原標題：下一步“阿爾法狗”何去何從

谷歌旗下的“阿爾法狗”（AlphaGo）最終以4∶1戰勝韓國圍棋九段棋手李世石。繼跳棋、象棋之后，人工智能在挑戰人類的清單上，再添濃墨重彩一筆。下一步“阿爾法狗”又何去何從呢？

對抗其他游戲

“阿爾法狗”的通用方法中有幾個元素是專門為圍棋這項游戲而設計的，這一方法或許可以用來解決與模式識別、制定計劃和做出決策有關的問題，但仍有其局限性。加拿大蒙特利爾大學計算機科學家尤舒亞·本希奧解釋說：“它的確令人印象深刻，但仍然面臨諸多挑戰。”

盡管去年10月份，“阿爾法狗”擊敗了歐洲圍棋冠軍樊麾，但李世石此前預測，他將以絕對優勢贏得這次比賽，不過，現實給了他沉重的一擊，他也為自己的失敗深感震驚。

主要研究人工智能發展趨勢的美國亞利桑那州州立大學社會科學家邁爾斯·布倫代奇認為，“阿爾法狗”的進步很大程度上要歸功于一個事實：下棋次數越多，它表現得越好。實際上研究人員在“阿爾法狗”算法中搭建了兩套模仿人類思維方式的深度神經網絡。DeepMind團隊先讓“阿爾法狗”對人類比賽出現的3000萬種圍棋方位進行研究，然后通過自己不斷地下棋來提高技能，這一技術被稱為“增強學習”。接著，“深度思維”將“阿爾法狗”識別成功圍棋布局的能力同“預測搜索”技術結合在一起，利用“預測搜索”技術，“阿爾法狗”會評估進行某些移動可能會產生的后果，并在此基礎上，決定下一步如何走。

DeepMind已經攻下了大部分棋盤類游戲的“城池”，但機器仍然無法在多人參與的撲克牌游戲中打敗人類。目前，該團隊已經表達了對抗具有科幻性質的戰略性游戲《星際爭霸》的興趣。

超越游戲看醫療

加拿大麥吉爾大學的計算機科學家喬爾·皮諾認為，“阿爾法狗”算法取得的成功讓人們不禁思考，人工智能何時可以獲得多樣化的通用智能。

DeepMind公司也計劃超越游戲。今年2月份，該公司創立了“DeepMind健康”公司并同英國國民健康服務公司展開合作，使其算法最終能被用于臨床數據，從而可以改進診斷或治療計劃。據悉，他們已開發出一款名為Streams的軟件，讓臨床醫生能夠更快地觀察到醫療結果。

但美國非盈利機構艾倫人工智能研究所的首席執行官奧倫·埃齊奧尼表示，這樣的應用面臨的挑戰與游戲不同。“在游戲領域，你能收集大量數據，而且程序會通過玩很多游戲持續不斷地提供反饋，但在混亂的現實領域，數據，尤其是與罕見病有關的數據非常少；即便是常見病的數據也不那么多，因此，很難直截了當地給某個決定貼上‘好’還是‘壞’的標簽。”

紐約大學神經科學家蓋瑞·馬庫斯則說：“‘DeepMind’的方法并非唯一推動人工智能向前發展的方法。他創辦了一家名為‘幾何智能’的初創公司，主要研究用少量例子進行推斷的學習技術，這一方法受到兒童學習過程的啟發。”盡管“阿爾法狗”問世時間不長，但其可能已經進行了數千萬次游戲，遠超李世石，但后者仍然勝了一局。馬庫斯說：“這表明，人能夠使用更少量的數據獲得一個模式，這一點令人影響深刻，或許人類的學習速度比機器更快。”（記者 劉霞 綜合外電）