徐浩峰導(dǎo)演的《師父》，描述的是這樣一個(gè)故事：詠春拳的唯一傳人陳識(shí)來(lái)到北方武林中心天津，希望在天津開(kāi)一家武館把詠春這門(mén)絕學(xué)發(fā)揚(yáng)光大。天津武林卻容不下他，擺下橫豎規(guī)矩的同時(shí)，還想讓陳識(shí)把真功夫交出來(lái)。
忍無(wú)可忍的拳師最后表示，那我干脆把你們都打趴下唄。
雖然劇情邏輯完全不一樣，但這幾天打敗柯潔和各路圍棋高手的AlphaGo，總讓我想起《師父》的這段故事。區(qū)別在于電影里拳師是處處留面子，最后忍不下去才打敗所有高手；而AlphaGo是一開(kāi)始就注定要打敗高手們，但同時(shí)要處處留面子……或許僅此而已。
同樣的高手挑戰(zhàn)，同樣的按規(guī)矩拜碼頭，同樣的內(nèi)藏錦繡和心照不宣——
在極其和諧且去商業(yè)化的對(duì)抗賽+表演賽+演講+論壇+媒體報(bào)道里，AlphaGo在其樂(lè)融融的氣氛里完成了對(duì)中國(guó)市場(chǎng)以及中國(guó)網(wǎng)民的一次大公關(guān)，同時(shí)宣告基本完成了AI+棋牌領(lǐng)域的基礎(chǔ)探索。
更加巧妙的是，DeepMind和谷歌團(tuán)隊(duì)還順勢(shì)玩了一回“內(nèi)容電商”，把幾個(gè)剛剛在谷歌開(kāi)發(fā)者大會(huì)上重點(diǎn)布局的產(chǎn)品做了次順勢(shì)推銷(xiāo)。實(shí)力是真的，一舉三得也是真的。
《一代宗師》里說(shuō)，有人活成了面子，有人活成了里子，面子敬人一支煙，里子可能就要除掉一個(gè)人。這次AlphaGo的立館之戰(zhàn)，恐怕也有面子與里子的分別。
當(dāng)然，這里并沒(méi)有反對(duì)這次人機(jī)賽盛宴的意思，相反，這樣的比賽和套路恐怕越多越好。但是太多的套路確實(shí)讓我們很難看清AlphaGo帶來(lái)的最珍貴價(jià)值。畢竟求棋道是少數(shù)人的事，AlphaGo的核心卻可能關(guān)乎更多。
AI+圍棋的公關(guān)任務(wù)：精準(zhǔn)、厚道、有套路的拜碼頭
不妨先來(lái)聊聊這次AlphaGo中國(guó)之行的實(shí)質(zhì)。開(kāi)賽前，我們就被關(guān)于限制報(bào)道此次比賽的新聞刷了屏。但是圍觀幾天之后會(huì)發(fā)現(xiàn)，谷歌和DeepMind團(tuán)隊(duì)這些人尖子何嘗不了解官方的要求和立場(chǎng)？
甚至比想象中更多，AlphaGo團(tuán)隊(duì)在一言一行上仿佛都受過(guò)某種訓(xùn)練，不僅照顧了官方情感，還對(duì)中國(guó)網(wǎng)民的喜好了若指掌。
比如DeepMind創(chuàng)始人Demis Hassabis就在接受采訪和主題演講中，反復(fù)提及圍棋這門(mén)運(yùn)動(dòng)本身的偉大和藝術(shù)性，談?wù)撈淙缤剿饔钪嬉粯拥膬r(jià)值與魅力。并且還不忘記借助圍棋贊美中國(guó)本身的偉大和歷史悠久。當(dāng)然了，表示未來(lái)愿意在華開(kāi)展更多合作也是必須的。
除了情商在線的發(fā)言外，AlphaGo團(tuán)隊(duì)的陣容齊整，誠(chéng)意拳拳也令人感嘆。要知道，DeepMind是家以高冷著稱(chēng)的科技公司。三位創(chuàng)始人基本不同時(shí)露面，而這次不僅三人同時(shí)到場(chǎng)，還拉上谷歌高管一起，想聊未來(lái)聊未來(lái)，想說(shuō)技術(shù)說(shuō)技術(shù)，說(shuō)市場(chǎng)說(shuō)營(yíng)銷(xiāo)也有人陪著你?？傊菍?shí)力拒絕一切暴力挑事兒。
此外，對(duì)柯潔與AlphaGo之戰(zhàn)的態(tài)度也耐人尋味。第一局柯潔半目惜敗，AlphaGo團(tuán)隊(duì)還馬上澄清沒(méi)有讓棋，第二局Demis Hassabis直接表示柯潔表現(xiàn)幾乎完美，想來(lái)第三局即使不是柯潔勝，也應(yīng)該會(huì)有更加“厚道”的贏棋方式。
這個(gè)劇情不由得聯(lián)想到《師父》里的天津比武：你贏不了就不能開(kāi)武館，但你贏的不給面子，抱歉，那還是不能開(kāi)……
谷歌的面子：TPU、谷歌云和 TensorFlow
在非常給中國(guó)，甚至可以說(shuō)給人類(lèi)面子的前提下，谷歌也一舉滿足了自己的面子。
