人民网>>人民创投

透视“阿尔法狗”背后的机器学习算法

王晓洁

2017年06月16日08:59  来源:经济参考报

  世界排名第一的围棋棋手柯洁与谷歌旗下的人工智能机器人AlphaGo(“阿尔法狗”)5月23日至27日在乌镇的对弈,吸引社会广泛关注。这是“阿尔法狗”去年3月大胜韩国棋手李世石后,与围棋大师的再次交战。不出意外的是,柯洁连败三局。

  引领“阿尔法狗”出奇制胜的系统,是一套“深度学习+强化学习”的算法模型。在人工智能的日常应用中,能够进行小样本分析的“迁移学习”算法模型也十分重要。业内专家表示,未来人工智能的发展趋势将是深度学习、强化学习、迁移学习三者融合互补。

  “阿尔法狗”不断进化:

  深度学习+强化学习

  去年韩国职业棋手李世石曾与“阿尔法狗”对弈,采取的五局三胜制,最终“阿尔法狗”以4:1获胜。今年柯洁与“阿尔法狗”对弈改变了规则,仅比三局,柯洁连败。

  “阿尔法狗”的“大脑”,是机器学习系统,即一套机器模拟人脑运算的体系。支撑“阿尔法狗”的机器学习算法,是“深度学习+强化学习”。

  先来解释深度学习。美国人工智能学会理事、香港科技大学计算机科学及工程学系主任杨强告诉记者,实际上,人工智能技术已走过了60年历程,直到近年来机器学习技术中的深度学习算法取得突破,才迎来春天。深度学习概念由加拿大学者Geoffrey Hinton提出并不断完善,意为使机器模仿人脑神经网络的学习、判断和决策能力。

  在深度学习过程中,数据至关重要,是训练机器智能的沃土。去年在对弈李世石前,“阿尔法狗”以半年时间集中模仿学习了3000万步人类围棋大师的走法,并从自我对弈中积累胜负经验。

  与去年相比,今年,“阿尔法狗”的算法有三大显著的进步。

  其一,其学习的数据全部来自机器自身,而非人类。“阿尔法狗”项目负责人David Silver介绍,最好的训练数据不是来自于人类,而是来自于“阿尔法狗”自己,利用其强大的搜索能力,生成数据,让下一代的“阿尔法狗”学习。由于数据优质、算法高效,因此“阿尔法狗”计算量仅为去年对阵李世石时的1/10。

  其二,由多机运行升级为单机运行,更便于应用。去年“阿尔法狗”使用了谷歌云上的50个左右TPU,使用多台电脑运行,而今年的“阿尔法狗”使用了4个TPU,单台电脑即可运行。

  其三,强化学习重要性进一步凸显,机器自我决策能力大大提高。人工智能强化学习概念,借鉴自心理学,即机器会在环境给予的奖励或惩罚的刺激下,逐步形成对刺激的预期,产生能获得最大利益的习惯性行为。强化学习的本质是实现“自动决策”。机器会在没有任何指导、标签的情况下,尝试行为,得到一个结果,再判断是对还是错,由此调整之前的行为,通过不断地调整,算法持续优化。搜狗CEO王小川认为,强化学习的算法更接近于人类的思维模式。

  目前,深度学习和强化学习的算法已经得到了一定的应用。研发“阿尔法狗”的团队、谷歌旗下的DeepMind公司已与英国国家医疗服务体系(NHS)合作,与眼科医院共同开发一套用于早期识别视觉疾病的机器学习系统,通过对眼球扫描图像的分析,发现糖尿病视网膜病变、老年性黄斑病变的早期症状。

  国内云知声、科大讯飞公司运用深度学习算法,开发了语音识别系统,在北京市的部分三甲医院应用,语音录入病例,节省了医生的大量时间。第四范式公司利用深度学习算法,为银行开发了风控模型。还有诸多巨头都在开发人工智能的“对话机器人”,如微软的“小娜”、谷歌的“Allo”、苹果的Siri、百度的“度秘”等,均应用了深度学习和强化学习的算法。

  迁移学习:

  人工智能新高地

  目前的深度学习和强化学习算法,虽然进步迅速、得到了一定的应用,但仍面临一定局限性。

  杨强表示,深度学习的局限性在于,必须依赖庞大且优质的数据量。然而目前,数据源、数据算法、数据应用的市场高度分离,数据高度集中在谷歌、脸书、亚马逊、BAT等互联网巨头手中,高质量的大数据高度垄断、不易获得。

  强化学习的问题在于,不仅速度慢、反馈延迟,其分析的数据还有可能和大部分数据不同,存在数据偏差,在这样的情况下,强化学习就会“将错就错”,运算结果不可信。

  面对上述局限,迁移学习的方案出现了。2005年,杨强在全球计算机学界率先提出“迁移学习”概念,强调“深度学习+小样本”理念,即将大数据训练好的模型迁移到类似场景改进应用,其特征是小数据、冷启动,打破了“逢模型必大数据”的局限。

