|
人工智能通過大量數(shù)據(jù)來進行學(xué)習(xí)，數(shù)據(jù)越多，就越強大。例如IBM公司在1997年開發(fā)的國際象棋程序“深藍(lán)”，它曾在這一年的系列比賽中打敗了當(dāng)時的世界冠軍、俄羅斯的加里·卡斯帕羅夫（Garry Kasparov）。當(dāng)時，“深藍(lán)”搭載了100萬局以上的棋譜數(shù)據(jù)，每秒鐘可以計算2億步。20年前的程序雖然還沒有如今的程序這樣簡潔，但是利用過去的對局信息與強大的計算能力，“深藍(lán)”以“推土機式”的戰(zhàn)法戰(zhàn)勝了人類。十多年前，公立函館未來大學(xué)研究人工智能的學(xué)者松原仁教授曾說過：“硬件如果進步了，將棋軟件就會自動變強?！币驗椋布倪M步會使電腦的計算能力達(dá)到每秒百萬步甚至億步，軟件自然也就變強了。這個認(rèn)知基于英特爾公司的創(chuàng)始人之一戈登·摩爾（Gordon Moore）提出的“摩爾定律”。這一定律是關(guān)于電腦發(fā)展進步的經(jīng)驗法則，根據(jù)這一定律，在空間不變的情況下，集成電路的密度一年半增加一倍，所以電腦的計算速度也會以指數(shù)級急速增加。第一次聽到這個說法的時候，我只是漫不經(jīng)心地覺得“原來是這樣”，并沒有放在心上。然而最近在將棋界，電王戰(zhàn)越來越受到人們關(guān)注?？吹綄⑵遘浖娘@著進步，這個說法對我來說才有了更切身的感受。舉例來說，AlphaGo在與人對弈時所使用的機器的計算能力并不是特別厲害的。然而，AlphaGo在學(xué)習(xí)階段使用的是DeepMind的母公司谷歌的巨大計算資源，并依靠這些資源快速積累了大量的數(shù)據(jù)。AlphaGo的勝利，要歸功于能夠處理龐大數(shù)據(jù)的軟件和支撐了該軟件運行的硬件技術(shù)。可以說，如果沒有稱霸世界的超大規(guī)模IT企業(yè)谷歌的支撐，就不會有AlphaGo的成功。除了大數(shù)據(jù)和硬件的發(fā)展，還有第三個要素，那就是“軟件”部分的發(fā)展，特別是深度學(xué)習(xí)（deep learning）的興起。聽說過深度學(xué)習(xí)這個詞的人恐怕不少。近來，人工智能引起了越來越多的關(guān)注，主要就是因為深度學(xué)習(xí)。在由被稱為神經(jīng)式網(wǎng)絡(luò)（neural network） 的模擬人腦學(xué)習(xí)方法構(gòu)成的人工智能算法中，它是最近最受矚目的部分。人類的神經(jīng)細(xì)胞通過電子信號互相傳遞信息，而信息傳遞的結(jié)合部，被稱為突觸。將這種由突觸結(jié)合來表達(dá)知識的原理通過數(shù)學(xué)建模，就構(gòu)成了神經(jīng)式網(wǎng)絡(luò)。這其中最令我感興趣的，是所謂的誤差反向傳播算法，因為這種算法通過刪除回答錯誤的神經(jīng)細(xì)胞來修正答案。如果每一個神經(jīng)細(xì)胞都是一個人，在一起進行傳話游戲。第一個人得到的信息是“貓就是長成這樣的生物”，就像傳話游戲一樣，每一個神經(jīng)細(xì)胞都向自己周圍的其他神經(jīng)細(xì)胞傳遞這個信息，這樣一來，終端就會知道“貓原來是這樣的啊”。那么，如果要傳一句“今天外出去新宿公干”，這句話如果只經(jīng)過兩三個人的傳遞，應(yīng)該是可以準(zhǔn)確地傳達(dá)給終端的。但是，如果通過50個人來傳遞這句話，會得到怎樣的結(jié)果呢？從第一個人開始，在若干次的傳話之后，內(nèi)容很可能在不知不覺中變成了“明天去日本橋的百貨店買東西”這類與最初的信息毫不相干的東西。為什么會變成這樣呢？往往是因為傳話的過程中出現(xiàn)了不可信的人，夾雜了烏七八糟的信息。那么，要怎么解決這個問題呢？拿將棋的學(xué)習(xí)來說，在將棋學(xué)習(xí)中，最重要的并不是記住更多的東西，而是讓自己舍棄多余的思考。同理，在玩?zhèn)髟捰螒虻臅r候，就要把這種亂傳話的糊涂蛋從游戲中抽離出去。之后再重新開始游戲，就可以正確地向終端傳遞信息了。具體來說就是這樣的：傳話過程中，如果與A相鄰的B告訴A“今天要去新宿公干”，而與A相鄰的C又對A說“明天要去日本橋的百貨店買東西”。這時候根據(jù)“傳話游戲”的結(jié)果，首先應(yīng)該認(rèn)為C是不可信的，降低對C的信任度。這樣重復(fù)幾次之后，哪個人傳的話更值得信任就很明確了。在我看來，這就是誤差反向傳播算法的本質(zhì)。我以前經(jīng)常在將棋的書里提到，減少處理無用信息的“減法”思考，是人腦思考的特征。而深度學(xué)習(xí)中竟然含有這種“減法”思考的要素，這實在是讓我覺得很有意思。
|