我們可以整體看一下這幾天科技媒體刷屏報(bào)道的人機(jī)大戰(zhàn)關(guān)鍵詞。會(huì)發(fā)現(xiàn)一些邏輯上可能不應(yīng)該出現(xiàn)的高頻詞匯出現(xiàn)了。
比如說(shuō)：TPU。
作為谷歌專(zhuān)門(mén)為機(jī)器學(xué)習(xí)量身定制的處理器，Tensor Processing Unit，簡(jiǎn)稱(chēng)TPU，自打誕生之日起就是谷歌的掌上明珠。在剛剛結(jié)束的谷歌開(kāi)發(fā)者大會(huì)上，還重點(diǎn)披露了二代TPU的情報(bào)和數(shù)值。雖然僅有照片，但還是作為了大量發(fā)布產(chǎn)品與項(xiàng)目中的核心拿來(lái)展示。
要知道，TPU在戰(zhàn)略意義上彰顯了谷歌從產(chǎn)品與計(jì)算服務(wù)為主導(dǎo)的公司，向著硬件+計(jì)算+產(chǎn)品的全流程邁進(jìn)。谷歌幾次明確了AI first戰(zhàn)略，而專(zhuān)為AI提供的芯片處理器，價(jià)值不言自明。
按理說(shuō)，與李世乭對(duì)弈的AlphaGo當(dāng)中就已經(jīng)使用了TPU驅(qū)動(dòng)計(jì)算，而在這次與柯潔對(duì)弈版本中，TPU的使用只是數(shù)量上減少了，并沒(méi)有在硬件計(jì)算能力上得到何種改變。應(yīng)該不能算作AlphaGo升級(jí)的重大變化。
但在DeepMind創(chuàng)始人與谷歌相關(guān)負(fù)責(zé)人分享的演講，以及回答記者提問(wèn)過(guò)程中。TPU卻被仿佛提及，描繪成AlphaGo計(jì)算力的核心。按理說(shuō)，這次的AlphaGo特征是對(duì)計(jì)算的需求量大大減少，玩命吹應(yīng)用的處理器仿佛有哪里不對(duì)….但他們就是這么干了。這就是面子。谷歌的面子。
人在屋檐下，自然要低頭。無(wú)論你是技術(shù)天才還是理想主義者，拿了谷歌的收購(gòu)款自然要為谷歌服務(wù)。
事實(shí)上，目前TPU的市場(chǎng)應(yīng)用價(jià)值還有待考量。首先這是個(gè)不外售產(chǎn)品，只能通過(guò)購(gòu)買(mǎi)谷歌云的服務(wù)來(lái)獲得TPU的計(jì)算能力。而另一方面，作為專(zhuān)門(mén)為旗下機(jī)器學(xué)習(xí)平臺(tái)TensorFlow量身打造的芯片，TPU在處理其他平臺(tái)算法以及其他機(jī)器學(xué)習(xí)計(jì)算網(wǎng)絡(luò)時(shí)展現(xiàn)的效率還在經(jīng)受質(zhì)疑。
這次烏鎮(zhèn)峰會(huì)上，DeepMind聯(lián)合創(chuàng)始人之一David Silver在演講中特意強(qiáng)調(diào)“TPU 像 CPU 或 GPU一樣都是可編程的。它并不專(zhuān)為某個(gè)神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)，可以在多種網(wǎng)絡(luò)上執(zhí)行 CISC 指令，比如卷積神經(jīng)網(wǎng)絡(luò)、LSTM 模型、大型全連接模型等”。
但事實(shí)上，針對(duì)一代TPU的測(cè)試數(shù)值來(lái)看，LSTM模型的運(yùn)轉(zhuǎn)效率還相當(dāng)?shù)停h(yuǎn)比不上卷積神經(jīng)網(wǎng)絡(luò)的運(yùn)算速度。這也是為什么以機(jī)器學(xué)習(xí)硬件為核心的英偉達(dá)似乎始終對(duì)TPU有著某種不屑：畢竟AI之路千萬(wàn)條，大家不可能都在TensorFlow上走。
但是顯然，谷歌是希望將TensorFlow的平臺(tái)、谷歌云的云服務(wù)和TPU的運(yùn)算能力打包給更多企業(yè)的。這樣近乎于整個(gè)AI應(yīng)用產(chǎn)業(yè)的命脈都在谷歌手里。
這種想法目前有些不現(xiàn)實(shí)，畢竟TPU的適應(yīng)度還太狹窄，創(chuàng)業(yè)公司選擇GPU就夠了。而大公司怎么可能把身家性命都交給谷歌？
所以說(shuō)，人機(jī)大戰(zhàn)中谷歌賺足的“面子”，其實(shí)是由各種各樣的“里子”撐起來(lái)的。
AlphaGo 的里子：半掩半遮的低耗高擬態(tài)算法
那么，到底什么是撐著谷歌面子的、AlphaGo真正的“里子”呢？
從邏輯上講，這個(gè)里子就是能夠讓新版本的AlphaGo毫不留情的秒殺舊版本，輕松寫(xiě)意戰(zhàn)勝人類(lèi)的深層原因。
