<form id="1tbf9"><nobr id="1tbf9"></nobr></form>

          <address id="1tbf9"></address>

            <address id="1tbf9"></address>

                    <form id="1tbf9"></form>

                    ./t20201126_1038009_taonews.html
                    專題
                    首頁  >  專題  >  媒體視點  >  名刊精選  >  《科學通報》

                    《科學通報》

                    開博時間:2019-09-06 16:50:00

                    《科學通報》是主要報道自然科學各學科基礎理論和應用研究方面具有創新性、高水平和重要意義的研究成果。報道及時快速,文章可讀性強,力求在比較寬泛的學術領域產生深刻影響。

                    文章數
                    分享到:

                    你擔心“人工智能威脅論”嗎?

                    2020-11-26 12:16:00

                      2016年3月“阿爾法狗”(AlphaGo)圍棋程序對戰世界圍棋冠軍、職業九段選手李世石, 并以4:1的總比分獲勝, 吸引了全世界的關注, 社會輿論為之嘩然。

                      2017年10月19日, 阿爾法狗的研發團隊、谷歌旗下的DeepMind的最新研究成果以“Mastering the game of Go without human knowledge”為題發表于Nature, 再次引起轟動。報道稱新一代的阿爾法元(AlphaGo Zero), 完全從零開始, 不需要任何歷史棋譜的指引, 更不需要參考人類任何的先驗知識, 完全靠自身強化學習和參悟, 棋藝增長遠超阿爾法狗, 而且工作和訓練效率都有了很大的提升, 僅用了3天的時間就能擊敗原版阿爾法狗, 同時在推理時, 阿爾法元只用了4塊TPU。

                    人工智能

                      一時間“人工智能威脅論”、“AI即將統治世界”等說法被大眾熱議。人工智能來勢洶洶, 《科學通報》就此對話南京大學周志華教授。

                      《科學通報》: 最近DeepMind推出的新一代阿爾法元, 再次刷新我們對人工智能的認知, 您能為我們介紹一下它和阿爾法狗的異同點嗎

                      周志華: 阿爾法狗是谷歌公司耗巨資打造的一個圍棋程序, 這個程序基于強大的“機器學習”技術, 通過對幾千萬局棋譜數據的分析, 具備了與人類頂尖棋手抗衡的實力。阿爾法元是阿爾法狗的升級版, 它不再依賴于人類的棋譜數據, 而是通過自己對棋局空間的探索, 達到了遠超頂尖人類棋手的水平。兩者的技術關鍵都是“機器學習”。更具體來說, 阿爾法狗和阿爾法元中都用到了強化學習、深度學習以及人工智能領域著名的蒙特卡洛樹搜索技術。

                      《科學通報》: 您能簡單介紹一下機器學習技術嗎? 它有些什么樣的應用?

                      周志華: 機器學習是人工智能的核心研究領域, 主要研究如何利用計算機系統在數據樣本中尋找規律, 從而構建出具有“舉一反三”泛化能力的模型。對許多具體的任務, 只要收集到足夠多的高質量數據樣本, 就可以利用機器學習技術構建出達到或接近人類頂級專家水準的模型。最近幾年的人工智能熱潮, 就是由于機器學習技術在過去十多年里取得了巨大進展, 而且人們將機器學習技術應用到很多任務中取得了很好的結果, 例如在圖像識別、語音識別等應用中甚至超越了人類水平。其實, 在圍棋人機大戰之前, 機器學習技術就已應用于很多領域, 例如互聯網搜索、輿情分析都是把機器學習作為支撐技術。我在2016年出版的《機器學習》這本書, 可供對機器學習感興趣的老師、同學參考。

                      《科學通報》據阿爾法狗的項目負責人、DeepMindDavid Silver博士介紹, 阿爾法元比阿爾法狗強大, 因為它不再被我們所局限, 而能夠完全靠自己強化學習發現新知識和新策略。您對此怎么看

                      周志華: 這種說法容易產生誤解。需要注意的是, 雖然阿爾法元沒有使用人類棋譜數據, 但是并非“不需使用人類任何的先驗知識”, 也不是字面上容易導致誤解的“完全靠自己強化學習”。事實上, 阿爾法元的強化學習技術, 非常依賴于人類關于如何判斷棋局勝負的規則, 這樣的“完美知識”使得通過強化學習對棋局空間的有效探索成為可能。打個比方, 您現在希望建造能抵抗地球上最強風暴的屋子, 您原本不知道該怎么建, 但無論您建出什么, 都有“神”(完美知識)告訴您這屋子是否滿足要求, 您在它的指引下, 不需要人類指導就能夠“完全靠自己強化學習發現新知識和新策略”。這樣的“完美知識”其實在很多現實的應用任務中是不存在的。

                    人工智能

                      《科學通報》: 您認為是否會產生比人類智能更強的人工智能?

