一星級會員
回覆 引用 TOP
53% off
28% off
12% off
42% off
20% off
31% off
64% off
44% off
37% off
58% off
65% off
47% off
27% off
54% off
熱賣
高級會員
回覆 引用 被引用(1) TOP
原帖由 ???????? 於 ????-??-?? ??:?? ?? 發表 眾所周知,在西洋棋方面,IBM的深藍在20年前就打敗了西洋棋世界冠軍Garry Kasparov。 而後續的Stockfish和Komodo這些西洋棋程式也早已獨霸西洋棋世界。 在過去的二十年裡,用機器演算法下西洋棋已經取得了很大進步。 1997年,IBM公司的西洋棋程式「深藍」(Deep Blue)在一場六局的比賽中擊敗了 當時的人類世界冠軍卡斯帕洛夫(Garry Kasparov)。 現在看來,這一成就並不神祕。深藍每秒可以計算2億個位置。 它從不疲倦,從不在計算中出錯,也從不會忘記片刻之前的想法。 AlphaZero透過與自己對弈並根據經驗更新神經網路,從而發現了西洋棋的原理,並迅速成為史上最好的棋手。 它不僅能夠輕而易舉地擊敗所有最強大的人類棋手,還能擊敗當時的電腦西洋棋世界冠軍Stockfish。 在與Stockfish進行的100場比賽中,AlphaZero取得28勝72平的好成績。它沒有輸掉一場比賽。 AlphaZero獲勝靠的是更聰明的思維,而不是更快的思維。它每秒只計算6萬個位置,而Stockfish會計算6千萬個。 它更明智,知道該思考什麼,該忽略什麼。卡斯帕洛夫在《科學》雜誌文章附帶的一篇評論中寫道, AlphaZero透過自主發現西洋棋的原理,開發出一種「反映遊戲真相」的玩法,而不是「程式設計師式的優先級和偏見」。 去年8月份,《自然醫學》上的兩篇文章探討了機器學習如何應用於醫學診斷。 在一項研究中,DeepMind研究人員與倫敦莫爾菲爾德眼科醫院(Moorfields Eye Hospital)的臨床醫生合作, 開發出一種深度學習演算法,可以準確地對各種視網膜病變進行分類。 也許就在不久的將來,AlphaZero已經發展成為一種更通用的解決問題演算法,其將擁有至高無上的洞察力, 它能夠拿出漂亮的證據,就像AlphaZero與Stockfish對弈時一樣優雅,而且每一個證明都會揭示為什麼定理是正確的。 對於人類數學家和科學家來說,這一天將標誌著一個新時代的到來。機器的速度越來越快, 相比之下人類神經元卻以毫秒級的速度緩慢運轉,我們再也跟不上機器的理解速度, 人類洞察力的黎明可能很快就會變成黃昏。無論是基因調控或癌症,還是免疫系統的編排,抑或是亞原子粒子的運動, 其中或許還存在有待於發現的更深層模式。假設這些模式需要超越人類的更高智慧來預測, 而AlphaZero的繼任者又能夠辨識並理解它們,那麼在我們人類看來演算法就像是一個神諭。 或許未來,我們不再明白為什麼電腦的結論總是正確的,但我們可以透過實驗和觀察來檢驗它的計算和預測。 科學將把我們的角色降低到旁觀者的角色,在驚奇和困惑中目瞪口呆。 也許最終我們不再糾結於人類自身關於洞察力的匱乏。畢竟機器演算法將能夠治癒我們所有的疾病, 解決我們所有的科學問題,並讓我們所有的一切順利前行。 Alpha家族系列出自DeepMind公司,這家公司是2010年由傑米斯‧哈薩比斯,謝恩‧列格和穆斯塔法‧蘇萊曼創立的。 在2014年,DeepMind榮獲了劍橋大學電腦實驗室的「年度公司」獎項。2014年1月26日,Google宣佈收購DeepMind科技, 收購的價格大概為4億美元。顯然,DeepMind真正被全球熟知是在第一次人機大戰之後, 從2016年的那場對弈之後,DeepMind旗下的圍棋AI就開始了超神之路。 2017年12月5日,AlphaGo Zero迎來升級,這個被稱為AlphaZero的程式在三天內自學了三種不同的棋類遊戲, 包括西洋棋、圍棋和日本的將棋,無需人工干預,一篇描述這一成就的論文今年12月初在《科學》雜誌發表。在AlphaZero之外,DeepMind在醫療領域還打造了一個名為AlphaFold的AI系統,它能夠應對當今生物學中最大的挑戰之一:模擬蛋白質的形狀。