這幾天比賽中，有個(gè)概念突然火起來(lái)了，就是圍棋當(dāng)中的“讓子”。非常詭異的是，大家仿佛都認(rèn)為讓幾子對(duì)應(yīng)著實(shí)力高出幾個(gè)等級(jí)。事實(shí)上，圍棋當(dāng)中的“讓子勝”絕不是以數(shù)字來(lái)計(jì)算棋力的。
每多讓一子，被讓子者將會(huì)獲得巨大的優(yōu)勢(shì)。一般來(lái)說(shuō)最多能讓四子，而讓四子基本就是專(zhuān)業(yè)棋手跟入門(mén)棋手的教學(xué)賽了。這次出戰(zhàn)的AlphaGo能不能對(duì)人類(lèi)選手讓子勝不得而知，但如果它能夠?qū)εf版的AlphaGo讓三子，那說(shuō)明棋力已經(jīng)有了等級(jí)上的進(jìn)化。
這個(gè)進(jìn)化的核心實(shí)力來(lái)自什么呢？顯然不是來(lái)自運(yùn)算速度的加快和數(shù)據(jù)處理量的加大。根據(jù)
Demis Hassabis的說(shuō)明，“本次對(duì)弈的新版 AlphaGo計(jì)算量小了十倍，自我對(duì)弈能力更強(qiáng)，運(yùn)行起來(lái)更簡(jiǎn)單，更好，功耗也更小?！?/p>
而這個(gè)神秘效果或許來(lái)源于幾個(gè)能力。最核心的就是AlphaGo改良了蒙特卡洛樹(shù)搜索算法。這種算法的本質(zhì)，是在完全信息博弈的情況下采用不斷窮舉極大值與極小值，在根據(jù)數(shù)據(jù)結(jié)果來(lái)匹配能達(dá)成玩家目標(biāo)的搜索結(jié)果。順著搜索樹(shù)上升，最終達(dá)到最優(yōu)結(jié)果。
這個(gè)算法是AlphaGo初代時(shí)就開(kāi)始采用的機(jī)器學(xué)習(xí)算法。但這個(gè)算法的缺點(diǎn)在于對(duì)于博弈目標(biāo)需要的運(yùn)算量會(huì)非常龐大，如果不加以限制，很可能出現(xiàn)暴力窮舉的運(yùn)算方式。這對(duì)于圍棋顯然是不智的。
而解決運(yùn)算量問(wèn)題的方式就是通過(guò)卷積神經(jīng)網(wǎng)絡(luò)，使用策略網(wǎng)絡(luò)與價(jià)值網(wǎng)絡(luò)對(duì)舉的方式來(lái)確定運(yùn)動(dòng)方向，這樣就幾大減少了搜索樹(shù)的運(yùn)算量與運(yùn)算時(shí)間。據(jù)說(shuō)，這一版本的AlphaGo策略網(wǎng)絡(luò)/價(jià)值網(wǎng)絡(luò)構(gòu)成的精神網(wǎng)絡(luò)由12層增加到了40層，這其中蘊(yùn)含的也絕不僅僅是數(shù)量上的增加，而應(yīng)該是更復(fù)雜的算法邏輯在起作用。
初代AlphaGo對(duì)人類(lèi)棋譜的大量學(xué)習(xí)完畢，也給版本進(jìn)化提供了有力基礎(chǔ)。這一版本的AlphaGo更多采取自我對(duì)弈的方式來(lái)完成強(qiáng)化學(xué)習(xí)，輔助以少量人類(lèi)棋譜。顯然會(huì)在優(yōu)質(zhì)數(shù)據(jù)搜索上更上一層樓，也更加無(wú)法被人類(lèi)預(yù)判。
同時(shí)這次的AlphaGo雖然依舊是使用監(jiān)督學(xué)習(xí)與增強(qiáng)學(xué)習(xí)結(jié)合的訓(xùn)練手段，但應(yīng)該已經(jīng)達(dá)成了部分無(wú)監(jiān)督學(xué)習(xí)。這很可能是master連勝60局時(shí)很多奇招和布局感的來(lái)源。
簡(jiǎn)單來(lái)說(shuō)吧，AlphaGo的“里子”在于它使用了全面改進(jìn)的算法和優(yōu)質(zhì)數(shù)據(jù)源，雖然目前資料甚少，我們還無(wú)法窺探其究竟。但AlphaGo通過(guò)多種算法邏輯、訓(xùn)練邏輯與學(xué)習(xí)資源相結(jié)合，讓機(jī)器獲得了近乎于直覺(jué)和創(chuàng)造力的東西，恐怕才是它傳達(dá)出的最重要信息。
雖然這個(gè)信息包裹在層層商業(yè)目的和新聞噱頭的背后，但還是有必要把它找出來(lái)……因?yàn)椤乙膊恢酪驗(yàn)槭裁?，但這里似乎可以再引用一句《一代宗師》：功夫只有兩個(gè)字，一橫一豎，對(duì)的站著，錯(cuò)的躺下。
——AI也是如此。
聯(lián)系客服
