莫大康:人工智能很火的思考

2017-12-04 17:39:20 来源:求是缘半导体
分享到:
标签:

 

 人工智能很火 

中国政府2017年将人工智能写进《政府工作报告》中,美国白宫2016年就发布了一份名为《时刻准备着:为了人工智能的未来》(Preparing for the Future of Artificial Intelligence)的研究报告,两国都清晰地认为,AI是下一个时代的科技制高点。

 

美国谷歌的母公司Alphabet Inc执行董事长施密特(Eric Schmidt)在CNAS所举行的会议上表示,未来5年美国在AI领域还能领先中国,但随后可能就处于相同水平。

 

俄罗斯新闻社(TASS,塔斯社)9月1日报导,俄罗斯总统普京(Vladimir Putin)在「ProyeKTOriya」论坛上对学生说,能够在AI产业居于领先地位的国家将可能统治世界。

 

机器人围棋胜过人类是个转折点 

2016年3月谷歌的AlphaGo的阿尔法狗 4:1胜韩国九段李世石,及2017年5月谷歌的AlphaGo Zero 3:0胜世界围棋头号选手中国的柯洁。

 

为什么把围棋比赛视为人工智能的转折点,原因是它给深度学习的成果作了例证。其实人工智能的概念,早在60年前的“模式识别技术”己经进入人们视线,但是由于受当时的芯片速度、存储容量等限止,虽然此技术从原理上有前景,实际上无法推进。一直到近期Nvidia等的GPU、图形处理器技术大幅提升,给深度学习创造了机会。

 

美国谷歌公司2016年的AlphaGo属于AI (人工智能)2.0时代,它是通过输入约3,000万盘围棋的棋谱,让自己与自己下了2000万盘,通过自我学习后才有进步。但是这些棋谱的程度不一,包含二段到六段等级,最终却可以打败九段的真人高手,甚至后来还赢了大陆职业棋手柯洁,以及南韩职业棋手李世石。

 

继AlphaGo后,又推出升级版AlphaGo Master。旧有的版本它的CPU中需要釆用176个GPU,但Master版本则仅用到谷歌自己的4个张量处理单元(Tensor Processing Unit ,TPU),能以更少的棋谱去进行深度学习,让AI进入3.0时代。

 

到2017年10月初,随着AlphaGo Zero问世,已经进入AI 4.0时代。在AlphaGo Zero出现前,谈到AI,都认为是大数据(Big Data)加上深度学习的共同创造的结果;实际上AlphaGo Zero它不需要任何棋谱,但要输入算法,通过自我学习,在围棋比赛中能击败前几个版本。

 

引发的思考 

1) AI通过学习能够进步,能复制吗?
机器竟然可以通过输入二、三段或六段等较低阶的棋谱后,自己不断的玩、不断进行深度学习,最后打败拥有高段,甚至“本因坊”实力的棋手。

 

2) 大数据还有多重要?
之前都认为是大数据(Big Data)加上深度学习;但是AlphaGo Zero不需要任何棋谱,刚开始也是乱走,但是最终能击败前几个版本,导致业界有两种观点,究竟利用小数据,还是仍要大数据,目前可能仍有分岐。

 

3) AlphaGo Zero让人们开始从哲学思维去重新思考现在的世界
人类获取知识的渠道,例如上学、读书、向前辈学习经验等,可能并非完善,仅是一小部分,还有很大的潜力。

 

4) 算法的威力无比
AlphaGo是输入约3,000万盘棋谱,跟自己玩了2,000万盘,而AlphaGo Zero用更低的耗电、更少的CPU,只玩了约500万盘棋,就打赢所有拥有人类数据的围棋程序。计算一下,500万约是10的9次方,而围棋的所有可能性约是10的360次方,那么,10的9次方对整个围棋可能性10的360次方的占比,大概又是多少呢?

