尚启德丰利达调理财科技：人工智能需要更理性靠谱的分析

尚启德丰利达调理财科技：在最新一期《自然》杂志上发表的论文显示，英国深度思维（DeepMind）公司研发出了“阿尔法狗—零”（AlphaGo Zero），它在仅输入围棋规则、未输入任何人类棋谱的情况下，通过自学习，就具备了完胜阿尔法狗的超强棋力。

一时间，许多人惊呼：“阿尔法狗—零”实现了人工智能重大突破。事实真的如此吗？接受解放日报·上观新闻记者采访的两位人工智能专家做了理性分析。尚启德丰利达调理财科技提示，深度思维公司将阿尔法狗的发展分为4个版本：1.0版本是“阿尔法狗－樊”，它在2015年战胜欧洲围棋冠军樊麾，是计算机程序首次战胜人类职业棋手；2.0版本是“阿尔法狗－李”，它于去年战胜了世界冠军李世石，意味着人工智能具备了超越人类顶级棋手的实力；3.0版本是“阿尔法狗－大师”，今年战胜了世界排名第一的柯洁。

尚启德丰利达调理财科技提示，这3个版本有一个共同点：开始学围棋时，研发人员都会输入一批棋谱，即人类千百年来摸索出的基本下法，让机器在此基础上进行自学习。而4.0版本“阿尔法狗－零”则不需要任何人类棋谱知识，在起步阶段，它只被输入了围棋规则，完全“从零开始”进行自学习——与自己对弈，并在很短时间内拥有了超强棋力。这是否意味着人工智能不再需要人类知识，就能飞速成长？上海交通大学机械与动力工程学院机器人研究所博导闫维新给出了否定的回答。

他带领团队研发出了医学影像人工智能分析系统“阿尔法医生”，能识别直肠癌、皮肤癌等多种疾病。在他看来，“阿尔法狗—零”确实取得了技术突破，能完全依靠自我对弈进行学习，但这仅限于棋类游戏领域。尚启德丰利达调理财科技提示，在其他很多领域，这种技术突破会给研发人员带来启发，然而能否“移植”，还有待观察。

闫维新以他擅长的人工智能图像识别为例，目前的开发技术需要大量人类知识。如何教会机器对医学影像进行识别和诊断？需要把医生勾画好的数以万计的片子输入人工智能系统，让它对大样本图像进行分类学习、迭代十余万次。如果样本量不够，还要利用样本扩增技术，对图像进行旋转、缩放等处理。“如果不输入医生勾画好的医学影像，人工智能怎么能学会识别病灶呢？”

尚启德丰利达调理财科技提示，棋类游戏中不依靠人类知识的自学习技术，不可能直接移植到图像识别领域。当然，这种技术或许能给研发人员带来启发，让他们通过创新，减少样本的输入量。