在20世紀的大部分時間裡,國際象棋的博弈都是以人工智能為基準的。
約翰·麥卡錫(John McCarthy)在20世紀50年代早期創造了“人工智能”一詞,曾經把國際象棋稱為“ 人工智能的果蠅 ”。
在20世紀90年代後期,IBM的Deep Blue開始了對世界冠軍Garry Kasparov的一系列國際象棋比賽。
1997年,深藍最終擊敗卡斯帕羅夫,標誌著一臺機器首次在比賽中擊敗世界冠軍。
到了二十一世紀初,技術已經提高到幾乎所有的遊戲環境中機器都在不停地擊敗國際象棋大師。
自然,AI開發人員轉向其他更復雜的遊戲來測試他們日益複雜的算法。
在過去的12個月裡,AI越過了一系列新的門檻,最終在各種不同的遊戲中擊敗人類玩家,從古老的圍棋遊戲到動態交互式紙牌遊戲,都贏了個遍。
在九十年代後期,在一臺機器終於擊敗一個國際象棋特級大師之後,普林斯頓的一位天體物理學家評論道:“計算機在圍棋上擊敗人類可能需要一百年,甚至更長。
面對挑戰,計算機科學家把注意力轉移到這個古老的中國戰略遊戲上,這個遊戲看起來簡單易玩,但卻非常複雜。
在過去的十年裡,機器學習的發展才剛剛創造出真正有競爭力的AI Go玩家。2014年,Google開始了一個名為AlphaGo的深度學習神經網絡。
2017年5月,AlphaGo“Master”與世界圍棋排名最高的選手柯潔交鋒。在三場比賽中,該機器全面佔據了優勢。
而比這個還驚人的,是今年10月份的新AI消息。
在“ 自然”期刊上發表的“ AlphaGo Zero ”是一個比之前的版本還要革命性的算法。
它可以完全從自我學習中學習。這個系統只是反覆地對抗自己,並且學習如何掌握它所編程的任何遊戲。經過21天的學習,AlphaGo Zero達到了“Master”的水平,到了第40天,它已經超過了之前版本的技能水平。
到2017年12月,DeepMind發現了一個更新的系統版本。這個叫做AlphaZero的新AI可以在幾個小時內掌握各種遊戲。
經過八個小時的自我訓練,該系統不僅可以擊敗AlphaGo Zero之前的版本,還可以成為國際象棋特級大師和棋將冠軍。
取得突破的,還有埃隆·馬斯克主導的OpenAI項目。
該項目旨在探索人工智能系統的發展,特別關注強化學習 - 一個機器教自己如何改進特定任務的系統。
2017年8月,OpenAI團隊在Dota 2中,戰勝了全球最厲害的人類選手,我們的遊戲領地,基本都已經淪陷。
如果人工智能在幾乎每一場比賽中都擊敗我們,那麼下一步是什麼呢?
也許2017年最重要,最可怕的發展是強化學習系統的巨大進步。
這些程序可以有效地教導自己如何掌握新的技能。例如,最近的AlphaZero迭代可以在幾天的自我學習之後在某些遊戲中實現超人的技能。
科學家預測,未來10年內人工智能會變得比我們人類更優秀,到2049年,它將能夠寫出一本暢銷小說,到2053年,它將成為外科手術中的主角。
2017年,無疑是人工智能在越來越複雜的遊戲中擊敗人類的里程碑,雖然這可能看起來像一個微不足道的成就,但其影響是巨大的。
這些人工智能開發公司中的許多人正在迅速將目光轉向現實世界的挑戰。
Google DeepMind已經將AlphaGo Zero系統從遊戲中移開,並進行全面的DNA研究,希望通過人工智能探索阿爾茨海默症和帕金森病等疾病的治療方法。
“幫助人類解決難題”,也許,這才是人工智能的最光明未來吧。
閱讀更多 貓眼智客-楊明慧 的文章