计算化学公社

 找回密码 Forget password
 注册 Register
楼主 Author: yjcmwgk
打印 Print 上一主题 Last thread 下一主题 Next thread

[综合讨论] 我为什么害怕AlphaGo

[复制链接 Copy URL]

3098

帖子

28

威望

1万

eV
积分
16892

Level 6 (一方通行)

16#
发表于 Post on 2016-4-3 03:03:01 | 只看该作者 Only view this author
qifei 发表于 2016-4-2 13:36
我的意思是,“情人眼里出西施”,“萝卜白菜各有所爱”。。。alphago只能打分,很理性,很高效,选出那 ...

"情人眼里出西施"一点也不难做,无非就是机器 or 人在进行模糊归类的时候,对于之前有接触的人补加一个 Bias or 打分函数的外势场就完了。

我认为要评论这件事情人和机器谁做的好,有两种评价方式,在我看来,经过发展后,人都没有多少能赢的概率。

一是观众视角,即,我和机器“认识”一个人 A,我了解其生活背景,机器也对其进行了学习,同时我和机器都通过学习了解了人类的一般倾向;此时我和机器尝试预测,A对于一些对象{B1, B2, B3...}中,那些是美的,其中有部分对象是A熟知的 or 有交配并长期生活可能的。并与A自己的叙述进行比较。要做到机器预测的比(大多数人)预测的准,是容易的,或者,是完全可能做到的,不可能是人类的“终极武器”。

第二是演员视角,你既然说武器了,那就必须讨论“情人眼里出西施”的作用,其无非是进化来的、促进人类个体长时间在一起合作以增加自己or子代的生存可能性与生存质量;对应于机器,无非就是让拟人的机器人尽可能的与人和谐共处、抚育子代而已。对于“萝卜白菜各有所爱”无非就是对客观物体有利、有害性的判定,这可能连AI的范畴都不用进的太深。这也是容易的,或者,是完全可能做到的,不可能是人类的“终极武器”。

其实所有人赋予人的优越之处,如好奇、情感、艺术、爱无非就是人进化过程中为了适应环境得到的副产物而已,它对于适应环境Work的很好,但我不认为没有这些东西就一定带来多少劣势。它们是宝贵的,但一定不是什么“终极武器”。

16

帖子

0

威望

283

eV
积分
299

Level 3 能力者

17#
发表于 Post on 2016-4-3 10:59:31 | 只看该作者 Only view this author
本帖最后由 qifei 于 2016-4-3 11:02 编辑
liyuanhe211 发表于 2016-4-3 03:03
"情人眼里出西施"一点也不难做,无非就是机器 or 人在进行模糊归类的时候,对于之前有接触的人补加一个 B ...

你说的很对。
我们讨论的不是同一个话题, 我的意思是"Our Brains Are Built To Ignore Things" 对此我们对我的大脑的这一终极武器几乎一无所知。
现在只是模拟,这个层面你讲得很对,没错,计算机都可以模拟出来,包括下棋战胜人类,这一点都不奇怪,规则写在那里反而如果机器下不赢人才奇怪。 就像这个社区是做量化计算的,计算可以无限接近“真理”,那这个“真理”是人们已经写在那里的---量子力学,无非是一次次用真理证明真理(或者是具体解释真理)。 这种模拟永远无法超出量子力学的范围。现代层面的“人工智能”包括alphago,也是如此,只是学了其表。 根本上,我们对神经网络等复杂网络的认识只是刚起步(其实几乎是0),如果科学真的在“人工智能”上有突破,绝不是做计算机的或者写代码就可以做成的,应该是复杂系统研究的统计物理学有所突破才可以,这方面,关注的人反而不多。
我不太相信如果没有量子力学,我们靠模拟各种分子现象可以反演出量子力学来,即使可以做出很不错的结果,但都不能说明根本问题。 人工智能也一样,对理论没有突破,做个模拟,只能说明这次代码写得很不错。和智能半毛钱关系都没有。 (在我看来就是google的商业炒作,推销它下一代的所谓人工智能产品而已(比如无人驾驶系统),而且我对李世*这次棋本身有看法,这次下棋很诡,不好多说。)

593

帖子

12

威望

4720

eV
积分
5553

Level 6 (一方通行)

密度泛函·小卒

18#
 楼主 Author| 发表于 Post on 2016-4-3 12:01:56 | 只看该作者 Only view this author
qifei 发表于 2016-4-2 13:36
我的意思是,“情人眼里出西施”,“萝卜白菜各有所爱”。。。alphago只能打分,很理性,很高效,选出那 ...

