人机大战简史:AI如何在20多年中一次次赶超人类

简介:
本文来自AI新媒体量子位(QbitAI)

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

 1996年2月卡斯帕罗夫与深蓝的首场对决

二十一年前的2月,国际象棋人机大战上演。

IBM的超级电脑深蓝,因与国际象棋世界冠军卡斯帕罗夫的对阵而名声大噪。虽然深蓝最终没有赢下比赛,但在这个过程中仍然赢下的两局比赛。这也被认为是此后人工智能(AI)与人类的一系列博弈游戏中,一长串胜利的开端。

然而,深蓝其实并不是在博弈游戏中击败人类的第一个人工智能。这不重要。重要的是从第一次获胜迄今,AI已经在众多人机大战中击败人类,例如围棋和扑克。

人机大战似乎不像一个测试AI的正经方式。但Alberta大学的计算机科学家Jonathan Schaeffer说,“在博弈游戏中展示思路,然后规划化应用到真实世界中更大的问题上,就等于跑之前要先学会走”。

值此国际象棋人机大战21周年纪念,我们以一个简单的方式,回顾那些在历史上留下过浓墨重彩一笔的人工智能,以及它们背后的创造者。

Chinook

主要创造者:

Jonathan Schaeffer,Alberta大学

1991年,Chinook败给国际跳棋世界冠军Marion Tinsley,随后在1994年获胜。2007年,研究人员终于攻克国际跳棋比赛,现在Chinook可以击败任何对手。

0?wx_fmt=gif&wxfrom=5&wx_lazy=1

Chinook第一次与Marion Tinsley交手,是在1991年的一次展示比赛中。当时计算机下出一个特别的招数,Tinsley随即说“你会后悔的”。

这个人工智能的创造者Jonathan Schaeffer当时对此不屑一顾:“你知道什么,我的电脑提前算好了20步棋”。然而几步之后,电脑告诉Schaeffer优势已在对方一边,又几步之后,人工智能选择投子认输。首战失利。

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

 国际跳棋世界冠军Marion Tinsley在1988年。

然而Chinook仍然收获了历史地位:第一个在人机大战中获胜的人工智能。1994年,Chinook赢得国际跳棋的人机大战世界冠军。

但是Chinook前进的脚步并未停下,从1994年到2007年,研究人员终于让人工智能完全攻克了国际跳棋。这是一个里程碑式的事件。

深蓝,IBM

主要创造者:Murray Campbell

1996年深蓝对决国际象棋世界冠军卡斯帕罗夫。深蓝取得首局胜利,但最终2:4落败。第二年,深蓝卷土重来大获全胜。

0?wx_fmt=gif&wxfrom=5&wx_lazy=1

国际象棋是一个存在大量可能性的博弈游戏。

在每一个回合中,一个玩家可以有大约40种不同的行棋选择,当然对手也会有40中不同的应对选择。如果试图计算棋局的走向,各种可能性会呈指数级的爆炸,所以你只好两手一摊,全凭感觉下出一步自认为是最佳选择的棋。

人类玩家就是有这种伟大的能力,可以只考虑一小部分的可能性就作出决定。对于什么是好的决定,什么又是坏的决定,有一种良好的直觉。

计算机无法效仿这种直觉,但是可以对所有的可能性进行一次彻底的搜索,这正是深蓝所擅长的事情。深蓝每下一步棋时,可以每秒计算1亿种可能性。

1996年和1997年,深蓝用两场比赛给很多人初次普及了人工智能的概念。在90年代,人们都知道电脑可以干很多机械且常规的任务,例如计算工资。人们也知道下国际象棋需要智力,只有聪明人才能玩得好。

所以看到一台电脑可以击败实际上最棒的人类,虽然只是在一个博弈游戏中,已经有人能隐隐感到,一个伟大的时代正在到来。

沃森,IBM

主要创造者:

Eric Brown,沃森健康算法总监

2011年,沃森在问答比赛节目《Jeopardy!》中击败两位人类高手,总共赢得7.7万美元奖金。

0?wx_fmt=gif&wxfrom=5&wx_lazy=1

经由电视答题节目《Jeopardy!》与人类选手展开对抗,沃森以公开、易懂的方式向大众展示了人工智能对于自然语言的理解能力。当然,沃森在电视上还展示了自己的智力,那些问题很多人类都不见得能听懂,更别提能够回答上来。

沃森的伟大之处在于,能够理解语言,并且做出一个有信心的回答。

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

 沃森在《Jeopardy!》中的形象是一块电脑屏幕

建立这个人工智能系统,可以利用人类最自然的记录以及交流的方式:文本信息。沃森可以从巨大的文本信息库中,提取潜在的答案和证据,来行程对答案的支持。人类积累了大量的文本信息,例如百科全书、网络内容、书籍和新闻等。

然而只有在一个足够深的层次上对这些内容进行分析和理解,才能找到那些回答问题所需的真正答案。这正是沃森展示给人类的能力。

AlphaGo,DeepMind

主要创造者:Demis Hassabis

AlphaGo去年3月在围棋人机大战中击败韩国职业九段李世乭。

在围棋界大杀四方的AlphaGo,背后用到很多人工智能发展的新成果:神经网络、深度学习、蒙特卡洛树搜索等等。实际上,AlphaGo由两个不同的神经网络组成大脑合力下棋,一个进行落子选择,一个进行局面评估。

