最新新闻
我要投稿
联系电话:027-87592219/20/21转188
投稿邮箱:tb@e-works.net.cn
您所在的位置:首页 > 视点

AlphaGo迭代创新对我国人工智能产业发展的启示

发布时间:2018-01-29
关键字:AlphaGo 人工智能 
2017年10月19日,《Nature》杂志发表了人工智能公司DeepMind的最新研究成果,新一代的AlphaGoZero通过40天仅有规则输入的自学训练,击败了战胜柯洁的上代AlphaGo。
    2017年10月19日,《Nature》杂志发表了人工智能公司DeepMind的最新研究成果,新一代的AlphaGoZero通过40天仅有规则输入的自学训练,击败了战胜柯洁的上代AlphaGo。两年间,这款名为AlphaGo的AI程序击败了众多顶尖职业围棋选手,完成了四次产品迭代,效能快速提高。AlphaGoZero无需人类经验的训练尝试,打破了人们对大数据与AI强相关的固有看法,推动着AI技术创新与产业应用的螺旋式上升。当前,AI产业已成为信息技术领域的核心焦点,受到各国政府、企业的高度重视,我国也将AI发展上升至国家战略的高度,发布了《新一代人工智能发展规划》。因此,基于对AlphaGo创新演进历程的研究,
 
    总结分析其对我国发展AI产业的启示,能够为进一步明确产业发展方向,优化政策支持提供参考。
 
    一、AlphaGo创新演进历程
 
    (一)DeepMind在在次第三次AI浪潮中快速崛起
 
    AlphaGo来自于一家专注于机器学习和神经科学等前沿技术的AI公司——谷歌DeepMind。2010年9月,DeepMind由两位AI专家和一位关注社会问题的企业家共同创立于伦敦,其早期商业化产品主要包括模拟器、电子商务和游戏中的AI应用。2014年1月,DeepMind以4亿美元被谷歌收购,更名为谷歌DeepMind。发展至今,公司的技术团队由神经网络、机器学习等领域的500多位专家组成,其中半数为科学家,科研实力雄厚。七年来,DeepMind不断在《Neuron》、《Nature》等全球顶级杂志刊物上发表其研究成果。备受瞩目的AlphaGo只是DeepMind公司的深度学习算法在围棋领域的一次“亮相”,公司未来的AI应用发展方向将主要面向医疗、智能手机助手以及机器人方面。
 
    (二)AlphaGo不断迭代步入“摆脱数据”新阶段
 
    在两年的时间内,AlphaGo快速完成了四次产品迭代。2015年10月,第一代AlphaGoFan以5:0击败职业围棋冠军樊麾二段。2016年3月,第二代AlphaGoLee以4:1击败世界冠军李世石九段。2017年5月,第三代AlphaGoMaster以3:0击败世界排名第一的柯洁九段,并在围棋网站创下60连胜的佳绩。2017年10月,第四代AlphaGoZero经过3天的自我训练,以100:0战胜AlphaGoLee,并在40天后以89:11击败AlphaGoMaster。硬件上,一代Fan需耗用176块GPU进行数月的训练计算,三代Master使用了一台搭载4个TPU的机器,其运算量只有Lee的1/10,TPU的使用令AlphaGo在棋艺、效率极大提升的同时,耗能大幅下降。
 
    在算法上,AlphaGo的各个版本都采用了深度学习进行训练计算,主要变化体现在:三代Master将神经网络层数由二代的12层增至40层;四代Zero将进行训练评估的两个卷积神经网络合二为一;同时,放弃了前三代所用的人类棋谱训练,只以规则和目标作为输入,通过自我对弈进行“白板”式进化学习,进入到“摆脱数据、依赖规则”的算法设计新阶段。
 
    (三)围棋之外,AI技术与应用创新仍在持续
 
    DeepMind的企业愿景是“破解智能,用它来让世界变得更好”,企业的创始初衷决定了DeepMind公司是一家致力于使用AI技术解决人类社会和生活问题的公司。DeepMind创始人哈萨比斯表示,虽然目前专用AI系统表现更好,但要在不同领域间建立联系,预编程的专用系统显然是不够的;要执行需要创新、发明等灵活性的任务,通用人工智能是唯一出路。在专用基础上研发更加灵活、普适的通用型AI技术,应是DeepMind下一步的研究方向。在现阶段,DeepMind已与NHS结为合作伙伴,进军医疗市场,开发用于医疗领域的机器学习平台。同时,DeepMind也致力于改善谷歌搜索引擎,让GoogleNow更好地理解人的需求。此外,DeepMind还将在人类缺乏了解或目前缺少大量标注数据的领域(如疾病、气候、能源、经济学等),尝试通过AI技术辅助人类科学家来分析和理解海量信息和数据,加快人类科学研究的进程。
 
    二、对我国AI产业发展的启示
 
    (一)深度学习是AI技术创新的主要方向
 
    业界普遍认为,深度学习是引领这一次人工智能技术和产业发展浪潮的核心引擎。从AlphaGo的技术演进可以看出,从学习百万量级的人类棋谱到无师自通的完全自主学习,深度学习算法在发展中呈现出曲折性与前进性的统一,表现出强大的特征提取能力和寻找更优解的潜力。“深度学习”一词,最早是在2006年由时任多伦多大学教授的GeoffreyHinton于《Science》中提出。十年间,走出实验室的深度学习先后颠覆了语音识别、图像识别、自然语言理解等诸多技术的算法设计定势。当前,AI领域的应用创新主要以深度学习算法为主,AlphaGo所使用的开源深度学习框架TensorFlow,以及Caffe、Theano、Torch等同类型框架,是当下的AI研究中实现和优化各类深度学习算法的主流选择。
 
