免费视频淫片aa毛片_日韩高清在线亚洲专区vr_日韩大片免费观看视频播放_亚洲欧美国产精品完整版

2016至2017年，AlphaGo橫空出世，接連擊敗世界頂級(jí)圍棋選手；2019年，另一個(gè)人工智能AlphaStar登上歷史舞臺(tái)，它挑戰(zhàn)的是《星際爭(zhēng)霸2》的頂級(jí)職業(yè)選手。

一盤圍棋棋局大約持續(xù)150 步，面對(duì)的是250個(gè)選擇；而25分鐘的《星際爭(zhēng)霸》就已經(jīng)至少有36000步，面對(duì)的選擇數(shù)量是1 后面50個(gè)0。這是對(duì)人工智能的一次巨大挑戰(zhàn)。最終AlphaStar成為第一個(gè)打敗《星際爭(zhēng)霸2》頂級(jí)人類職業(yè)選手的AI。

AlphaStar是如何獲勝的？設(shè)計(jì)者面對(duì)哪些困難？AI距離達(dá)到真正的“智能”還有多遠(yuǎn)？

谷歌前工程專家、普林斯頓大學(xué)機(jī)器學(xué)習(xí)博士肖恩·格里什，在他新出版的《智能機(jī)器如何思考》一書中，展示了人工智能領(lǐng)域的前沿成果，深入解讀了感知算法、強(qiáng)化學(xué)習(xí)、深度語(yǔ)言識(shí)別等概念，闡釋了智能機(jī)器究竟是如何感知和思考的，并描繪了我們終將與AI共處的未來(lái)。今天的文章是本書的部分精編。

雖然AlphaGo具備識(shí)別圍棋盤面特征的能力，但它只能執(zhí)行下圍棋這項(xiàng)非常單一的任務(wù)。正如OpenAI（致力于人工智能研究的公司）的研究員唐杰所言：“AlphaGo不會(huì)決定去買個(gè)芝士漢堡，然后嘗試接管世界?！?/p>

AlphaGo是專門為下圍棋而設(shè)計(jì)的，因此它只具備下圍棋所需要的能力，它的一切都依賴于人類。除了在對(duì)弈過(guò)程中識(shí)別模式、選擇模式的能力，AlphaGo無(wú)法與瞬息萬(wàn)變的環(huán)境互動(dòng)；除了匯總統(tǒng)計(jì)數(shù)據(jù)外，它沒(méi)有關(guān)于過(guò)去事件的記憶；除了模擬它和對(duì)手如何走棋之外，它也沒(méi)有關(guān)于未來(lái)事件的概念。

那么我們?cè)谌斯ぶ悄茴I(lǐng)域要迎接的下一個(gè)重大挑戰(zhàn)是什么？DeepMind（致力于人工智能研究與應(yīng)用的公司，2014年被谷歌收購(gòu)）宣布了一個(gè)新項(xiàng)目——設(shè)計(jì)一個(gè)能夠玩即時(shí)戰(zhàn)略游戲《星際爭(zhēng)霸》的AI。這要求該AI具備更多與人類智能相關(guān)的品質(zhì)：能尋找做決策所需的信息，能在有時(shí)間限制的條件下，以及高低不同層次上做出這些決策——既可以規(guī)劃具有長(zhǎng)期影響的行動(dòng)，也可以做出閃電般迅速的反應(yīng)。

《星際爭(zhēng)霸》是一款設(shè)定在26世紀(jì)的戰(zhàn)爭(zhēng)游戲。就像國(guó)際象棋一樣，每個(gè)玩家都指揮著一支由不同單位組成的軍隊(duì)，每個(gè)單位都有其優(yōu)缺點(diǎn)。與國(guó)際象棋不同，《星際爭(zhēng)霸》是一款即時(shí)戰(zhàn)略游戲。玩家不是輪流走子，而是在一個(gè)大的戰(zhàn)斗區(qū)域內(nèi)實(shí)時(shí)指揮自己的軍隊(duì)。軍隊(duì)之間的戰(zhàn)斗殘酷且節(jié)奏快，這給手快的玩家?guī)?lái)了優(yōu)勢(shì)。事實(shí)上，《星際爭(zhēng)霸》的頂尖人類玩家操作鍵盤和鼠標(biāo)的速度通常超過(guò)每秒5次。

