2017年3月23日 星期四

人是疯狂的,但机器不是【人工智能】

人是疯狂的,但机器不是

东京上演了一场全球最前沿的人工智能大战。与其观看机器进步了多少,更值得观察的是机器背后的人们。

2017年3月19日,距离东京市区约40分钟的车程,百年学校日本国立电气通信大学。
一个不算大的教室空间,零星放了几张长桌。桌子上,没有华丽的器材,只有一台台朴素的笔记本或台式电脑,却静悄悄的上演一场全球最前沿的人工智能(AI)大战。
这天傍晚,由电气通信大学举办的第十届UEC杯世界计算机围棋大赛(简称UEC),正式画下句点。一如在场选手的普遍预测,来自腾讯的“AI棋手”——绝艺,一举拿下冠军。

这是腾讯第一次参赛,也是腾讯AI Lab(人工智能实验室)部分成员第一次公开露面(封面图的左上角团队)。但有趣的是,这半年来,绝艺已在腾讯竞技平台野狐围棋上获得不少优胜战绩,在场选手早已久闻大名。比赛前,腾讯团队仍对比赛结果保守看待,但第一天预赛进行不到一半,不少选手已私下讨论,“这次(冠军)应该就是绝艺。”
“看绝艺下棋,有时已比AlphaGo更成熟了,”我问起在现场讲解棋局的日本九段棋士王铭琬,身为职业最高段的棋士,他怎么评价绝艺的表现?王铭琬给了相当正面的回应。
AlphaGo是谷歌旗下公司DeepMind的AI软件,去年3月曾与韩国九段围棋棋手李世石对奕,以四胜一败的成绩震撼全球。
由于围棋被视为人类文明最困难的益智游戏,计算机围棋也被看成试验人工智能发展的重要途径。
UEC决赛这一天,日本主要新闻媒体,包括《日经》、《读卖新闻》、《朝日新闻》、《NHK》等全都涌进现场采访。在AlphaGo战胜李世石刚满一年之际,人工智能到底走到了哪一步,被认为计算机围棋领域全球第一大赛的UEC,很自然的成为重要的观察场合。
从UEC主办方提供的数据来看,十年来,平均每年有26位“AI棋士”参赛,今年共有29组报名,人数变动不大。但仔细看参赛队伍的背景,却有些不同。
“来自中国的选手变多了,还有,大公司也注意到这个比赛了。”比赛发起者、日本电气通信大学助理教授伊藤毅志说起。
伊藤教授前半部说的,是指除了腾讯,今年还有来自上海、提供AI服务平台的创业团队“天壤”,带著电脑棋士“奕”参赛。至于后半部,原先UEC被看成是独立开发者的学术交流机会,但继去年Facebook人工智能组研究员田渊栋带来的“黑暗森林”(Darkforest)拿下比赛第二,今年冠军又被腾讯的绝艺抱走。
当腾讯团队获胜后,所有参赛选手在比赛场上恭敬的互道恭喜,被视为绝艺最强的对手、来自日本的DeepZen团队,也向媒体公开称赞起对手。
但伊藤教授却一个人静静的站在会场后方,与我讨论起比赛的意义。
伊藤教授回想,十年前创办比赛,是站在学术的角度,鼓励机器打败人类,但现在,AlphaGo向世人证明,机器已能处理人类文明最困难的游戏,从绝艺的表现来看,AI似乎又被往前推了一大步。机器还有必要和机器对战吗?往后,是不是直接举办人机大战就行?当下,他没有答案。
人人都站在AlphaGo的肩膀上
究竟这次比赛是前进了多大一步,让伊藤教授对当前的比赛犹豫了?从开发者对围棋的认识,或许能说明一部分。
如果看AlphaGo幕后主要开发者黄士杰,他本身是围棋业余六段,直到现在,黄士杰曾就读的台湾师范大学资工系,仍保留他当时研究棋谱的棋盘。在我前往东京之前,还找了时间去拜访师大资工系,看到传说中AlphaGo起源的棋盘,木头颜色因为长时间使用变得黯淡。
但令我讶异的是,在绝艺背后的13位开发成员中,没有任何一位懂得下围棋。虽然有职业九段棋手担任绝艺的培练员,腾讯高层领导也有人是业馀中段水平,帮助开发者在过程中逐渐理解游戏规则,但在两天比赛里,却偶尔能看到这样的场景:部分成员在比赛时东张西望,确认自己是不是赢了,又或者,当竞争对手点头率先认输,绝艺开发者呈现一副恍然大悟的有趣模样。
不太会下棋的团队,却开发了一款强大的围棋机器。这不是挺令人玩味?
“这其实代表了AI的进步,愈来愈不需要人类技能。”说这段话的是Rémi Coulom(封面照片左下角),他是四届UEC冠军“Crazy Stone”(疯狂石头)的开发者,私底下是名围棋的爱好者,过去任教法国里尔第三大学计算机系,还是黄士杰的指导教授之一。“会有跳跃式的进步,是AlphaGo改变了一切。”
