會員登入
帳號:

密碼:

記住我



忘記密碼?

現在註冊!
主選單


正在瀏覽:   1 名訪客






DeepMind首度放出電影《AlphaGo》預告片
#1
管理員
Benutzerinformationen

2017年09月20日09:55 新浪綜合
AlphaGo

來源: DeepTech深科技

就在剛才,DeepMind 的官方 Twitter 發出一條推文,發佈了紀錄片《AlphaGo》的預告片。其實該紀錄片在 2017 年 4 月 21 日就在美國紐約的翠貝卡電影節上進行了小範圍點映,獲得了極佳的反響。

我們先來看一下 DeepMind 這次放出的紀錄片《AlphaGo》的預告片(視頻下方附有字幕):

圍棋是這個世界上歷史最悠久的棋盤遊戲,是最簡單的,也是最抽像的。

哈薩比斯:「擊敗專業圍棋選手,是人工智能領域一項長期挑戰。」

我們在人工智能中嘗試過的所有方法,在圍棋中都不太適用。

哈薩比斯:「棋盤上的排列組合,甚至比宇宙中原子的數量還多。」

但 AlphaGo 找到了如何學習下圍棋的方法。

哈薩比斯:「到目前為止,AlphaGo 攻克了所有我們為它設計的挑戰。但我們還無法瞭解它的真正實力,除非讓它對陣全世界最強的圍棋選手,比如李世乭。」

(全球各大媒體對 AlphaGo 大戰李世乭的新聞報道)

歡迎來到 DeepMind 圍棋挑戰賽!全世界都在關注!

李世乭能否找到 AlphaGo 的破綻?

這些驅動 AlphaGo 的理念,也會驅動我們的未來!

敬請關注!

圖紀錄片《AlphaGo》的海報

在今年早些時候, DT君曾對為 AlphaGo 執子、有「AlphaGo 之手」之稱的黃士傑博士進行過專訪,他在專訪中曾表示:「研發 AlphaGo 讓我印象最深刻的始終是 AlphaGo 不停止的進步,我們團隊是在把科學的力量發揮的淋漓盡致。也因此,我也清楚的認識到圍棋的深奧,圍棋遠遠的難於我原本所想像。」

同時,黃士傑博士認為,AlphaGo 在圍棋項目的歷史性任務已經完成了。AlphaGo 不但幫助了圍棋界在圍棋技術上的突破,也促進了計算機圍棋界與 AI 領域的進步。 

圖「AlphaGo 之手」黃士傑博士

關於紀錄片《AlphaGo》的一些細節也非常耐人尋味。歐洲圍棋冠軍樊麾是第一個面對谷歌人工智能圍棋系統 AlphaGo 的職業圍棋手。當他被邀請來到倫敦,訪問開發出了 AlphaGo 的 DeepMind 公司的辦公室時,覺得很有信心,畢竟「這只是個程序」——這些情節都被記錄到 Greg Kohs 最新的紀錄片《AlphaGo》中。

實際上,樊麾的自信很有理由:儘管人工智能在最近幾年獲得了令人炫目的成就,但長期以來卻在圍棋領域鮮有建樹。用谷歌 DeepMind 的 CEO 德米斯·哈薩比斯的話來說,圍棋是「棋盤遊戲的頂峰」,而哈薩比斯自己也是一個世界級的棋手。畢竟,還從來沒有任何一個程序可以在真實的棋盤上擊敗人類職業棋手,所以當樊麾下午在倫敦開始對弈的時候,他並不覺得會遇到什麼挑戰。

圖AlphaGo 完勝樊麾二段

但是, AlphaGo 不是普通的圍棋程序,它是 DeepMind 幾十個科學家在創新工程中研發出的產品。重要的是,它對弈的棋局數量超人,並通過這些對弈訓練了自己的深度學習網絡,增加了棋力。當樊麾與之下棋的時候,它已經學習了超過 16 萬局頂級棋手的棋譜,還和自己下了 3000 多萬盤棋。當樊麾發現自己即將輸給 AlphaGo 的時候,他意識到,自己的世界和整個職業圍棋界都將被永久改變。

這部影片還成功克服了另外一個難點:從一開始就使圍棋變成了一項極具觀賞性的運動。雖然在現實之中,這場比賽進行的很慢,普通觀眾也很難識別出每一個動作之間的差異。但通過後期的剪輯製作,導演通過李世乭的情緒變化準確傳達出了 AlphaGo 的每一步落子。

值得注意的是,李世乭那深度的思考也被形象的轉化成一系列緊張的抽搐、喘氣以及凝重沮喪的表情。畢竟,一位棋手在他的棋力頂峰卻遭遇 AlphaGo 這樣強勁的對手,難免不心生畏懼。

但是,在 AlphaGo 的控制室中,我們卻看到了不同的場景:空氣稍顯凝重,DeepMind 的科學家通過監測 AlphaGo 的每一次舉動,試圖分析出它背後的思考邏輯。

而電影中還進行了別出心裁地戲劇化處理,比如在畫面中展示了在 DeepMind 團隊準備前往首爾的航班上,AlphaGo 是被安裝在一台筆記本電腦中的,那感覺就像李世乭只要一打開筆記本就能開始比賽了。

但實際上,運行 AlphaGo 的機器是一個十足的「大傢伙」——畢竟和樊麾對決的時候,那台機器就配備有 1202 個 CPU 和 176 個 GPU,和李世乭對戰的話,處理器將會只多不少。

在氣氛烘托上,導演 Kohs 借鑒了美國超級碗比賽的現場感覺,把一場為期比賽變成了一場頂尖的盛事。就比如,在機場,DeepMind 的科學家像冠軍球隊一樣,通過亮個不停的閃關燈;在首爾的街道上,巨型廣告牌對比賽進行現場直播,周圍擠滿了粉絲。

圖紀錄片《AlphaGo》截圖

結尾畫風一轉,在比賽結束後,沒有人能高興得起來。「我很抱歉,辜負了大家的期望。」李世乭說。而對於 DeepMind 團隊來說,勝利略顯苦澀。「我無法慶祝,」哈薩比斯說。

不過,李世乭和樊麾最終還是面露微笑正視了這一現實。畢竟圍棋已經發展了幾千年,現在終於可以換一種新的視角去面對它了,也就是 AlphaGo 的視角——「它一定會向我們展示此前人類從沒有發現過的東西」,李世乭說。

但對於絕大多數的普通人來說,AlphaGo 的勝利則更多的只是具有象徵性的意義。我們做追求的文學、音樂、喜劇和烹飪等等生活片段仍然是人工智能在很長一段時間都不能實現的。目前來看,AI 執行特定的任務仍然需要大量的數據作為基礎,如果它想變得更加具有通用,那麼就必須要學會像人類一樣從有限的經驗中獲得提升。

而且,對於圍棋來說,一切也並沒有那麼糟。正如也被 AI 也席捲了的國際象棋和電競遊戲,但也依舊難以消除成千上萬的玩家和粉絲的熱情,所以我們有理由相信,在樊麾、李世乭、柯潔等一眾頂級棋手的帶領下,圍棋這項運動也必將在變革和顛覆中進一步普及。


9/20 16:00
生成PDF文件 列印







可以查看文章。
不可發文。
不可回復。
不可編輯自己的文章。
不可刪除自己的文章。
不可發起投票調查。
不可在投票調查中投票。
不可上傳附件。
不可不經審核直接發文。
不可使用主題類別。
不可使用HTML語法。
不可使用簽名檔。

[高級搜索]


Powered by XOOPS © 2001-2015 The XOOPS Project