【
中國安防展覽網 媒體導讀】 2月26日，北京郵電大學教授，北京郵電大學計算機與圍棋研究所所長，國內人工智能圍棋資深研究者劉知青教授出席“城圍聯圍棋嘉年華·上海2017”活動，并在“圍棋與世界”論壇上發表了關于圍棋與人工智能的演講。
劉知青
劉知青教授：大家上午好，今天給了提高就是圍棋與人工智能。我只想講四個小故事，給大家一點啟發，后做一個展望和總結。
首先個故事，就是在美國讀博士研究生的事情，美國博士和研究生還是非常難讀，入學就很難讀。我的老板給了很難的題目，我沒有辦法做了，他說不行，還得把人工智能系統形象地展現出來，他說了一個圖象大約值一千個詞兒，他們說是中國的諺語我搞不清楚是哪一個諺語，我做了一個研究，班固曾經有一句話，叫做百聞不如一見，我估計是出自這句話。
早可能是不聞不若聞之，聞之不若見之，見之不若知之，知之不若行之，學至于行而止矣。視覺與形象思維人類智慧的重要組成部分。
2002年的時候，中國科大教授做了這么一個東西，中科大是做圍棋，做了對比之后發現，圍棋選手做圍棋對比的時候，充分用了右腦思維。為了視覺與形象思維是圍棋對弈的顯著特點，會下圍棋的人，肯定形象思維更加好。如果想開發孩子的智力，一定讓他們下圍棋。也是為什么人工智能選舉圍棋作為突破的一個項目。
AlphaGo所識別的圍棋，其主要通過形象思維的方式來識別了圍棋兩大問題。對于這么一個圍棋層面來講，其實AlphaGo和其他人工智能圍棋是換成了也么一個48個小的圖象，這48個小圖象說明什么東西，包含哪一個地方有黑子，哪一個地方可以有白子，諸如此類它把圍棋基本特征弄成了48個小圖象，然后給計算機進行學習。人工智能通過視覺圖象圍棋落子方法。
這些對于我們的生活，社會怎么樣利用，這個旗是這樣的，我上面放了6盤棋，計算機可以做很簡單的判斷，如果根據圖象做這樣判斷，哪一個是容易*的，哪一個投資是有效的，哪一個投資是沒有效果的。這個去年自然雜志上刊登了AlphaGo，今年刊登了圖片這個東西，使用了人工智能方法判別提出病變的部位，它是良性的，還是惡性的，識別率90%。所以視覺形象人工智能具有廣泛的應用前景。我們也可以做物流的規劃和教育的通訊等等，我不一一例舉。
后做一個展望，還是見之不若知之，知之不若行之。人工智能就是做機器學習，機器學習怎么做的？它做數據驅動，所謂聽之，辨之，行之，知之，知就是數據，你沒有這個數據，你見不了什么東西，我們聞之，見到了圍棋，不是見到了圍棋規則，真正圍棋所有的智慧，通過圍棋的棋譜來表示出來，這些圍棋數據是人工智能背后一個基礎，所以只能在數據終，人工智能來源與基于數據的機器學習，有監督的指導學習過度到監督的自主學習。
后我總結一下未來的發展趨勢，機器與人會更加緊密地結合在一席，機器為人提供智能，人為機器提供目標與數據，相互補充的共生體。為什么？因為機器需要數據，數據來源人，人要跟別人去競爭，你必須依賴于一系列的機器幫助你獲得更多的知識，作出的決策，所以人和機器緊密在一起，相互補充，成為一個共生體。這個東西也有一個道德和法律上的影響，大家也可以設想一下，比如說法律方面，道德方面如何去應對這個東西。我的報道就這么多，謝謝大家!
我要評論
所有評論僅代表網友意見，與本站立場無關。