可是在我眼中,你所谓的忽略与非理性选择,才是我们的劣势。正是我们无法高效准确地处理数据,所以我们才搞出来的模模糊糊的非理性选择
一出生响亮登场,十几岁快乐成长,
二十岁天天向上,三十岁基本定向,
四十岁拼命打创,五十岁回首一望,
六十岁告老还乡,七十岁搓搓麻将,
八十岁躺在床上,九十岁挂在墙上,
人生一世,匆匆忙忙,生得嘹亮,走得凄凉!
生活就像五味瓶,酸甜苦辣难消停!
该吃吃,该喝喝,遇事别去心里搁,
想哭哭,想笑笑,烦恼就往云外抛,
记住甜,忘掉苦,亲人朋友好相处,
心情好,最重要,自我麻痹乐逍遥!

3098

帖子

28

威望

1万

eV
积分
16892

Level 6 (一方通行)

19#
发表于 Post on 2016-4-3 14:39:45 | 只看该作者 Only view this author
本帖最后由 liyuanhe211 于 2016-4-3 21:17 编辑
qifei 发表于 2016-4-3 10:59
你说的很对。
我们讨论的不是同一个话题, 我的意思是"Our Brains Are Built To Ignore Things" 对此我 ...

Absolutely not.
"Our Brains Are Built To Ignore Things" 根本就不是重点,重点是 “Our brains are built to emphasize the most important things due to (extremely) limited ability.”

至于下面的内容,个人建议事先科普的了解一下各个名词(当前学界普遍认同的)的含义,而不是拿来一个词自己重新定义它。

例如可以看一下下面的list,个人以为讲的不错的公开课:
https://www.youtube.com/watch?v= ... HB6xb-kVBiQHYe_4hSi
https://www.youtube.com/watch?v= ... wpyFno3SRgBEPlWkTen (←这个链接可能贴错了,稍后更正)

16

帖子

0

威望

283

eV
积分
299

Level 3 能力者

20#
发表于 Post on 2016-4-3 15:06:58 | 只看该作者 Only view this author
yjcmwgk 发表于 2016-4-3 12:01
可是在我眼中,你所谓的忽略与非理性选择,才是我们的劣势。正是我们无法高效准确地处理数据,所以我们才 ...

比如人的视觉神经,其运算的效率远远高于最牛的专做傅里叶变换的计算机。 即使如此,在极短的时间(<0.02s)完全处理我们所看到的东西(超高像素)也几乎不可能的,基本上就是忽略,忽略,可能真的用来运算的像素1%都不到,但我们几乎拿到了所有我们想要的,这才是我所谓的神经网络的“非理性”选择。 (科学做这种图像处理是十分耗的,就是不停的迭代变换,iphone团队的最核心就是它的图像处理技术,这才是它的真真的黑科技,扯远了。。。) 这只是一个例子。  生物更牛的是不仅对静态,对于运动物体的处理也相当了得。 就人工智能这个领域,google做的更牛的是那个在屁股后面踹一脚,它却能傻傻的保持不倒的那个看上去很笨的机器人,那个要比下棋这个牛,它才是人工智能的最高境界,但大家都只把它当笑话,把alphago当神话。 不幸前段时段听说google的那个项目要停了,因为太绕钱。 alphago团队弄这个比赛,我想最大意义就是吸睛赚钱。  
总之,我们和真的人工智能还是比较远的。 就像,19世纪初的那几十年量子力学诞生的前夜,大家已看到,但摸不到。 说近,也近。

16

帖子

0

威望

283

eV
积分
299

Level 3 能力者

21#
发表于 Post on 2016-4-3 15:54:33 | 只看该作者 Only view this author
liyuanhe211 发表于 2016-4-3 14:39
Absolutely not.
"Our Brains Are Built To Ignore Things" 根本就不是重点,重点是 “Our brains are b ...