 

反映此次人类在围棋的算法设计中已经掌握了关键要素,帮助智能机器打败人类。但是从总体上,只要算法仍是由人来设计,机器的任务还是人类定义的,表明智能机器可能无法超越人类。

 

人工智能任重道远 

人工智能很红火,看似是围棋比赛带来的后果,让人们感觉到己有近2,000年历史的围棋,结果却被一部计算机打败,顿时觉得人工智能技术十分诱人。

 

人工智能技术的发展有三个核心要素:

一、深度学习算法的提出;

二、移动互联网能产生足够的大数据;

三、计算能力的大幅度提高。

 

尽管三个要素各不相同,但是它们之间互相有关连,需要协调发展。现阶段人工智能的模式迁移已现端倪,如AR、语音、图像识别等技术从产业应用方面的‘奇点时刻’正在临近。然而真正的关键是人工智能技术的落地,解决客户端的问题相比云端更为重要,让用户真切的感觉到人工智能技术己经触及它们的“痛点”。

 

近日有文认为2030年在人工智能技术方面中国可能超越美国,消息是鼓舞人心,然而应该少说多做,因为在人工智能中的芯片是核心,现阶段中国至多仅有几家fabless公司刚露出头,但是从芯片的制造等环节尚有很大的差距。

 

人工智能技术,现阶段尚处在启步阶段,按计算所的人工智能专家陈云霁说,未来人工智能芯片的计算效率要提高一万倍,功耗降低一万倍。如同一切有前景的新兴技术一样,前景肯定是光明的,但是道路是曲折的,人工智能尚有许多技术难关要去克服,因此只有下定决心才有成功的希望。
 

 

更多最新行业资讯,欢迎点击与非网《今日大事要闻》

 

 
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
 

 

作者简介
莫大康
莫大康

亲历50年中国半导体产业发展历程的著名学者、行业评论家

继续阅读
万亿规模市场当前,中国人工智能企业被淘汰的风险有多大
万亿规模市场当前,中国人工智能企业被淘汰的风险有多大

近年来,中国以人工智能为核心的新一轮科技和产业革命方兴未艾。通过人工智能创造全新产品和服务,推动传统行业转型升级,已经成为推动供给侧结构性改革、实现高质量发展的重要着力点。

“All in AI”的百度,是怎样度过“水逆期”的

被质疑、被原罪、被抹黑,2016年的百度看起来像是经历了“水逆期”,但仅仅在2017年一年的时间,中国互联网排名前三的科技巨头已然完成了一场华丽的转身。

新手如何接触机器学习?这十大算法一定不能错过
新手如何接触机器学习?这十大算法一定不能错过

在神经网络的成功的带动下,越来越多的研究人员和开发人员都开始重新审视机器学习,开始尝试用某些机器学习方法自动解决可以轻松采集数据的问题。

人脸识别竟有“种族歧视”?都是大数据闹的

《纽约时报》近日发表文章,称人脸识别技术的发展近来可谓突飞猛进,目前已经有一些商业软件可以用来识别照片中人物的性别。

成也萧何败也萧何,成就人工智能的深度学习竟是最大安全威胁?
成也萧何败也萧何,成就人工智能的深度学习竟是最大安全威胁?

虽然人工智能正给人类生活带来翻天覆地的变化,但是,很多人并未考虑到人工智能也存在诸多安全隐患,尤其是其核心的深度学习技术更是面临着众多潜在威胁。随着深度学习应用越来越广泛,越来越多的安全问题也开始暴露出来。

更多资讯
与非网硅谷科技游第1天,揭开Supplyframe总部、Supplyframe DesignLab和加州理工的神秘

今天,与非网硅谷科技游团队的坐标--洛杉矶,我们将与Supplyframe总部、Supplyframe DesignLab以及加州理工大学来一次亲密接触。

Intermolecular发布2017年第四季度和全年财务业绩

加州圣荷西2018年2月14日电 /美通社/ -- 值得信赖的先进材料创新合作伙伴 Intermolecular, Inc. (NASDAQ: IMI)今天发布截至2017年12月31日的第四季度和全年业绩。

解读去中心化交易所运作过程,安全是最棘手问题?
解读去中心化交易所运作过程,安全是最棘手问题?

加密货币市场的繁荣离不开蓬勃发展的交易所的支撑,Poloniex、Bittrex、Bitfinex、Yunbi、Okcoin、Kraken、Liqui等等,它们为区块链市场的资产代币化发展提供了全球化全天候的充足流动性。然而这些中心化交易所存在一些显著的风险和问题。

区块链没前途?它可能会靠游戏发横财

多款区块链游戏在2018年悄悄上线了。除了代打、直播,区块链会成为下一个游戏生财的好渠道吗?

对话陈大同:中国半导体产业的过去、现在和未来

中国进口半导体总金额远超石油,国产化之路仍任重道远。

Moore8直播课堂
电路方案