此外，《星際爭(zhēng)霸》要求每個(gè)玩家都要維持正常的經(jīng)濟(jì)運(yùn)轉(zhuǎn)，從而提供更多的資源發(fā)展自己的軍隊(duì)、升級(jí)不同類型的建筑等。游戲中的“戰(zhàn)場(chǎng)迷霧”掩蓋了大部分游戲空間，使玩家只能看到自己的單位或單位附近發(fā)生了什么，要掌握更多信息，只能派出偵察兵或者找到其他方法來(lái)了解環(huán)境。

在國(guó)際象棋和圍棋等策略性游戲中，最優(yōu)秀的AI能在游戲樹(shù)（組合博弈理論中用來(lái)表達(dá)一個(gè)賽局中各種后續(xù)可能性的樹(shù)）中搜索數(shù)百萬(wàn)個(gè)狀態(tài)，并通過(guò)程序查找最有可能成功的狀態(tài)。這種能力取決于兩個(gè)因素：樹(shù)的每個(gè)層次的分支因子（AI在給定時(shí)間內(nèi)必須做出選擇的走子選項(xiàng)的個(gè)數(shù)）和樹(shù)的深度（AI在一局游戲中需要走多少步棋）。

圍棋的分支因子大約是250，保守估計(jì)《星際爭(zhēng)霸》的分支因子大約為1 后面50個(gè)0；一盤職業(yè)圍棋棋局大約持續(xù)150 步，而一局典型的25 分鐘的《星際爭(zhēng)霸》大約有36000個(gè)動(dòng)作。此外，“戰(zhàn)場(chǎng)迷霧”讓每個(gè)玩家僅擁有不完整的信息，因此國(guó)際象棋或圍棋中的傳統(tǒng)搜索方法并不適用。

換言之，《星際爭(zhēng)霸》對(duì)人工智能領(lǐng)域提出了巨大的挑戰(zhàn)。一個(gè)可以得心應(yīng)手地玩《星際爭(zhēng)霸》的機(jī)器人，需要具備許多我們認(rèn)為能夠定義人類智能的品質(zhì)，包括用有限的信息做出戰(zhàn)略決策的能力，以及實(shí)時(shí)應(yīng)對(duì)不可預(yù)見(jiàn)情況的能力。紐芬蘭紀(jì)念大學(xué)的計(jì)算機(jī)科學(xué)教授戴維·邱吉爾稱這是游戲人工智能研究的“巔峰”。

想讓《星際爭(zhēng)霸》機(jī)器人會(huì)玩游戲，就必須把它們需要執(zhí)行的任務(wù)分解成可管理的模塊。對(duì)于這些模塊的定義來(lái)自職業(yè)人類玩家的分析總結(jié)，如下圖所示，架構(gòu)分為三層。

最左側(cè)是AI與環(huán)境交互所經(jīng)過(guò)的層，為機(jī)器人提供了一種通過(guò)編程與游戲本身進(jìn)行交互的方式。

中間是感知和環(huán)境建模層，用于為AI追蹤軍事情報(bào)：包括對(duì)手的基地、游戲中的單位和整個(gè)地圖的信息。不同的機(jī)器人對(duì)這一層的重視程度不同。

機(jī)器人的“智能”行為來(lái)自架構(gòu)最右邊的部分，也分為三層：

? 在頂層，這些機(jī)器人推理戰(zhàn)略：機(jī)器人應(yīng)該建造或升級(jí)哪些建筑，以及應(yīng)該在什么時(shí)候做這些事情。通常需要提前幾分鐘進(jìn)行規(guī)劃，并會(huì)對(duì)游戲產(chǎn)生直接的長(zhǎng)期影響。

? 在中層，機(jī)器人會(huì)推理戰(zhàn)術(shù)，這涉及提前30秒到1 分鐘的計(jì)劃：AI應(yīng)該把它的建筑建在哪里？應(yīng)該何時(shí)出兵到何處作戰(zhàn)？

