AlphaGo 之父：AI 是全人类的，不应由几家公司独占

导语： 之所以和柯洁这样比赛而不是在网上比赛，是因为人们不会认真对待线上游戏，线上游戏也不够正式，人们的注意力不够集中。

5月24日，在新版本AlphaGo首战以1/4子微弱优势战胜中国围棋职业九段棋手柯洁之后，“阿法狗之父”DeepMind创始人兼CEO Demis Hassabis、AlphaGo团队负责人David Silver以及棋手樊麾接受了腾讯科技的专访。

“祝贺柯洁昨天的突出表现，为大家呈现了精彩的对弈。”Demis Hassabis说：“之所以高调进行人机比赛，就是想吸引最顶级的棋手和AlphaGo对战。之所以和柯洁这样比赛而不是在网上比赛，是因为人们不会认真对待线上游戏，线上游戏也不够正式，人们的注意力不够集中。AlphaGo的很多学习都是自我对弈。因为和顶级棋手对弈的机会并不多，我们希望通过这样的比赛来找到AlphaGo的弱点。”

David Silver则表示围棋非常困难，“事实上，我们在算法上实现了效率的提升，从计算量来说现在是之前的十分之一，从所需训练时间来说，从“月”缩减到“星期”。AlphaGo已经不依赖于外在的导师，它可以自我学习。”David Silver说：“我们的想法是，AlphaGo的高效算法不光是围棋领域的，也可以应用于其他领域。

在此前的演讲中，他们详细阐述了围棋的难度：其复杂程度让穷举搜索都难以解决，而对于计算机来说，围棋有两项难题：“不可能”写出评估程序以决定谁赢，搜索空间太过庞大。围棋不像象棋等游戏靠计算，而是靠直觉。围棋中没有等级概念，所有棋子都一样。围棋是筑防游戏，因此需要盘算未来。小小一子可撼全局，“妙手”如受天启。

理论上AlphaGo下棋越到后面，需要计算的步数越少，常理来看，用时应该更短。但实际上AlphaGo的用时很均匀。对于这个现象，David表示：“在训练时我们就已经发现，AlphaGo在自我对弈的过程中，整个棋局的计算量是恒定的、稳定的。我们为AlphaGo制定了稳定的策略，让它最大限度地利用时间。因此AlphaGo下棋的速度相对均匀。”

樊麾是“AlphaGo”选择一较高下的第一名职业棋手，他已加入AlphaGo团队。他说：“AlphaGo对于围棋的震撼不是谁赢谁输，而是一种全新的下法，比如跟李世石的第二局的第37手。柯洁昨日的点三三也是借鉴了AlphaGo的下法。AlphaGo就像一个未来的棋手回到今天跟我们下棋。所有的职业棋手下完都不会离场而是会复盘这盘棋，对棋手来说重要的不是胜负而是我们学到了什么。”而同样接受了AlphaGo挑战的柯洁也在昨天向媒体表示：“AlphaGo在改变我们的下棋理念，我也受了它的影响，开拓思维，没有什么棋是不可以下的。”

围棋之外，AlphaGo背后的技术也在其他领域有所应用。“AlphaGo背后的支撑技术非常多，目前在其他领域的应用还在探索阶段。大家要理解的是，在未来我们肯定会推广AlphaGo背后的技术，也有可能在中国推广。”

至于科幻小说里的场景，Demis Hassabis表示，人工智能还有很远的路要走，还有很多的关键问题没有攻克下来，科幻片里的场景恐怕在几十年内不会出现。他说：“我们必须正确使用人工智能。这有两个方面——人工智能的用途必须是造福人类的，比如科学、制药。同时，人工智能不能是少数几家公司的专利，而应该由全人类共享。”

来源：腾讯科技 作者：刘亚澜

关键字：产品经理, 业界动态, AlphaGo

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！