yikeweiqi
close
棋比赛

李世石,GPU和狗

李世石,GPU和狗

本文转载自微信号一派金言,作者一派。

弈客官方投稿邮箱:wqy@golinksworld.com,小编微信号:kkndruby(添加的勿忘备注中包涵弈客二字作为通关密码)。

这几天谷歌的AlphaGo和韩国围棋职业九段李世石的人机大战着实火热,懂围棋的不懂围棋的,懂软件的不懂软件的都来了个高度关注,真可谓空前盛况。

今天,笔者以不同的角度,带大家看看,透过这个事件,我们能感知到,科技的下一个纪元到底是什么。

一、谷歌到底在做什么

造人!造人!造人!重要的事情说三遍,AlphaGo,是人工智能的右脑的雏形,此造人非彼造人,想歪的独自面壁去。从计算机被发明到现在,机器模拟人的左脑已经做的非常出色,而模拟人的右脑却鲜有突破。围棋这种古老的游戏一定是需要右脑参与来下的,它需要“感觉”来帮助人做决策,谷歌做AlphaGo,根本就是在训练人工智能的“感觉”,因为单纯靠左脑性思维下围棋是行不通的,原因大家可以自行搜索为什么(无法穷举所有情况)。这里举一个实际的例子,来生动的说明右脑性思维是怎么运作的。笔者曾在视频安防行业排名第一的公司从事智能视频软件开发,正巧今天看到朋友圈里原来的老东家发布了一个新品发布会的视频案例(这里给老东家打个广告,想看这个案例的可以百度安防行业第一名是哪家公司,再百度一下2016新品发布会,应该能看到),这个案例讲的是什么呢,是说一位老人走丢了,他女儿去报警,警察通过一套智能检索系统(就是电影《速度与激情7》里面的“天眼”,别以为中国人做不出来哦),分分钟联网全城的摄像机找到老人的事。今天就事论事,就拿检索图像这个事情把右脑的工作原理给大家说清楚,假如某一天的24个小时,某个路口,你站在路口看了24个小时,同时还有一台摄像机对这24个小时全程录像了,在这一天的下午14:00发生了一辆红色小轿车撞倒蓝色自行车的小事故。第二天呢,交通警察分别在摄像机和你这边对事件的经过做还原。摄像机是怎么做的呢,大体有两种做法:

通过时间检索到14:00左右,查看事故发生时的图片。(典型的左脑性思维通过可量化的外界参考系,即时间轴,定位到目标图像)

通过图像内容的目标特征,比如事件中骑自行车的人的人脸图像,做人脸识别,找出所有这个人在这个路口的图像,再定位到事故发生时的图像,如果不巧他一天内在这个路口经过了多次又不巧的倒霉被撞倒过不止一次,那就只能增加内容特征进行检索,比如再调出所有红色小轿车经过路口的图像,找个二者的叠加来还原事故图像。

那人类又是怎么还原事故图像的呢?答案是当警察问你前一天这个事故时,你的脑海里立即就会闪现出发生事故时候的图像,是通过“直觉”还原的。如果你按照摄像机的还原方式,将会发生很可笑的事,下面我们来试试,当交通警察问你时,首先你把昨天看到的24个小时的图像24等分,然后回忆,我在每个小时段都看到了什么特别的事,然后再定位到下午14:00,然后回忆事故画面,最后说给警察。如果按照第二种方法呢,那就更加可笑,首先回忆所有见过骑车者的画面,然后寻找出他被撞的画面,如果不巧他一天内在这个路口经过了多次又不巧的倒霉被撞到过不止一次,你可能还要回忆所有经过路口的红色小汽车,在把二者做个叠加,还原事故画面说给警察。显然,人类在大脑中调出事故画面并没有像摄像机这样通过逻辑筛选的过程,人类是通过右脑,通过“感觉和直觉”瞬间找到发生事故时候的画面的。通过这个例子就可以生动的理解人类右脑的强大,下围棋是同样的右脑原理,人类在棋盘上看到不同局面时,按照以往的经验,或者凭着这种对棋型的“直觉”很容易判断某些变化是好还是坏,而电脑则不会衡量这种非量化的类似“感觉”的东西,这次的人工智能就是谷歌赋予电脑右脑性思维的一种尝试。具体原理我们下一章节深度介绍。

二、强大的GPU集群

人类的大脑工作原理是简单又复杂,对立又统一的。大脑中有无数的神经突触,交织组合在一起,在人类思考的过程中,生物电信号流过突触神经网络,产生记忆和思维,科学家无法量化生物电能信号具体的流转和方式。这一点谷歌在做人工智能的时候模拟大脑找到了一种方法,AlphaGo由CPU主控,并伴随有强大的GPU集群,GPU扮演了神经突触的角色。

所谓深度学习我们可以这样理解,人脑在工作时,无数的神经元交织在一起,大脑给了这些神经元一个模糊的大的方向性信号,比如说去学习吧,神经突触就会在生物电能的驱动下去学习,通过每一次的迭代而使人类的经验更加丰富。人工智能的深度学习,在CPU主控的指令下,告诉GPU集群,“你们去学习吧,反正我会给个评判标准,你不断模拟学习,就会提高”。注意,深度学习这种战略性的突破是传统计算机程序所无法企及的,传统的计算机程序都是状态可控指令清晰的,而深度学习不是这样,它已经具有了一定的自发性。世间万事万物都有千丝万缕的联系,笔者从事过视频行业,研究过虚拟货币(BTC等),同时在去年冬天12月,和自己的好友(cs专业的围棋爱好者)顶着700多的爆表PM2.5,来到北京拜访刘知青教授(《计算机围棋原理》的作者,国内此领域专家)和万同围棋的CEO陈总,在彼时我们已然依稀感觉到,这个领域的人工智能的黎明破晓即将来临,然而我们预计的最快也要3~5年。事实上,被谷歌无情的打脸,四个月以后,AlphaGo已经可以横扫人类。

在笔者提到的三个领域,有着一个共同的联系,那就是GPU集群。这种只具备简单算法加乘的小模块组成的集群,无论在海量视频领域还是在区块链开采的新兴虚拟货币领域,更是在深度学习的人工智能领域都大展拳脚,这难道不应该引起我们的思考么?正所谓大道凡简,大智若愚,说的就是这个道理吧。

三、细思极恐的“狗”

从前,有这样一个人,他说的永远是对的,他可以活几千年,他不吃不喝不睡觉。那么他是谁呢?无疑,AlphaGo符合这个标准,当然,如果去寺庙里,也能找到符合标准的其他人。谷歌就这样在一个领域创造了一个神。接下来,谷歌已经宣布,AlphaGo将要挑战星际2,这种更复杂的人类战略性游戏终将一个个被攻克。衷心的希望我自己的祖国,排头的企业能够志存高远,迎头赶上,国足都出线了,是不是咱们也该做点正事了。毕竟成天卖药是没什么前途。

 
本文由一派金言公众首创,转载请注明,作者一派。

微信扫一扫
关注该公众号

qrcode.bmp