? 底層是反應(yīng)層，它要求在幾秒鐘內(nèi)做出規(guī)劃和反應(yīng)，處理軍事情報(bào)層送來(lái)的環(huán)境信息。

許多頂級(jí)《星際爭(zhēng)霸》機(jī)器人的開(kāi)發(fā)者都遵循實(shí)用主義理念，用能夠贏得游戲的策略來(lái)編程他們的機(jī)器人，即便這意味著他們并沒(méi)有創(chuàng)造出足夠“智能”的機(jī)器人。例如，一些機(jī)器人被編程為遵循簡(jiǎn)單的rush策略（在游戲早期犧牲經(jīng)濟(jì)，快速發(fā)展兵力，以此一舉擊敗對(duì)手的策略），它們會(huì)建立一支由弱小的戰(zhàn)斗單位組成的小型軍隊(duì)，在對(duì)手建立防御之前發(fā)動(dòng)攻擊。

職業(yè)人類玩家也會(huì)使用各種各樣的rush策略，這只需要遵循一套簡(jiǎn)單的規(guī)則，完全不考慮任何長(zhǎng)期規(guī)劃。即使是邱吉爾設(shè)計(jì)的更復(fù)雜的《星際爭(zhēng)霸》機(jī)器人UAlbertaBot，有時(shí)也會(huì)輸給那些使用rush策略的機(jī)器人。但能夠?qū)嵤┻@些策略的機(jī)器人仍然遠(yuǎn)遠(yuǎn)不能戰(zhàn)勝人類職業(yè)玩家。

玩過(guò)這類游戲的人肯定對(duì)戰(zhàn)過(guò)計(jì)算機(jī)，大概會(huì)有此疑問(wèn)：既然設(shè)計(jì)一款能玩游戲的機(jī)器人如此之難，為什么在游戲的人機(jī)對(duì)戰(zhàn)中計(jì)算機(jī)還是如此難以戰(zhàn)勝？邱吉爾解釋說(shuō)，因?yàn)楝F(xiàn)實(shí)游戲中的機(jī)器人經(jīng)常“作弊”，它們并不是真的智能，比如計(jì)算機(jī)可以看到整個(gè)游戲地圖，沒(méi)有真正處于“戰(zhàn)場(chǎng)迷霧”環(huán)境下，但機(jī)器人也會(huì)派出偵察兵四處偵察，這只是在做戲。

杰米斯·哈薩比斯是DeepMind的創(chuàng)始人，在創(chuàng)立DeepMind之前，他就對(duì)《星際爭(zhēng)霸》這款游戲產(chǎn)生了興趣，因?yàn)樗囊晃煌率且幻呤滞婕?。杰米斯?duì)這位同事屢戰(zhàn)屢勝的能力非常著迷，有一段時(shí)間，他每晚把自己和他關(guān)在一個(gè)房間里，想辦法戰(zhàn)勝他。有時(shí)會(huì)為其設(shè)置障礙，讓他在沒(méi)有鼠標(biāo)或單手的情況下玩游戲，這樣便可以準(zhǔn)確地分析他的哪些操作讓他獲勝。

杰米斯將DeepMind的部分工作轉(zhuǎn)向開(kāi)發(fā)具有競(jìng)爭(zhēng)力的《星際爭(zhēng)霸》機(jī)器人，并和暴雪公司合作開(kāi)發(fā)了一個(gè)供機(jī)器人玩《星際爭(zhēng)霸2》的官方界面，從而讓開(kāi)發(fā)者幫助機(jī)器人以更有條理的方式學(xué)習(xí)。

最終AlphaStar成為第一個(gè)打敗《星際爭(zhēng)霸2》頂級(jí)人類職業(yè)選手的AI。今年1月，在人類vs AlphaStar的11場(chǎng)比賽中，人類只取得了一場(chǎng)勝利。

攻克《星際爭(zhēng)霸》是否意味著我們就能攻克智能？答案很簡(jiǎn)單，不是。

《星際爭(zhēng)霸》并沒(méi)有涉及人類智能的許多方面，包括人類從全新的、非結(jié)構(gòu)化的環(huán)境中理解并得出結(jié)論的能力。

創(chuàng)造出一個(gè)機(jī)器人，讓它能夠把《星際爭(zhēng)霸》這個(gè)游戲玩出頂級(jí)水平，這可能是一個(gè)引人注目的結(jié)果。然而，我們?cè)谶@個(gè)過(guò)程中獲得的工具和架構(gòu)——新的搜索算法、新的感知算法和新的強(qiáng)化學(xué)習(xí)算法，這些將是更重要的成就。