2016年1月27日,DeepMind在《自然》(Nature)期刊上刊登论文,向外界公开他们如何使用蒙特卡洛树搜索(Monte Carlo tree search),并通过深度学习(Deep learning)的方式教导AlphaGo下棋。这篇论文一刊出,瞬间成为AI领域的热门文件,圈子内的研究员,人手一份捧著阅读,希望能按图索骥复制AlphaGo。
Rémi说,他这次和比赛选手私下交流时,发现各个团队都“参考”了DeepMind的论文。
Rémi的AI棋手Crazy Stone在这次比赛输了两场,除了败给腾讯绝艺,还败给了另一个初次参赛的日本软件AQ。“AQ背后的开发者是去年9月才开始边看《自然》期刊论文、边写AQ代码,”Rémi笑著说,并把手指向不远处的一个日本年轻男学生,对方用半年时间开发出的软件,就能打败Crazy Stone这样的老手。“他还不是学计算机专业,是学物理的,”Rémi耸耸肩,说起因为DeepMind把研究论文公开,进入门槛已超乎想像的大幅降低。
但有意思的是,当我询问部分团队“参考”论文的成果,大家同声回答:DeepMind还是留了一手,就算照抄,也无法复制出另一只AlphaGo。
这也带来了另一个疑问:如果各个团队的起步都指向了同一篇论文,那为什么腾讯绝艺的表现相对来的好?未来决定AI发展的关键会是什么?
带台湾学生团队来参赛,毕业于全球AI研究重镇美国卡内基梅隆大学、现任台湾交通大学多媒体工程研究所所长吴毅成分析,要把计算机围棋做好,数据量、演算法、硬件,三者缺一不可。“如果完全仿照AlphaGo的演算法,但只有一颗GPU(图形处理器),依据我们在IEEE计算智能杂志(IEEE CIM)的分析,要达到AlphaGo的成就,至少得花上28年。”吴毅成暗示,硬件运算资源同样不可小觑。
而落到腾讯这次的表现,参赛者也不约而同提到腾讯的庞大资源以及整合能力。
“腾讯团队规模大、电脑硬件多又好、学习数据量足够,这都占了不少优势。”Rémi分析。
天壤CEO薛贵荣则是从UEC比赛的特性来看不同团队的差距。“大家这次拼的是'算力',”什么是算力?他认为这场比赛比的是在一个盘面上的实时对抗,计算的深度、广度和准确度都相对高,“这会得益于,协调和调度算法和系统的计算力。”薛贵荣双手插著口袋,感叹报名太匆促,调度自家算法和系统的准备时间不够。他原来是阿里巴巴旗下阿里妈妈大数据中心负责人、首席数据科学家,也曾在上海交通大学任教,他边说,边通过墙上的比赛晋级树状图向我解释起计算机围棋怎么使用蒙特卡洛树搜索。只是这张晋级表上,他们的名次略逊于预期,只拿下第九。
但跳脱这场比赛,还有一个因素,恐怕比投入资源和时间更重要。这也是观察当代人机大战中,我最有兴趣观察的课题:机器背后的人。
一个想法的力量
我问Rémi,身为独立AI开发者,单兵作战,会不会羡慕Facebook、谷歌或腾讯等大公司所拥有的资源?会不会觉得竞争不公平?Rémi的回答,提供给我一个有趣的探索方向。
“能跟规模大一点的团队竞争,我很兴奋。”兴奋?Rémi的回答令我意外。特别是听到现场其他团队,略带羡慕的语气谈起腾讯的团队规模。
事实上,Rémi是在计算机围棋领域中导入蒙特卡洛树搜索的先驱研究者之一,腾讯绝艺的开发团队也阅读过他的研究。但Rémi透露,在研究初期,没有人相信他的算法,在法国,甚至因为没有人熟悉围棋,他的相关研究申请不到任何一毛经费。
但现在,Rémi能靠著开发手机游戏软件过生活,在不受任何组织单位的拘束下,43岁的他,只愿意从事自认为有意思的研究。
“如果我比赛输给了大公司是正常的,反而会因此鼓励我去找出革命性的方法。”
Rémi目前正回头研究计算机围棋和人工智能的发展历史,发现拥有大公司资源并不代表拥有绝对的优势。“一个人,拥有一个有趣的想法,能带来的改变会更大。”
在我用了整整两天,在东京旁观这场人工智能最前沿的竞赛,不断去思考人机并存时代来临,生而为人的意义,Rémi最后用简单的一句话提醒了我:
“记住,只有人可以提出疯狂的想法,但机器不行。”
(注:比赛结束隔天,伊藤毅志教授来信,确认UEC比赛将会继续举办,但形式将调整,目前仍不确定方向。作者邮箱:silva.shih@ftchinese.com)

沒有留言:

張貼留言

MIT黃金創業課:做對24步,系統性打造成功企業【創業】

Step0   起點 Step1   市場區隔 Step2   灘頭堡市場 Step3   終端使用者檔案 Step4   灘頭堡的總市場規模 Step5   代言人 Step6   生命週期使用案例 Step7   高層次的產品規格 Step8   量化價值主張 Step9  ...