資源描述：
《從AlphaGo看人工智能的未來：AI下一個風口在哪里？.doc》由會員上傳分享，免費在線閱讀，更多相關內容在應用文檔-天天文庫。
1、從AlphaGo看人工智能的未來：AI下一個風口在哪里？ AlphaGo到底為我們帶來了什么？人工智能算法的目標是什么？有沒有數(shù)據(jù)？人工智能的技術風口在哪兒？AI的商業(yè)風口在哪？多年后的人工智能社會又是什么樣子？ 從AlphaGo看人工智能的未來：AI下一個風口在哪里？ AlphaGo到底為我們帶來了什么？人工智能算法的目標是什么？有沒有數(shù)據(jù)？人工智能的技術風口在哪兒？AI的商業(yè)風口在哪？多年后的人工智能社會又是什么樣子？ 從AlphaGo看人工智能的未來：AI下一個風口在哪里？ AlphaGo到底為我們帶來了什么？人工智
2、能算法的目標是什么？有沒有數(shù)據(jù)？人工智能的技術風口在哪兒？AI的商業(yè)風口在哪？多年后的人工智能社會又是什么樣子？ 從AlphaGo看人工智能的未來：AI下一個風口在哪里？ AlphaGo到底為我們帶來了什么？人工智能算法的目標是什么？有沒有數(shù)據(jù)？人工智能的技術風口在哪兒？AI的商業(yè)風口在哪？多年后的人工智能社會又是什么樣子？ 從AlphaGo看人工智能的未來：AI下一個風口在哪里？ AlphaGo到底為我們帶來了什么？人工智能算法的目標是什么？有沒有數(shù)據(jù)？人工智能的技術風口在哪兒？AI的商業(yè)風口在哪？多年后的人工智能社會又是
3、什么樣子？ 從AlphaGo看人工智能的未來：AI下一個風口在哪里？ AlphaGo到底為我們帶來了什么？人工智能算法的目標是什么？有沒有數(shù)據(jù)？人工智能的技術風口在哪兒？AI的商業(yè)風口在哪？多年后的人工智能社會又是什么樣子？ 從AlphaGo看人工智能的未來：AI下一個風口在哪里？ AlphaGo到底為我們帶來了什么？人工智能算法的目標是什么？有沒有數(shù)據(jù)？人工智能的技術風口在哪兒？AI的商業(yè)風口在哪？多年后的人工智能社會又是什么樣子？ AlphaGo為我們帶來了什么 2016年3月，AlphaGo橫空出世對戰(zhàn)圍棋九段
4、棋手李世石，這對人工智能的社會影響非常大。AlphaGo到底為我們帶來了什么？ 在AlphaGo的搜索中，谷歌DeepMind團隊引入了一個新概念——用深度學習和強化學習的結合來做兩種任務的判別，即來判別現(xiàn)在所在的棋盤是好是壞，同時來預測未來有利的走向。由此可以看出AlphaGo的算法和未來商業(yè)模式的關聯(lián)，即通過對大數(shù)據(jù)的分析，讓我們對“現(xiàn)在狀態(tài)”有了一個清晰的理解。這個狀態(tài)可以是棋盤，可以是足球運動中兩隊交鋒的狀態(tài)，也可以是當前營銷的一個狀態(tài)。 圍棋中的一步，可以理解成對未來走向的預判，在商業(yè)活動中，是營銷活動中的下一步。商業(yè)
5、行為中對現(xiàn)實的判斷和對商業(yè)未來走向的預估這兩個任務同樣重要，都需要大數(shù)據(jù)的支持。圍棋是一個封閉式的游戲，沒有外界因素的干擾，為了得到更多的數(shù)據(jù)，AlphaGo引入了自我博弈。所謂自我博弈就是自己玩游戲，你會不斷得到反饋，然后來更新策略。經(jīng)過無數(shù)次這樣的比賽，最后會得到一個好的策略，最終輸出是一個行為的策略。所以AlphaGo告訴我們，在一個封閉場景中，可以用自我博弈的模擬方法得到更多的數(shù)據(jù)?！ 腁lphaGo到人工智能的應用流程 如果沿著下圍棋的步驟走，就會面臨一些問題：人工智能算法的目標是什么？有沒有數(shù)據(jù)？數(shù)據(jù)在哪里？問題的邊
6、界是否清晰？什么叫合理的走法？什么叫犯規(guī)的走法？特征在哪里？如何得到這些特征？是否可以得到一個持續(xù)的反饋？這樣的流程是AlphaGo設計團隊所走過的路。不妨把這些步驟記下來，變成一個工作流，看看其他領域是否可以重復AlphaGo的成功。 比如，如果用AlphaGo治療癌癥，該如何治療呢？一般方法是用放射線殺死癌細胞，而每一個癌癥患者需要的劑量、角度、頻次可能都不一樣，如果把所有信息和經(jīng)過一段時間的治療結果都記錄下來，就有了數(shù)據(jù)、特征和問題持續(xù)的反饋，并且有了非常清晰的目標，即在副作用最小的情況下殺死癌細胞。并且這個工作流是可以重復
7、的?！ ∪斯ぶ悄芮?0年的歷史積累也很有用 我們對人工智能的理解不應該片面地認為就是機器學習。人工智能前30年的發(fā)展歷史是從20世紀50年代中期到80年代中期。這30年間，人工智能在干什么呢？在做人工輸入的規(guī)則型的知識表達研究，以及基于這些規(guī)則的符號空間的推理和搜索。筆者認為，人工規(guī)則型的知識表達在人工智能的應用中是必不可少的，因為在眾多領域中會碰到冷啟動問題，以及如何規(guī)范一個領域的邊界問題。邏輯推理、邏輯知識表達以及在符號空間搜索的人工智能分支，在今后幾年會和統(tǒng)計學習相結合，并有較大發(fā)展。這種發(fā)展也會涉及技術和商業(yè)兩個層面?！ ?/p>
8、人工智能的技術風口在哪兒？ 大家普遍關心的一個問題是，人工智能技術在哪些方向可能會有大的突破。 深度學習 深度學習會繼續(xù)發(fā)展。這里的發(fā)展不僅包括層次的增加，還包括深度學習的可解釋性以及對深度學習所獲得的結論的自我因果表達。例如，
