文/出門問問CTO雷欣 出門問問NLP工程師李理

3月13日消息，人機(jī)大戰(zhàn)第四局出現(xiàn)大逆轉(zhuǎn)，AlphaGo對(duì)形勢(shì)作出錯(cuò)誤判斷后，接連出現(xiàn)業(yè)余選手也不會(huì)犯的低級(jí)錯(cuò)誤，導(dǎo)致落敗。

DeepMind創(chuàng)始人Demis在推特發(fā)微博表示，AlphaGo在第79子時(shí)犯了錯(cuò)誤，但是一直到87子才發(fā)現(xiàn)。短短幾個(gè)子的時(shí)間，AlphaGo的勝率從70%陡降至40%以下，發(fā)現(xiàn)時(shí)為時(shí)已晚。

出門問問CTO雷欣稱，這其中的原因很可能是由于AlphaGo在復(fù)雜情況下的判斷還是不夠客觀，碰到?jīng)]見過的下法（如今天的白78挖）時(shí)會(huì)犯錯(cuò)誤，而且在犯錯(cuò)誤的時(shí)候不能夠及時(shí)發(fā)現(xiàn)，會(huì)接連出低級(jí)錯(cuò)誤。對(duì)人類來說，如果犯了大錯(cuò)誤，應(yīng)該很快就會(huì)發(fā)現(xiàn)并且糾正，但是機(jī)器的反應(yīng)都是連續(xù)的，不能做出及時(shí)調(diào)整，這也許是AlphaGo的一個(gè)致命弱點(diǎn)。

出門問問NLP工程師李理稱，我懷疑是mcts的問題，這個(gè)問題導(dǎo)致AlphaGo只區(qū)分勝利和失敗，但是剩多少和負(fù)多少它不區(qū)分。李理稱，這可能是AlphaGo之前獲勝也不多，失敗就亂下的原因。

從專業(yè)技術(shù)的角度看，李理認(rèn)為，如果一定要猜測(cè)，我覺得可能是開局主要靠value network，因?yàn)樗阉骺臻g太大，有可能在某些特殊的局面下出現(xiàn)非常差的結(jié)果。就像之前神經(jīng)網(wǎng)絡(luò)識(shí)別圖片時(shí)也出現(xiàn)過很詭異的錯(cuò)誤，還有人研究怎么構(gòu)造讓它識(shí)別出錯(cuò)的例子。

雷欣稱認(rèn)為，從谷歌的角度來說，這盤棋幫助他們找到了AlphaGo的一個(gè)弱點(diǎn)，以后可以更有針對(duì)性的去解決這個(gè)問題。如果不是李世石這種頂尖棋手，也許很久也發(fā)現(xiàn)不了這個(gè)弱點(diǎn)，因?yàn)樗綉沂馓蟾緵]有機(jī)會(huì)逼得AlphaGo犯錯(cuò)誤。從李世石的角度來看，這也是一個(gè)巨大的勝利，證明至少目前人類選手對(duì)戰(zhàn)人工智能還是有機(jī)會(huì)的。人工智能雖然計(jì)算能力強(qiáng)大，但是還是會(huì)犯錯(cuò)誤，并且是很低級(jí)的錯(cuò)誤。這樣，人類棋手不會(huì)把人工智能神話，以后對(duì)戰(zhàn)的時(shí)候心態(tài)會(huì)更好。

（本文由科技小羿整理，轉(zhuǎn)載需注明出處）

登陸|注冊(cè)歡迎登陸本站，認(rèn)識(shí)更多朋友，獲得更多精彩內(nèi)容推薦！