科普：人工智能发展到了哪一步——“人工智能追问”系列报道之三

本篇文章1398字，读完约3分钟

新华社北京11月1日电科普:人工智能发展到了哪一步？“人工智能提问”系列报道之三

新华社记者杨军

今年年初，“阿尔法围棋”横扫了中国和韩国的顶尖棋手，10月份又被其新算法“阿尔法围棋零子”击败。人工智能领域的一系列新现象和突破令人眼花缭乱。

无论人工智能被称为“下一个窗口”、“最强大的创新加速器”、“未来的驱动力”，还是它将比人类更聪明甚至取代人类，都表明人工智能正再次迎来一个发展高潮。

与前几十年不同，人工智能的高潮是科学技术的自然进步，是与生活和工作相关的科学技术应用迅速发展的结果，它嵌入在广泛的生活场景中。因此，一些科学家认为，“我们可能成为第一代真正与人工智能生活在一起的人。”

我担心如果这台机器记性好，它会学习。像“阿尔法围棋”这样的机器自学习技术基于三个要素:互联网大数据、强大的计算能力和深度学习技术突破。他们一起在语音和人脸识别的准确性、更自然的人机对话，甚至像“阿尔法围棋”(Alpha Go)这样的寻找规则和做出自我决定的能力方面创造了惊人的进步，其核心是深度学习。

那么什么是深度学习呢？一是通过算法为机器设计神经网络；二是通过大量标定的数据样本训练神经网络，使其能够了解外界。过去，应用程序是用非常精确的算法来描述的，但是今天，我们不知道用什么精确的模型来教计算机，所以我们只能取大量的数据样本供机器比较和学习。

具体到“阿尔法围棋”，它还使用强化学习和蒙特卡罗树搜索技术。后者是一种启发式搜索策略，它可以基于空之间的随机抽样来扩展搜索树，从而分析像围棋这样的游戏中的每一步棋是如何创造最佳机会的。

你只需要教阿尔法围棋一些人类首先摸索的基本招式，然后让它与你自己大量对战，这样你就可以快速提升自己的水平。阿尔法围棋的最新版本，阿尔法围棋零盘，有自学的能力。没有人类知识和对抗训练，他从零开始与自己对抗，仅仅三天后就击败了他的前辈。

搜狗首席执行官王小川认为，识别、决策和生成是人工智能的核心应用。例如，在决策中，人工智能可以帮助提高决策效率和业务效率。

“我们已经在金融、医疗和教育领域看到了这些应用。在识别和生成领域，人工智能的进步使得人机交互越来越自然，这也是我们感兴趣的领域。从历史趋势来看，机器正在逐渐适应人类，并为人类分担了许多具体任务。”王小川说。

百度前首席科学家吴恩达、香港科技大学教授杨强等多位全球顶尖人工智能专家认为，人工智能的下一个重要突破是“迁移学习”，这也是人工智能未来的发展方向。简单地说，“迁移学习”类似于中国的成语，即机器将在一个领域学到的技能、经验和能力转移到一个新的相关领域重新应用。这样，在新的领域，它可以节省大规模的数据培训，并迅速“成为一个人才”，只有少量的数据。当机器拥有这种能力时，它将把人工智能带到一个新的水平。

根据人工智能的“弱智能力”、“强智能”和“超智能”的划分，人工智能目前甚至很长一段时间仍处于“弱智能力”阶段，只能局限于特定的封闭领域。例如，“Alpha Go”只能通过数据样本学习和封闭场景下的游戏训练来提高下棋的能力，而不能发挥创造力。在“强智能”和“超智能”阶段，人工智能可以像人类一样学习、决策和思考，解决不同领域的各种复杂问题。

然而，只有到了目前的人工智能技术水平，人类才变得高度依赖机器的计算和“运算”。从购物网站的精准推送到电视剧的编剧再到无人驾驶汽车，人工智能在生活中无处不在。