AlphaGo學習人類策略:人工智慧下一步是理解人類

AlphaGo學習人類策略：人工智慧下一步是理解人類

2016-03-24 09:10 人工智慧 理解

理解人類，這對於巨頭們的想像空間在於，基於用戶需求的商業決策會因此更加精準。

谷歌人工智慧AlphaGo早在今年1月28日，以5-0的成績擊敗歐洲冠軍職業圍棋二段選手樊麾，人工智慧將取代人類大腦的爭論又一次成為人們熱議的話題。時隔2個月，谷歌AlphaGo再戰韓國九段圍棋高手李世石，引發眾多輿論波蕩。截止目前為止， AlphaGo已連贏兩局，不僅讓李世石毫無掌控棋局之力，也將人類大腦逐漸逼上絕路。

AlphaGo勝在大數據與深度學習的技術優勢：沒有人性的弱點

關於李世石為什麼會輸，業界存在諸多看法。其中一種看法是認為人類相對於機器，更容易受到情緒的幹擾而導致犯錯，而機器卻沒有情緒波動。然而，事實上，AlphaGo勝出源於做到了「知己知彼」，谷歌利用大數據與深度學習的技術優勢為AlphaGo構建了一套策略網絡，機器通過深度學習能力，模擬人腦的機制來學習、判斷、決策。即AlphaGo可以從大量的棋譜和對局中學習策略，形成一套落子決策判斷與數據解讀的能力體系，讓其在衝殺狀態下懂得一套試探與引導的能力，最終成功擊敗人類棋手李世石。

巨頭正在試圖通過人工智慧攻克最後一座堡壘：理解人類和語言

從AlphaGo連贏人類九段棋手李世石中，我們可以看到，人工智慧神經網絡的前景在於它在不斷縮小機器和人類之間的差距，而且隨著技術開發者的跟進，人工智慧將會對理解人類語言，揣摩人類情感。比如我們看到的，扎克伯格曾定下2016年的個人目標，即創建一個類似《鋼鐵俠》中的人工智慧助手。「我開始準備了解現有的技術，並將教會人工智慧助手理解我的語音，讓它學會控制家中的一切，比如音樂、燈光、溫度等。我還計劃教會助手識別朋友們的面孔，當朋友們按門鈴時，它會讓他們進入。」扎克伯格在其Facebook個人主頁中寫道。

理解人類，這對於巨頭們的想像空間在於，基於用戶需求的商業決策會因此更加精準。人機對戰讓我們看到，推理、判斷、分析問題等功能處理之外，識別人的情感與情緒與對人的語言理解力將是未來發展的高地。圍棋大戰，只能體現出，在封閉規則的計算領域，機器比人類聰明得多，因為我們的心算能力本身與計算器相差甚遠；但是思維、對話、情感等都是不確定的。而前面說到，機器沒有情緒，只有它懂得了人類的語言，逐漸了解人類表達的意思甚至是情緒，才意味著人工智慧達到了更高的領地。

而語音搜索，則是打開人工智慧進階大門的鑰匙。百度的語音搜索，就是多種人工智慧技術整合起來的典型應用，包括語音識別、自然語言處理，因為它比下圍棋這種單一任務、封閉規則的任務要複雜得多。語音搜索藉助核心的自然語言處理技術（NLP），通過典型的多輪對話交互模式，逐步理解人類語言和意圖，並提供需要的信息。

語音搜索的結果不僅能提供聚合的數據，還會通過語音播報，將用戶從輸入文字的桎梏中解放出來，為中老年用戶提供方便。從上面的例子看出，搜尋引擎能夠通過多輪對話的方式，聯繫用戶的上下文，準確地通過用戶的語言，理解真實的搜索需求，一步步給出相應的反饋。除此以外，搜索結果是基於對數據的挖掘和聚合呈現，通過數據為用戶決策提供依據。說白了，就是機器將可以通過語音「理解」人類的真實意圖，在大數據基礎上提供智能的交付，滿足需求。而且，通過背後的機器學習技術搜尋引擎還具備像人類神經網絡一樣的深度神經網絡，吸取人類語料數據，就是具有學習進化的能力。

談到語音技術，除了谷歌在該技術上地不斷優化，使用上下文、物理定位及其他方式對談話者的真正含義進行預測之外，百度度秘則更是基於二者技術的人工智慧產物，並寄託了連接人與服務的生態構想。度秘可以在廣泛索引真實世界的服務和信息的基礎上，依託搜索及智能交互技術，不斷學習和替代人的行為，為用戶提供多樣化服務。例如：可以實現「幫我訂一張適合小孩看的電影票」、「餐廳附近有沒有寵物美容店」等一系列的多輪對話、預定等任務。百度此前認為，與同為支持語音、文字交互的微軟小冰、蘋果 Siri 相比，度秘有著更為突出的特性，包括語音識別技術與更為核心的自然語言處理技術（NLP），當機器獲得人說的話之後就需要進行理解，而自然語言處理（NLP）技術是不斷去分析用戶搜索意圖，通過反覆學習與大數據分析，更為高效地幫助用戶做出決策。