多谢指导!!

3098

帖子

28

威望

1万

eV
积分
16892

Level 6 (一方通行)

22#
发表于 Post on 2016-4-3 17:12:43 | 只看该作者 Only view this author
本帖最后由 liyuanhe211 于 2016-4-3 17:23 编辑
qifei 发表于 2016-4-3 15:06
比如人的视觉神经,其运算的效率远远高于最牛的专做傅里叶变换的计算机。 即使如此,在极短的时间(

Facts错一大堆。
视觉神经根本就不是用来做运算的。

有人做过测试(原文未保留,可查到),令经过多年训练的海关工作人员识别人像照片与真人的对应关系,准确率最高仅仅在90%左右,一些现有算法在一般的机器上可以轻松在毫秒级时间做到98%。包括一些之前有人声称“机器永远都做不到”的领域,诸如看儿时照片辨别大人,也实验验证计算机做的比人好了(达到同一量级了)。当然当前存在一些领域,人眼比计算机视觉做得好,但这显然不是什么人的终极武器,人没有绝对优势。

人眼根本就不是你说的“极短时间处理超高像素”,后面的事实都是错的,人眼的硬件分辨率(spacial resolution)实际十分低,主要的大概7M pixels 集中在大概2°的空间内,剩余全部视觉空间内大概只有 1M pixels,主要的“to ignore things”的过程早就在硬件层面进化完了,比我的相机分辨率还要低,大脑所做的工作根本就不是ignore,反而是在充分利用当前信息的条件下、加上既往知识往上重构,添加更多的像素,例如每个人都有的两个视觉盲点,及周边视觉的伪色(人只重点感知了中间区域的颜色,周围的颜色几乎都是脑补的)。

人眼的时间分辨率也十分低,一般认为在80ms量级,有很多经过设计的视觉错觉图像来佐证这一点,且其随光源条件变化。

Robotics 和 AI 根本就是两个领域,可以去看Google吹那个搬箱子机器人的论文,包括之前那个八条腿的野猪一样的robot,Google emphasize 的根本就不是AI,还“它才是人工智能的最高境界”,233

至于“iPhone团队的最核心就是它的图像处理技术”,只能说来源请求了,如果没有合适的除你臆想之外的证据,我认为iPhone团队会哭。

16

帖子

0

威望

283

eV
积分
299

Level 3 能力者

23#
发表于 Post on 2016-4-3 18:27:02 | 只看该作者 Only view this author
liyuanhe211 发表于 2016-4-3 17:12
Facts错一大堆。
视觉神经根本就不是用来做运算的。

多谢指导!!

194

帖子

0

威望

3694

eV
积分
3888

Level 5 (御坂)

24#
发表于 Post on 2016-4-3 20:51:22 | 只看该作者 Only view this author
liyuanhe211 发表于 2016-4-3 14:39
Absolutely not.
"Our Brains Are Built To Ignore Things" 根本就不是重点,重点是 “Our brains are b ...

第二个链接说得是英语吗。。。

3098

帖子

28

威望

1万

eV
积分
16892

Level 6 (一方通行)

25#
发表于 Post on 2016-4-3 21:17:06 | 只看该作者 Only view this author
scf 发表于 2016-4-3 20:51
第二个链接说得是英语吗。。。

哎?一个印度人吧,我贴错链接了?回去看一下

本版积分规则 Credits rule

手机版 Mobile version|北京科音自然科学研究中心 Beijing Kein Research Center for Natural Sciences|京公网安备 11010502035419号|计算化学公社 — 北京科音旗下高水平计算化学交流论坛 ( 京ICP备14038949号-1 )|网站地图

GMT+8, 2024-11-23 21:41 , Processed in 0.228343 second(s), 21 queries , Gzip On.

快速回复 返回顶部 返回列表 Return to list