    (二)弱人工智能是AI技术应用的现实选择
 
    从纵向发展角度,业界将人工智能划分为弱人工智能和强人工智能两个阶段。弱人工智能阶段机器尚不具备自主意识,可用于完成某类特别设定的任务;强人工智能阶段是机器具备与人类同等智慧、或超越人类的人工智能,能表现正常人类所具有的所有智能行为。尽管AlphaGo在围棋领域取得了不俗表现,各界也正抓紧强人工智能核心技术攻关,但现阶段AI应用仍停留在弱人工智能时代。当前,机器能够自主学习和快速处理的是信息透明、结构明确,且可用规则穷举的数据信息,人工智能的产业应用应当聚焦于机器辅助和服务人类的科学研究、生活工作的特定场景和特定领域,如智能物流、智能交通等。另外,Zero的成功表明,AI在应用于辅助人类解释和解决复杂无解问题的前沿领域,具有强大的应用潜力,如气候建模、宏观经济学、蛋白质折叠、减少能量消耗或搜索新材料等。
 
    (三)软硬件协同是AI产业发展的重要路径
 
    人工智能产业的发展是一个全局联动的过程,涉及到从传感器到芯片,从开发框架到软件模块,从数据挖掘、分析到最后付诸应用的方方面面。从深度学习乃至人工智能技术螺旋式上升的发展历程中,可以清楚地看到只有软硬件同时取得进步,才能全面推动人工智能产业的发展。AlphaGo的创新发展除了将进行决策评估的决策网络和价值网络合二为一,使算法结构更加精简高效之外,也进行了底层硬件的芯片革新。从一代的176个GPU芯片,到二代的48个TPU机器学习加速芯片,再到三四代只需一台搭载4个TPU的机器。由此可见,我国人工智能产业的发展一定要注重AI产业链条各个环节的全面发展,软硬共同发力。
 
    (四)完善的产业生态是AI产业发展的重要保障
 
    任何产业的发展都离不开包括政策、标准、投融资支持等在内的生态要素,其中,以投融资为代表的市场活动在产业生态构建中起着至关重要的作用。人工智能作为当前最具创新活力的产业领域,其产业生态价值更为突出。依赖于谷歌的强大计算资源和雄厚财力,DeepMind得以进行长周期的核心技术突破,而无须过多考虑产品短期内的商业收益。对被收购的初创企业而言,大公司的资金、资源支持是其发展壮大的重要途径之一。对谷歌、微软、苹果等科技巨头而言,为加快企业内部AI产业生态的构建,将发展潜力较大的小企业进行整合也是完善产业链和汇聚人才的有效途径。
 
    三、推动我国AI产业发展的四点建议
 
    (一)明确技术路径,集聚创新力量
 
    一是聚焦深度学习算法、AI开源框架、AI芯片研发等核心技术的攻关,关注国内外AI领域技术革新,引导企业积极利用TensorFlow等主流深度学习框架开发AI应用,支持建立我国自主掌握的AI技术体系和产品开发平台。二是汇集各类研究机构的创新科研力量,鼓励企业之间开展合作研究,支持百度深度学习研究院、阿里达摩院、腾讯研究院等企业级科研机构发展。三是联合高校、企业、政府三方力量,以政府政策基金项目支持、高校理论研究、企业应用产品输出的形式,建立“政-学-产”有效衔接沟通的机制,调动各环节分别进行政策、技术、产品创新的积极性,打通我国AI产业技术应用服务的快速输出渠道。
 
    (二)聚焦专向应用,加快应用推广
 
    一是鼓励具有海量数据输入、运行规则固定、目标输出明确的特定行业和领域,积极联合AI企业,有针对性地分析梳理现有行业数据或运行规则,开展AI专项应用试点。二是推动AI企业与交通、汽车、能源、纺织、建筑业等行业进行深度技术合作,提高传统制造业的智能化水平,以信息技术为支点提升我国制造业的发展层级。三是积极推广人脸识别、语音识别、自然语言理解等模块化的通用型AI技术在各行各业的应用,加快我国AI企业的技术转化能力和产品服务经验的积累,提高企业的国际影响力和产品的国际竞争力。
 
    (三)推动软硬协同,优化产业布局
 
    一是要注重AI产业体系各环节的协同发展,全面推动AI产业链上的软件、硬件、集成商等各类企业的共同发展,在项目支持、税收优惠等产业项目、政策中对关联企业进行统筹考虑。二是围绕AI芯片、AI操作系统等薄弱环节加大政策支持力度,对相关领域创新型企业给予充分的政策倾斜,支持有实力的大型企业积极布局,提高AI综合供给能力。三是充分发挥中国人工智能产业发展创新联盟等行业组织的纽带作用,促进我国AI领域软硬件企业的合作交流,推动企业间开展技术合作,共同研发新技术、新产品。四是以软硬件适配为出发点尽快建立AI产业标准体系,支持AI企业积极参与标准的编制。
 
    (四)完善产业生态,强化支撑服务
 
    一是深入研究国际互联网企业与软件企业的合作发展模式,总结合作发展经验,制定促进产业创新发展的实施方案,为我国AI产业的快速发展构建优良的政策环境。二是鼓励百度、阿里巴巴、腾讯等有实力的科技企业收并购优秀的AI初创企业,提升技术创新能力。同时,给予被收购的初创企业充分的空间,以保持其创新活力。三是鼓励中小型、初创企业通过上市的方式获取更多的资源优势和竞争力,支持企业利用市场化机制做大做强。四是建立AI产业的公共信息服务平台,为初创企业提供创业咨询、技术应用交流、专利咨询的服务支撑。