BAT人工智慧的「軍備競賽」:百度技術帝國初具模型

在全世界範圍內人工智慧的「軍備競賽」對抗中，在國內，以BAT為代表的網際網路巨頭已在人工智慧領域不斷的嘗試，而在BAT三家中，探索人工智慧發展方面，百度更為積極，這與其主營的搜索業務與技術基因相關。移動搜索時代，百度更需要大規模機器學習和深度學習為基礎的人工智慧在搜尋引擎中的應用，優化搜索業務來推動各項業務的協同發展。

所以，百度也一直在政策層面推進人工智慧技術。梳理最近幾年的兩會提案就會發現，李彥宏在去年的兩會中提出的「中國大腦」以及今年提到的為無人車立法提案。百度積極推動無人車政策落地，也基於通過無人駕駛項目推動自身搜索業務有更多想像空間，資料顯示，百度無人駕駛車項目於2013年起步，由百度研究院主導研發，其技術核心是「百度汽車大腦」，包括高精度地圖、定位、感知、智能決策與控制四大模塊。

之所以國內唯有百度在無人車領域展開了布局，緣於其支撐圖像識別技術與語音等技術的融合推進，百度研發出了基於多層單向LSTM（長短時記憶模型）的漢語聲韻母整體建模技術，該技術能夠使機器的語音識別相對錯誤率降低15%，普通話語音識別的準確率接近97%。圖像技術的積累可以輔助無人車更為精細的判斷交通路況，利用無人車這個入口，在萬物物聯與共享經濟之外，關鍵在於解放了人的雙手，進一步可以實現諸如語音搜索音樂、閱讀、視頻，以及O2O的訂位、餐館預訂等功能。可以看出，百度更加注重將技術融於產品中，快速實現商業化。

這裡看出，百度與谷歌的探索不同，谷歌的探索帶動研發成本無止境的提升，但許多黑科技項目卻又看不到盈利來源，比如Google去年在研發方面的投入更飆升了38%，遠超過了谷歌19%的收入增長率。同時隨著Google Glass等項目的受挫，Google的投資者開始要求更快的投資回報率，谷歌的廣告營收壓力增長。相對於谷歌的探索，國內以百度為首的人工智慧的布局與探索則聚焦於連接人與服務的戰略方向，或更具備商業化落地的示範效應。比如說，人工智慧早已成為百度未來營收增長頗有想像空間的一部分。

人工智慧的背後是規模化的硬體支撐：創業者慎入 巨頭需加碼

儘管人工智慧是未來網際網路的發展方向，但人工智慧的推動背後是一套人工智慧算法，需要規模化的雲計算中心、IDC、等硬體支持。這很顯然並不是創業者短時間能力所能及的事，以百度目前正在推進一個名為「百度大腦」的項目為例，這是一個利用計算機深度學習模擬人腦的項目，但在這背後，需要十幾座雲計算中心、規模化ARM伺服器、並行GPU等支持生成、配合針對不同應用和場景的網絡結構，從而為人工智慧提供有力的硬體支持。有業界人士指出：」依賴於雲端大規模計算資源的人工智慧算法限制著人工智慧在消費者場景的應用 「因此，人工智慧在國內推進與發展的重任很顯然還是落在BAT等網際網路巨頭身上。

在目前國內巨頭投資布局圖譜中，我們看到除百度之外，更多巨頭的布局僅在於針對競爭對手進行卡位與產業鏈布防，合眾連橫擴張版圖爭奪現有市場，巨頭們也是時候開始轉變下主力布局方向，重度思考人工智慧未來的發展了。

前瞻性科技優勢往往可摧毀陳舊的商業模式

而關於AlphaGo戰勝李世石引發了業界恐慌，人工智慧是否如科幻電影一樣不受控而威脅人類成為多數人的憂慮點，也就是說，人工智慧若能通過「給自己編程序」來進化將很可怕，不過這從計算機編程的原理上來看，還不可能。人類能夠設計出出打敗自己的機器，我想這歸根結底是人類的智慧。

總的來說，圍棋人機大戰，機器獲勝，這意味著人工智慧技術在快速發展，或能引領未來新一輪產業創新與變革。科技大勢總是在往前推進，對於網際網路公司而言，與其探討人工智慧是否會威脅人類，是否應該切入這一領域，不如先擔憂誰已經在前瞻性科技上的商業化落地與場景應用中已經越走越深。要知道，居高臨下的前瞻性科技優勢往往可摧毀陳舊的商業模式。而在人工智慧方面，以百度為首的網際網路巨頭正在深度落子布局或將引導國內人工智慧技術發展的方向，驅動更多的科技巨頭開始注重在前瞻性科技領域布局卡位，未來國內巨頭與矽谷在人工智慧方面將如何展開軍備競賽，可能成為人們關心的話題，而企業的戰略和人的眼界一樣，能看多高，能走多遠，眼界決定未來的路。

［本文作者王新喜，文中所述為作者獨立觀點，不代表i黑馬立場。推薦關注i黑馬訂閱號（ID:iheima）。］