satchmo的个人博客分享 http://blog.sciencenet.cn/u/satchmo

博文

人“狗” (AlphaGo)大战中场-Let’s paint 精选

已有 6945 次阅读 2016-3-14 07:01 |系统分类:科普集锦


                                                        --俺在思考一个更深刻的问题:神经网络何时发神经?                          

写下这个题目时,人“狗”刚刚战罢两局,形势已渐明朗,人类的最后希望似乎只能是奢求“狗儿”不会打劫。 等正式行文时,天已变,人类开始讨论“组队去打怪”了。


呵呵,俺是不是也要跟着凑这个热闹呢? 当然要啊!虽然俺数理化学得一塌糊涂,但是俺有一颗猫一样的好奇心。过去的几个月里,科学技术在大众面前华丽地展现了一番。先是屠呦呦先生终抱“火药”奖,然后前一阵全世界人民都被一对儿黑洞挤出来的“大波”震了一下,一时间波澜壮阔,波涛汹涌,官科与民科还展开了一场“波霸”擂台赛,各类神鬼妖狐齐上阵。


而这个星期的主题乍一看是三流小报的惯用伎俩:狗咬人不是新闻,人咬狗才是新闻。但这次的”狗“大不一样,这是一只机器狗、电脑狗、一只和人类“逗焖子”的智能狗,一只会运筹帷幄(Deepmind, wow,Google手机输入已经将此单词收入!),排兵布阵,权衡利弊,腾挪攻杀,以及沉思装x的“领头”(Alpha,作为希腊字母之首,有leader的含义)犬。


此次事件从年初Google自曝于去年十月完胜职业二段并悬赏约战顶尖九段高手开始,引起大批东亚围棋爱好者的兴趣,更有大量爱好围棋的科学工作者试图从有限的信息中评估此次前来“踢馆”的这位到底功力如何。但大部分人都大大低估了这个“耿良辰”



(注意,是耿良辰,电影《师父》里踢了八个武馆的,不是号称和人撕x到底的叶良辰,注意素质!),一边倒的局面出乎大家的预料,这里面有对围棋如武侠的情怀,有潜意识里对人工智能的疑虑,但如今这都不是事儿了,人脑玩儿算计(读轻声)已经不是人工智能的对手(呵呵,插播一则笑话:我叫李世石,我是一名来自韩国的棋手,今天早上出门前我在网上各大投注点用尽家财下了巨额赌注买我自己输,我想,这就是人类比人工智能强的地方)。

接下来我们关心的是何时人脑被全面替代和超越,换句话说,人脑和电脑还有啥区别?


区别一:语言交流


咱们人会说话,但是能跟机器聊天吗?当然啦,智能手机用户们纷纷亮出 Siri,Cortana 和Google(Google 羞涩地摆摆手,意思是目前只会听,还发不出音儿)。其实这些还只能算是小玩闹儿,也就问个道儿查个天气啥的,计算机凭着你说的几个关键词猜你想问啥。这种问询(questions & answers, QA)目前是被动和单向的,也就是人类”骚扰“机器。等到哪一天一大早机器突然张口问”吃了吗您呐?“,”你觉得我的声音好听吗?“那才真正到了人机的正常交流。目前在这一领域最成功的是IBM的Watson系统。


这一系统的核心构架叫做DeepQA-深度问答,呵呵,看来是对前辈Deep Blue 的继承吧。Watson系统的终极目标是实现人机自然语言交流,也就是说像科幻电影里钢铁侠家里的J.A.R.V.I.S. (Just A Rather Very Intelligent System-就一个特智能的系统)一样和Tony Stark搞发明创造,并肩作战。


Watson 最早在公众面前现身是在2011年美国的问答节目Jeopardy! 。你可能觉得这不公平,电脑连着互联网,人类怎么能赢?但是当Watson 上节目时,Ta 是离线状态的,也就是说所有的学习训练成果都要在无互联网支持下接受检验。


简单总结一下Watson怎么运行的:

机器负责observe (观察收集信息)-interpret (分析)-evaluate(评估)-decide(选择决定)-corpus(总结归类)-人类介入curating the content(工程师检验信息归类的正确准确程度)-ingestion training(消化吸收知识训练)-Learning Q/A pairs(学习问题和答案的相关性)-interaction review(交互检验)。


这些步骤又是不断循环的因为信息在不断更新,新的知识要被吸收归类整合到信息系统里。Watson的独特之处是Ta关注的是如何从人类的自然语言文字中去整合信息,也就是说听懂人类的问题,然后去寻找答案和解决方法。比如下面这种题目:

These stores first launched in 2001 take in more money per sq. foot than any other U.S. retailer, almost doubling Tiffany's.美国按铺面平均面积最赚钱的公司是:答案:APPLE。

Watson 用了三年时间,以惊人的速度快速完善系统,从2014年开始横扫人类Jeopardy!冠军。也就在同一年,IBM投资10亿美金启动Watson商业化,主攻医疗、银行和教育行业。 商业化的Watson提供的是一个连接信息、商家和用户的平台工具。以医疗为例,如今时代医学研究突飞猛进,而个人的健康信息也已成为大数据,比如个人基因序列大概就有6 TB。作为医生可以依赖Watson系统分析病人的健康信息,结合医学数据库,给出一个更合理的治疗方案。电脑系统已经不是被动的调取人类所需的信息,而是和医生进行问询互动并给出建设性的意见,从理论上说这大大提高了医疗介入的准确性和效率,减少了医疗事故的发生。

                         http://v.qq.com/boke/page/y/y/h/y0188l3r5yh.html
这个IBM做的 Watson的广告,是说Watson和Bob Dylan聊天,说已经把他的歌研究了个底儿掉,
可以一起创作歌曲了。。。


区别二:创造想象力


机器给人的印象永远是冰冷的,枯燥的,它们的世界只有是和不是,有和没有,yes or no。当我们说到人类的大脑,一个令我们骄傲的事实是大脑具有创造力,比如绘画(呵呵,终于扣到本文标题了)。那么机器人会画画了吗?