                      周志華: 我們需要清楚地認識到, 作為嚴肅科學的“人工智能”和影視科幻中的“人工智能”是兩回事。打個比方, 就像原來人們看到鳥在天上飛, 想造個東西幫助人也飛起來, 后來就造出了飛機。如果您問“飛機有沒有比鳥飛得更好”?那這個問題可能很難回答, 因為飛機雖然比鳥飛得更高更遠, 但是可能沒有鳥飛得靈活。人工智能也類似, 是我們看到人類做很多事情很聰明, 想借鑒一下, 造出更好用的工具, 僅此而已。事實上, 人類現實生活中人工智能技術早已無處不在, 無論手機語音交互、安全門禁系統還是實時交通調度等, 后面都是人工智能技術在作關鍵支撐。人工智能技術在很多方面能勝過人類, 這已經不是新鮮事。例如使用人工智能技術可以很快地從數百萬張圖片中找到我們需要的圖片, 而如果靠人力一張張地找, 恐怕要數天甚至數月。人工智能的名字雖然很容易引人遐想, 但其實我們把它當作高級一點的仿生學就好了。 特別要強調的是, 人工智能并不是研究“人造智能”, 更確切地說, 是在研究“智能啟發的計算”(intelligence-inspired computing)。

                      《科學通報》這樣看, 我們完全不必擔心機器取代人類, 那為什么有不少人在宣揚人工智能威脅論?

                      周志華: 這個擔心大可不必。嚴肅的人工智能研究從來沒想過要“威脅人”、“取代人”。這是一門科學, 做出來的東西都有理論上下限, 使用了什么技術, 能達到什么能力, 都是知道的。就像人們造出來飛機, 一定知道再怎么發展它也不會像真鳥一樣能生蛋。至于“人工智能威脅論”, 不妨看看FaceBook公司人工智能實驗室負責人Yann LeCun是怎么說的, 他是國際上深度學習領域最知名的專家之一。他說: “有些人是因為對人工智能的原理不理解而導致恐懼, 有些人是為了個人名望而宣揚人工智能威脅論, 有些人則是為了商業的利益推動人工智能威脅論”。

                      《科學通報》我國在人工智能領域的研究水平相對國際情況如何?

                      周志華: 一般認為人工智能學科是1956年在美國達特茅斯會議上誕生的, 國際上那時就已經開始, 而我國開展與國際接軌的人工智能研究大概是近十年的事情。經過國內人工智能學界的奮力追趕, 取得了飛速進步, 現在局部上國內已經與國際前沿水平接軌, 甚至在某些領域可能還處于引領地位; 但從全局來看, 還有相當差距, 高水平研究隊伍的廣度、深度都遠遠不夠。

                      《科學通報》回到圍棋上來,電腦下圍棋戰勝了人, 會不會導致圍棋這項智力運動今后變得無人問津呢?

                      周志華: 我不這樣認為。圍棋本身在鍛煉思維、陶冶性情方面的作用, 乃至于圍棋比賽的競技性, 都不是機器能夠取代的。不妨想想, 汽車跑得比人快, 輪船游得比人遠, 但這并不妨礙田徑、游泳仍是備受矚目的體育運動吧。

                    文/張東梅,閆蓓

                    本文來自《科學通報》

                    上一篇:你身邊的“透視眼”
                    下一篇:能否避免物種滅絕?
                    ©2011-2020 版權所有:中國數字科技館
                    未經書面許可任何人不得復制或鏡像
                    京ICP備11000850號 京公網安備110105007388號
                    信息網絡傳播視聽節目許可證0111611號
                    國家科技基礎條件平臺
                    久久这里只精品国产免费99热4_一起射久久_久久在线视频_日日天天夜夜久久_日日扞夜夜燥国产