【盘点】2016年人工智能技术进展【首页】

亚博真人|如果说2015年大家都批判深刻的自学、人工智能，指出这又是泡沫的开始，那么2016年可以说是人工智能全面影响人们生活的一年。 从阿尔法戈到无人驾驶，从美国议会选举到量子计算机，小时候的Ai预测“我是歌手”到面具的宇宙计划，所有焦点事件背后都与人工智能有关。

概观2016年的人工智能技术，笔者的印象是实用化、智能化、芯片化、生态化，人人可得。 这里以时间为坐标，盘点这一年的技术进展。 阿尔法戈在3月9-15日以4:1的成绩在韩国职业棋手九段李世石(棋手规则说：对局双方在19x19棋盘网格的交叉点交替排列黑和白棋子，落子结束后，棋子不能移动，对局中不在周围吃孩子。 只是早在2015年10月，阿尔法高尔夫13就在与职业棋手欧洲冠军樊麾二段的五番比赛中以5比0获胜。

在与李世石9段的比赛中，版本是v18，比赛后，阿尔法go收到了韩国棋院颁发的“第01号名誉9段”的证书。 7月19日，阿尔法戈在戈兰丁斯世界围棋排行榜上最多，成为世界第一。 看到阿尔法戈这一系列不可思议的成绩，我们必须回答。 阿尔法戈在短时间内能用这么大的精力在老棋手这个竞技项目上很快就能打败几千年历史累积的人是什么？ 图1的阿尔法戈和李世石对阵阿尔法戈是谷歌2014年收购的英国人工智能公司DeepMind开发的，背后有神经网络系统，许多数据中心作为节点连接，各节点内有多个该系统基于卷积神经网络(CNN)——，是一种大型图像处理具有良好表现的神经网络，经常用于谷歌图像检索、百度识别图、阿里巴巴拍立快活等人工智能图像识别。

阿尔法戈背后的系统结合了名为dqn(deepq-learning )的技术。 加强自学的启发源于心理学中的行为主义理论，即有机体在环境给予的奖励或处罚的性刺激下，逐渐形成对性刺激的期待，产生仅次于利益的习惯性不道德。

不仅如此，alpha go还集成了蒙特卡洛根搜索算法(MonteCarloTreeSearch )，并将其应用于判别当前局面的效用函数(valuefunction )和请求下一步的战略函数(policyfunction ) 基于卷积神经网络，作为使用强化自学模型的人工智能，阿尔法go具有普遍的适应性，自学能力强，除了玩游戏和围棋外，最近的DeepMindHealth项目还将人工智能引入疾病诊断和预测，为人们的阿尔法戈系统和IBM与上世纪打败国际象棋大师卡斯帕罗夫的深蓝色超级计算机有什么区别？ 国际象棋AI算法一般列举所有可能的招法，评价局面。 AI能力主要分为两个方面：一个是棋局评价算法是否合理，另一个是递归深度。 国际象棋开幕式时可以移动8名士兵(*2)和2名马(*2)共计20种招法。

从开场到中期的招法不少，总数为数十种，游戏的判别情况也非常简单，被将军的扣分、反击强子特点、将军或强子反击扣分，支配范围扩大。 棋士盘每一点有白、红、空3个，盘中合计有19*19=361分，因此可能发生的局数为3的361次方种(认为比137亿年前的宇宙初期减少了60亿人每天减少60亿盘)。

棋手有非常多的选择，初期可以全面落选，抢劫的时候去找“劫机”。 棋手分辨形势的复杂性也很高，所有棋子的地位都是公平的，不是每个人都决定胜负，但是所有的孩子都要对整体牵着一发而动全身，所以需要整体的协商和整体的决定。 阿尔法戈不仅能迅速计算棋手当前局面的效用函数和要求下一步的策略函数，还能融合蒙特卡洛树根搜索算法展开两翼分析，得到围棋整体的“拟合解法”。 从计算的复杂性和决策的深度来看，阿尔法戈都在本质上进步。

总结： AlphaGo可能是Google公关制作的AI形象，这是一次非常顺利的尝试，引起了全球的关注。 除了这些华丽的成绩外，技术铺垫依然是非常强大的工作，包括DQN算法模型和硬件平台。

我们接下来不详细说明。-亚博真人。

本文来源：亚博真人（亚博真人）-www.iguarddata.com