第(1/3)页

    笔趣阁顶点    www.，最快更新重塑千禧年代    ！

    易科的“太白”出世，以一种迅雷不及掩耳的速度击穿人类围棋阵营，但即便是1v5，即便是人类顶尖棋手，不少人对于易科堂而皇之的宣称ai已经在围棋领域超越人类智慧还是不满。

    这里面还有许多言之有理的理由，比如，ai出现的太突然，所有人都来不及仔细研究它的下棋路数；比如，时间太近，棋手们没有完全调整到最佳状态……

    只是，眼下已经来不及为人类棋手遗憾了，现在赶到战场的是来自谷歌的“阿尔法”。

    继ai无可匹敌的战胜人类，易科快速确定与谷歌的技术切磋时间，直接定在了7月3日，仍旧是全程开启直播。

    方卓不懂围棋，但他对于这种技术的验证和交流很有兴趣。

    这次不仅仅是两个ai的对弈，易科也是在申城举办了一次与谷歌的深度学习deep    learning的交流活动，同时还有英伟达以及硅谷近期这领域的研发人员、创业公司一起参加。

    易科是真的抱着切磋的意愿，谷歌与硅谷那边也没有太多比试高低的意思，因为，这个赛道的折腾确实还没瞧见太多突破的希望，仍旧属于蓄力阶段。

    也正是基于这种情况，不少没被邀请的研发者和公司瞧见两大公司的互动，也积极报名参加活动，而易科在与谷歌讨论之后就干脆扩大了规模，时间也顺势推迟到7月10日。

    这便不是一场围棋对弈的ai互动，而是以它当作开胃菜的深度学习dl的研讨会议。

    7月10日，易科、谷歌、英伟达等公司在申城的易科中心举办会议，同时，易科还邀请了先前被击败的柯洁、李世石、申真谞等人作为嘉宾，见证“太白”与“阿尔法”的对决。

    这两个ai都有击败人类顶尖棋手的履历，太白上个月掀起的多面打与舆论炒作也成功让大众对ai充满兴趣，再加上又有现场直播，所以，观看者众多。

    上午九点钟，两台机器人坐在舞台的正中央，现场架设了大屏幕，方卓、拉里等人坐在第一排，棋手柯洁、申真谞等嘉宾在直播室点评。

    不同于上次同样直播的1v5，“太白”与“阿尔法”的落子都十分迅速，偶尔也有迟疑的时候，但这种时刻相较于人类便显得极其短暂。

    对弈是传统规则，各自是有三小时时间，然而，仅仅三十二分钟，这场万众瞩目的棋就以“太白”赢下1子而结束。

    这三十二分钟是绝大多数人看不懂的三十二分钟，不过，他们能看到棋手们的表现，能看到直播室里刚开始有分歧，中间有争执，最终变成沉默的过程。

    当柯洁被邀请上台，以专业人士的身份对这盘棋进行点评，他面对镜头十分茫然，好一会之后才说道：“ai在围棋上可能已经完全超出人类想象了，上个月我好像在ai的棋里看到了古力、李昌镐、吴清源他们的影子，又、又好像看到了我自己的影子。”

    柯洁神色中带着挣扎和痛苦，伸手捂脸：“今天，我看不到了，完全看不到了，我好像不懂，不懂围棋到底该是什么样了……”

    主持人眼看柯洁已经有些失态，赶紧把这位人类顶尖棋手请下台，并且打了打圆场，但这个场面无疑让观看直播的人印象深刻。

    ai对弈的开胃菜结束，方卓拿到话筒进行了简单的发言。

    “围棋是人类智慧的杰作，但ai也是如此。”

    “我对于ai的期待就是它能够极大的解放人类的双手，这一天大概很远，但就像今天的‘太白’相较于上个月的它，已经又有进步。”

    “ai会以一种让人惊叹的迭代速度进化，我们今天汇聚在这里也是为了寻找正确的发展方向。”

    “ai是在围棋领域赢了人类，但这不是人类智慧的终结，反而是人类智慧的延伸，是科技的又一次进步，也是对未来的又一次探索。”

    方卓这种看法的表达还是赢来了不少掌声与直播间的好评。

    对于许多人来说，这场热闹也就看到这里了，但对从业者、研发人员来说，真正的部分才刚刚开始，不论易科还是谷歌都在深度学习dl领域有很深的研究，这种围棋对弈只是展露出的表象，内里的运转与思考才是更让人重视的。

    吴恩达作为易科“venus”项目的负责人之一，与谷歌旗下公司的席尔瓦就dl的模型逻辑进行了交流。

    不管太白还是阿尔法，它们都是基于卷积神经网络的发展而来，这一基础是类似的，而它的突破源于2012年alex、ilya和hinton合作发表的关于alexnet深度卷积神经网络的论文，也正是在这之后，相关的研究出现了爆炸式的增长。

    吴恩达与席尔瓦谈的是在alexnet之后的架构创新，是将传统的搜索算法与深度学习模型的有效整合，以及，整个团队在局部感受野、参数共享与稀疏连接、平移不变性这些方面做出的努力。

    这种易科与谷歌以及场下嘉宾的交流极其愉快，也让方卓颇为满意，他虽然不懂，但瞧着这样的场面就觉得知识被塞进了脑子里。

    只是，等到第二天，当吴恩达提出团队在研发上的困惑时，激烈的辩论到来了。

    易科是有“siri”这样的语音助手作为人工智能的实践，而吴恩达的团队不仅在做卷积神经网络cnn的研究，也在做循环神经网络rnn的研究，他们认为后者更适合与语音助手相结合，但效果并不算很好，完全达不到想要的成绩。

    问题出在哪里？
    第(1/3)页