您的位置:
主页 > S生活坊 >AlphaGo不只会玩棋 还要帮电力公司配电 >

AlphaGo不只会玩棋 还要帮电力公司配电

阅读470| 发布: 2018-01-23 15:16 | 点赞: 741

AlphaGo不只会玩棋 还要帮电力公司配电,人机大战第二局,世界排名第一的柯洁与AlphaGo对弈过程中,频频搔首陷入长考。(东方IC)

谷歌DeepMind人工智慧(AI)实验室打造出的AlphaGo,如今打遍天下无敌手。

不过,众所周知,研究员在设计开发机器棋王过程中,一开始仍需要人类的围棋高手提供协助。它透过分析专业围棋手超过三亿个棋步,不断自我学习进化。

当AlphaGo有能力模仿人类下棋之后,它透过自己和自己下棋并追蹤每个棋步衍生的局势变化,而让棋力提升到了更高的境界。

于是,当它正式亮相时,一举打败了韩国的世界棋王李世乭。在双方五场对弈中,李世乭艰苦拿下其中一盘。当时就有人预测,在围棋盘上,这将是人类的棋王最后一次打败机器。

不过,对AlphaGo来说,这还是刚起步而已。

一年多前,DeepMind重新设计了它的系统。基本上,可以说他们打造了一个没有借助人类棋步的新AlphaGo。他们完全使用AlphaGo自己跟自己对弈的棋局,来训练AlphaGo。也就是说,它是真正藉由自我学习不断进展的人工智慧技术。

自教自学 潜力无穷

目前在乌镇与世界排名第一的中国棋王柯洁对战的,正是最新版的AlphaGo。 DeepMind的创办人兼执行长哈萨比斯(Demis Hassabis)说,由于AlphaGo现在可以用更少的资料进行更多的自我学习,所以它适合学习更广範围的任务。它可以帮忙优化供电的电网、简化航运路线、或是精进科学研究。

事实上,AlphaGo的核心技术——被称为「深度强化学习」(deep reinforcement learning)——在AI研究领域越来越具有影响力。

谷歌的另一个人工智慧实验室Google Brain,利用强化学习来训练机器手臂自己开门和拿取物品;Uber使用这个技术来教导AI玩类似「侠盗猎车手(Grand Theft Auto)」这类的赛车游戏,为未来人工智慧在真实路况驾驶真正的车子预做準备;Tesla的创办人穆斯克一手扶植的实验室OpenAI,则应用类似的概念各式的游戏和模拟。

研究人员相信,只要研究者打造正确的模拟环境而且让人工智慧有足够时间在里面训练,它们几乎有办法处理所有的任务。

例如:有一天DeepMind学会我们人类谈话自然的方式。

现在看来,这目标也许还很远,不过AlphaGo已经显示朝这个方向迈进的实质进展。

围棋大师:机器神

最初的AlphaGo依赖两个深度神经网络,类似人类大脑一样透过分析大量数据来学习。新版的AlphaGo,仍依赖类似的神经网络,但是它一开始就是以AlphaGo自己与自己对弈的棋局来训练。

这个系统严格说起来还是要依赖人类棋手,因为它接受训练的棋步,是来自早先版本的AlphaGo,它是以人类棋步训练成的。

不过,根据哈萨比斯的说法,现在AlphaGo已经具有潜力可以从随意的棋步中学习,也就是说,在整个过程中将不再需要人类棋手的协助。

事实上,AlphaGo现在已经可以不用人类的介入,而让棋力继续不断提升。这种进步明显展现在今年初的网路大战中。

AlphaGo化名「围棋大师」(Master),在网路上与多名人类的围棋高手对弈,拿下了六十胜零败的完美战绩。

这个星期,它与柯洁在乌镇的人机对决三场比赛已连取两胜,而第三战的胜负在大多数人的眼中也是毫无悬念。DeepMind的创办人哈萨比斯不吝一再用「完美」、「惊人」、「把AlphaGo的棋力推到极致」等等讚誉之词,讚赏苦战落败的柯洁。

Deep Mind执行长在推特大讚柯洁的表现,把AlphaGo「逼到了极限」。

哈萨比斯认为,他们的团队已经修正了AlphaGo与李世乭在首尔五战的唯一一败所暴露的缺失。同时,新的演算法比起最早先AlphaGo使用的演算法明显更有效率。在乌镇的比赛中,人工智慧系统可以只用一个云端TPU(tensor processing unit,谷歌为机器学习软体运作而打造的专用晶片)。 换句话说,它只需用到原本AlphaGo大约十分之一的运算力。

AlphaGo新任务:协助供电

不过,称霸围棋并不是唯一的目标。

DeepMind团队正开始把这个技术推向新的领域。目前,DeepMind的实验室已经开始与英国国家电网(National Grid UK)合作,目标是借助AlphaGo的类神经网络科技,预测供电与用电的尖峰,优化能源的使用,来改善英国供电网的效率。

研发AlphaGo的Deep Mind实验室与英国电网公司达成合作协议。透过机器学习协助提升供配电的效率。(东方IC)

过去,DeepMind已曾为谷歌庞大的网路帝国,达成节电的任务。它建立了模拟谷歌电脑数据中心的系统,由人工智慧透过学习而更有效率控制风扇、空调、和其他硬体设备,让数据中心的用电量减少了15%。

这一套机器自主学习、对未来进行预测、做出相对调整的过程,和AIlphaGo走向棋王之路,基本上并无不同,只不过它的规模、效益、和影响範围,将不再侷限于棋秤之间。

参考资料:

Google's AlphaGo levels up from board games to power grids (The Wired)

AlphaGo不只会玩棋 还要帮电力公司配电

相关文章


新民I艺生活|推出生活服务信息|反映民意民生|网站地图 杏耀线路测试地址_必赢国际手机客户登录 金百利国际手机版_RG皇家真人现场版 188体育ios_腾博会官网9887下载 悦博体育app_万豪国际平台注册 ylg网站大全_乐通pt老虎机手机版 巴黎人blr下载_腾博会官网9887下载 星城娱乐登录_澳门电子游戏九五之尊的网址 皇冠电玩城苹果版_乐百家手机版客户端 新利18亚洲_凯时娱人生就是博乐APP 凯时国际官方版_鼎隆娱乐官方网站下载