上面这个是无意间搜到的,说的是1979年利用电脑绘制场景作为飞行模拟器的画面。有意思的是文章开头说:“Computer are generally cheaper than airplanes, computer time less expensive than jet fuel…”意思是说一般来讲电脑比飞机便宜,上机时间也要比航油消耗省钱(呵呵,年轻一代可能难以想象就在90初年代大学的电脑室还要脱鞋进入吧,那时候电脑可是个宝,何况1979年!)。但很显然,那个时代,电脑只是替代了画笔,人类还是完全控制每一笔画,每一处择色。


如今CGI(computer generated imagery)-电脑成像已经深入人们日常生活,无论是平面立体设计还是影视场景,无论是医疗成像还是虚拟现实,人类借助电脑绘制各种图像,可这些和前面提到的1979年的应用没有本质区别,人类始终牢牢控制着画笔。那么问题来了:如果电脑接管画笔会怎样呢?


先说一个德国大学的尝试:

http://arxiv.org/pdf/1508.06576v1.pdf


从上图可以很好地理解这项研究。研究者使用了 Deep Neural Network-深度神经网络将一张照片(图A)依照名画进行解构,重新绘制,画出名画风格。呵呵,说白了就是高级PS。


Facebook和Google两大公司也对神经网络和深度学习相当重视(八卦一下:Facebook也和Deepmind谈过收购问题)。去年下半年两公司相继使用神经网路在这方面做了些尝试。先说说Facebook,这个,俺没太大看懂,原文在这里:

http://arxiv.org/pdf/1506.05751v1.pdf



从上图分析,研究人员使用了两套智能网络,一套负责从左侧模糊小图进行清晰化处理,转化出各种图形,另一套智能网络负责对转化后的图形进行甄选鉴别,比如目标是只小鸟,那么网络B就查看网络A制作的图片是否包含小鸟。


Google的尝试解释得更清楚,而且更开放,符合公司一贯“have fun”的理念。工程师在训练智能网络学习时先是就各个具体事物提供大量的图片,比如学习的事物是香蕉,那就把各式各样的香蕉图片交给机器学习分析处理储存。当机器建立了相关信息库后,给机器一张不相关的照片,让Ta从中找出香蕉。。。很显然如果图片中没有香蕉,那么机器会去找什么呢?那就找比如黄色,比如弯曲的弧线。这一找寻的过程被放置在一个循环中,每次的结果成为下次找寻的模板,反复多次后,令人震惊的诡异画面出现了:


这个是从一张满是噪点的图片循环出一堆香蕉


这张图是三个尝试,分别是从视平线--->塔亭,从树--->建筑物,从树叶--->鸟和昆虫


这个好“童趣”,小时候我们躺在草地上,看浮云,一会儿大象飘过来,一会儿小羊飘过来。Google也是这么玩儿的,这下好了,天空中原来有这么多怪物。。。


这是一个小细节,在神经网络学习的过程中也会犯错,比如收集哑铃时机器人“任性”地把胳膊也算上了。


下面这些就太魔怔了,颇有些艺术家嗑药“high”起来的赶脚。人们还特意给这种风格起了个名字“Inceptionism”-盗梦派。






不知各位看官对这些“艺术品”感想如何?就在上个月底,有六幅Google图画在一次慈善拍卖会上被人出价收藏,最高一幅卖了8000美金


文章写到这儿,李世石成功扳回一局,看来“组队打妖怪”还为时尚早。


区别三:机器人能梦到电子吗?


人脑和电脑的终极区别是“情感”,也就是人性。这是人类的优势也是相对于机器的弱点。Do Androids Dream of Electric Sheep-《机器人可以梦到电子羊吗?》是美国科幻小说作家菲利普·K·迪克的最重要作品之一,曾获1964年雨果奖提名,并被改编成电影 银翼杀手。
这个题目的由来是这样的:小说中人类在大灾难后开始移民外星球,苦苦在地球支撑的穷人只有机器羊作为宠物,但是人们还是梦想能拥有一只真正的有血有肉的羊。小说中机器人已经崛起,开始产生意识和情感,所以如果人类梦想绵羊,那么机器人是不是也会梦到电子羊呢?


关于这个终极问题,目前还没有啥眉目,大家看来要耐心等待了。闲着也是闲着,不如来看看我友Apple写的《机器人可以梦到电子羊吗?》的书评:http://blog.sciencenet.cn/blog-274385-824395.html









世纪人机大战:李世石 VS AlphaGo
https://wap.sciencenet.cn/blog-274385-962443.html

上一篇:OA期刊再出大糗:科学杂志“赞上帝”
下一篇:Wikipedia Picture of the Year-维基百科年度图片
收藏 IP: 138.80.90.*| 热度|

17 田云川 武夷山 张南希 张家峰 辛晓十 薛宇 王天一 王嘉文 柏舟 高建国 王春艳 陆俊茜 吴怡 王桂颖 xiyouxiyou yangb919 aliala

该博文允许注册用户评论 请点击登录 评论 (3 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-16 14:00

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部