2016年1月,AlphaGo以5:0完胜欧洲围棋冠军樊麾,这是人工智能第一次在不让子的情况下,第一次击败职业棋手。2016年3月,AlphaGo以总比分4:1击败世界围棋冠军、韩国职业九段棋手李世乭。从而赢得全球关注的目光。

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

去年12月底到今年1月初,一个名为大师(Master)的程序在网上连续对战柯洁等中外围棋高手,取得60胜0负的惊人战绩。最后Master揭下面具:还是AlphaGo。

如今AlphaGo又要卷土重来了,这个人工智能的故事还没结束。

Libratus,卡内基梅隆大学

主要创造者:Tuomas Sandholm

今年1月,Libratus击败四位人类高手,在德州扑克人机大战中成为“赌神”。

0?wx_fmt=gif&wxfrom=5&wx_lazy=1

此前人之大战的博弈游戏,无论是智力问答、国际象棋、跳棋或是围棋,都是所谓完美信息博弈。两个玩家可以获知博弈中所有的信息,所有的事情都摊开在眼前。

而有两件事使得德州扑克更难。一是决策树的大小,德州扑克中可能出现的情况是2的161次方,这个数字已经超过宇宙中原子的总数。当然在围棋比赛中,也有巨大的决策树。

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

另外就是,德州扑克是一场不完美信息博弈。当一个玩家需要作出决定时,实际上并不知道整个博弈的全部信息。所以你必须根据对手的行动推测他们手上有什么牌,而对手也会根据同样的方式猜测你手上可能有什么牌。

因此,对于扑克这种游戏,人工智能需要一种完全不同的处理方法。而这也是Libratus的意义所在,即让人工智能学会如何处理不确定性。

关于上述人机大战的故事,我们还有更精彩的报道。

在量子位微信公众号( 搜索:量子位 或 QbitAI )对话界面,回复:“人机大战”。

我们会告诉你沃森在答题比赛中如何获胜,以及Libratus如何变身赌神。

本文作者:若朴 
原文发布时间:2017-02-12 
相关文章
|
机器学习/深度学习 人工智能 自动驾驶
AI如何能比人类的眼睛看得更清楚?通俗的解释卷积神经网络
AI如何能比人类的眼睛看得更清楚?通俗的解释卷积神经网络
115 0
AI如何能比人类的眼睛看得更清楚?通俗的解释卷积神经网络
|
机器学习/深度学习 人工智能 算法
可以学习人类语言模式的人工智能
一种新的人工智能自动学习模型可以应用于不同语言的高级语言模式,使其能够取得更好的结果。
109 0
可以学习人类语言模式的人工智能
|
人工智能 算法 芯片
人工智能无法取代人类工作的六个原因
虽然人工智能被设计成一种更有效、更快速的工作方式来取代手工劳动,但它无法取代工作空间中对人工输入的需求。
368 0
人工智能无法取代人类工作的六个原因
|
机器学习/深度学习 人工智能 算法
AI到来,可能会给人类社会带来的影响
人类该如何应对AI时代,目前对AI大多是预测,其可能会带来的影响。
AI到来,可能会给人类社会带来的影响
|
机器学习/深度学习 数据采集 人工智能
借助AI 人类能听懂动物的“喜怒哀乐”?
人工智能是否可以实现人与动物的沟通?算法具体是如何分辨动物情绪的?目前,人类要通过AI理解动物语言,还需克服哪些困难?
借助AI 人类能听懂动物的“喜怒哀乐”?
|
机器学习/深度学习 存储 传感器
图灵奖获得者 Yann LeCun :学习“世界模型”的能力是构建人类级 AI 的关键所在
本文最初发布于 Meta AI 博客,由 InfoQ 中文站翻译并分享。
199 0
图灵奖获得者 Yann LeCun :学习“世界模型”的能力是构建人类级 AI 的关键所在
|
机器学习/深度学习 人工智能 自然语言处理
对话式人工智能发展的真正限制是人类的耐心
从 Siri 到 Alexa 再到谷歌助手,今天我们已经被各种人工智能系统包围了。它们的设计目标只有一个:理解我们。
105 0
|
机器学习/深度学习 传感器 人工智能
AI老司机,驾龄等于人类2万年:计划两年登上百万台车
AI老司机,驾龄等于人类2万年:计划两年登上百万台车
221 0
AI老司机,驾龄等于人类2万年:计划两年登上百万台车
|
机器学习/深度学习 人工智能 自然语言处理
人工智能会代替人类吗?
文章题目的命题有点大,个人理解实际上他包含两层含义:第一层,人类会灭亡吗?第二层,人类灭亡的主要原因会是人工智能所代表的技术吗?
人工智能会代替人类吗?
|
机器学习/深度学习 人工智能 自动驾驶
专访「AI 教父」吴恩达:AI 将改变所有人类工作,下次寒冬不会到来
  近日,「人工智能教父」、Google 深度学习研究团队联合创始人吴恩达在 The Future of Everything 杂志的采访中表示,人工智能寒冬不会到来,不过我们对于人工智能目前发展进程的态度有点过于乐观。此外,他还指出人工智能将变革各个领域,还有可能消除所有的工种,并对有条件基本收入的未来、技能型教育体系的需求以及 CEO 们对于人工智能所不理解的事情,表达了自己的见解。   AI 科技评论全文编译如下。   吴恩达是百度前首席科学家,曾在百度成立了一个 1300 人的部门,开发了中国科技企业的人工智能搜索引擎虚拟助理以及其他产品。在此之前,他联合创立了 Google 的深
293 0