  “比如,将骑自行车的经验应用在骑摩托车上,就是迁移学习。‘阿尔法狗’能适应19×19的棋盘,那么,如果要迅速适应21×21的棋盘,就需要迁移学习算法。”杨强说。

  2005年,微软举办的世界数据挖掘大赛中有关于搜索技术的竞赛题目,杨强团队利用迁移学习,将机器在其他领域的经验迁移过来,夺得了三项大奖的世界第一。

  在IT行业,迁移学习已有局部应用。第四范式公司创始人戴文渊在百度负责名为“凤巢”的广告营销系统时,利用迁移学习将百度搜索算法应用到问答社区“百度知道”,使后者点击率提升四成;腾讯将大规模在线电商推荐任务迁移到新领域,大大减少了数据需求量;微软也利用迁移学习分析了电商产品的舆情取向。同时,杨强还曾在华为创立人工智能领域实验室,利用迁移学习技术研发了十几个智能移动终端的专利,已在国内外注册。

  深度学习、强化学习、迁移学习

  将深度融合

  业内人士认为,深度学习、强化学习、迁移学习各有千秋、互补性强,未来,三者融合发展将是人工智能行业的必然趋势。

  目前,融合的趋势已经出现。曾经不被热炒的迁移学习概念,在2016年以来得到了业界广泛关注。脸书(Facebook)人工智能负责人Yann Lecun、提出深度学习概念的 Geoffrey Hinton、斯坦福大学人工智能实验室主任吴恩达等人,都开始对迁移学习发表评论。DeepMind也将把迁移学习与深度学习融合的技术作为突破口全力攻克。

  在今年国际权威学术会议“神经信息处理系统进展大会”(NIPS)上,迁移学习的文章数量大幅增加。杨强是评审委员会委员,他告诉记者,今年有关迁移学习的论文有60多篇,而往年只有约10篇。

  杨强表示,深度学习和强化学习,都可以和迁移学习相结合。

  深度学习有不同的层次和类型,运用迁移学习技术,可以利用彼此相通的部分,减少训练算法所需要的数据。比如,处理文字识别的深度学习模型和处理语音识别的模型有所不同,但彼此相通,就可以利用迁移学习模型。

  强化学习的优势在于自动决策,这一特点与迁移学习、深度学习结合,就可以最大限度地实现算法的智能化——样本量大的时候,用深度学习技术;样本量不够,就让算法模拟少量的样本进行学习。

  去年起,机器学习领域,蒙特利尔大学学者率先提出的“生成式对抗网络”成为热门概念。这一算法,就是将深度学习、强化学习、迁移学习相结合。

  这一模型中,有两个博弈方,分别为“生成式模型”和“判别式模型”。前者不断捕捉训练库里真实数据的概率分布,将输入的随机噪声转变成新的样本,也就是“假数据”;后者判断前者生成的数据是否符合原始真实数据的分布特征。

  杨强表示,生成式模型其实是利用小数据去模拟大数据,而判别式模型则可以防止模拟结果走偏,随时纠正。小数据模拟大数据,正是迁移学习的特点,而算法的判断能力,则有赖于深度学习和强化学习的基础。未来,三种算法的融合,将成为行业趋势。在O2O、自动驾驶等领域,数据瞬息万变,应用潜力巨大。

  机器学习的算法成果显著,面临的挑战也十分突出。

  开发语音识别技术的公司云知声CEO黄伟表示,人工智能的应用可以按照机器思维能力分为感知、认知和主动思维三个阶段。目前,人工智能仍然处于感知和认知的阶段,远未实现主动思维。

  杨强表示,目前限制机器学习算法应用的一大阻碍就是数据量不足。因此,拥有算法技术的个人和机构,必须广泛地获取数据,不断拓展机器学习的潜力。

  经营智能营销业务的神策数据CEO桑文锋表示,智能算法的应用场景仍然需要得到进一步的开拓,这要求企业同时具备一流的技术能力和高超的市场开拓能力。“智能技术只有解决真实的问题、服务真实的场景,才能得到飞跃式的发展。”桑文锋说。

        推荐阅读:

        日媒:全球科技进入“中美两强”时代

       巨头争相布局短视频 “15秒背后的战争”开启

      阿里新零售概念加速落地发酵 马云称要让线上线下皆大欢喜

       千亿广场舞背后的野心:我们抢的是爸妈的钱

扫码关注“人民创投”公众号

(责编:陈键、赖悦)

创投人物

热点原创

投资·新三板

热读榜

二维码