AlphaGo如何通过神经网络引入直觉，改变围棋评价函数的未来

2016 年第 11 周

【今天的“故事”】

我认为我们通过 AlphaGo 成功地将“直觉”（如果你想这么称呼的话）引入神经网络，正是这些直觉让一些人成为顶级棋手。令我惊讶的是，连现场评论员迈克尔·雷德蒙德都很难弄清楚结局。他是职业九段选手！由此可见，为 Go 编写一个“估值函数”是多么困难。

——哈萨比斯，DeepMind创始人

【人工智能的诞生：1943-1956】

1950年萌芽

Marvin Minsky 和他的同学 Dean Edmonds 建造了世界上第一台神经网络计算机，并将其命名为 SNARC（随机神经模拟强化计算器）。该计算机由 3,000 个真空管和 B-24 轰炸机的冗余自动指向设备组成，用于模拟 40 个神经元的网络。

1950年提出的概念

计算机科学之父阿兰·图灵在《Mind》杂志上发表了题为《计算机器与智能》的文章。在文章中，图灵并没有提出什么具体的研究方法，但是文中提到了学到的很多概念，比如图灵测试、机器学习、遗传算法和强化学习，仍然是人工智能领域非常重要的分支。

1951 游戏人工智能

Christopher Strachey 使用曼彻斯特大学的 Ferranti Mark 1 机器编写了一个跳棋程序； Dietrich Prinz 编写了一个国际象棋程序。

【黄金时代：1956-1974】

人工智能研究中心成立于1956年夏

美国达特茅斯大学助理教授麦卡锡、哈佛大学明斯基、罗切斯特贝尔实验室孙龙、IBM信息研究中心纽厄尔和马萨诸塞州卡内基梅隆大学赫伯特·西蒙。省理工学院的Selfridge和Solomon、IBM的Samuel和Moore在美国达特茅斯大学组织了达特茅斯研讨会。在这次大会上，麦卡锡的人工智能一词首次被正式使用，因此麦卡锡也被称为人工智能之父。事实上，在达特茅斯会议前后，麦卡锡的主要研究方向是计算机国际象棋。

这次会议之后，美国迅速形成了三个从事人工智能研究的中心，分别是西蒙和纽厄尔为首的卡内基梅隆大学研究组，以及麦卡锡和明斯基为首的麻省理工学院研究组。学院研究小组，IBM研究小组由Samuel领导。

1956年逻辑理论家计划

纽厄尔和西蒙开发了一种“逻辑理论家”（简称LT）程序，它将每个问题表示为树模型，然后选择最有可能得到正确结论的分支来解决问题。

1956 年，发布了跳棋程序 Checkers

塞缪尔使用博弈论和启发式搜索技术来编写跳棋程序“跳棋”。该程序具有自学习和自适应能力。它可以不断积累下棋过程中获得的经验，并可以根据对手的走法从众多可能的走法中选择更好的走法。这是模拟人类学习过程的首次富有成果的探索。

1958年人工智能编程语言的一个重要里程碑

麦卡锡开发了表处理编程语言LISP，它不仅可以处理数据，还可以方便地处理各种符号，成为人工智能编程语言的重要里程碑。目前，LISP语言仍然是研究人工智能和开发智能系统的重要工具。

1958年的四个预言

纽厄尔和西蒙做出了以下预测：

①不出十年，计算机将成为世界象棋冠军，除非法规禁止它参加比赛；

②不到十年，计算机将发现并证明尚未被证明的数学定理；

③不到十年，计算机将创作出具有很高审美价值并得到评论家认可的音乐；

④在不到十年的时间里，大多数心理学家将使用计算机程序来阐述他们的理论。

1959 年，跳棋程序“跳棋”击败了塞缪尔本人。

启发式搜索的概念于1960年首次提出

Newell、Xiao、Simon等人通过心理学实验开发了“通用问题求解程序GPS”，用它解决了不定积分、三角函数、代数方程等11种不同类型的问题，并首次提出启发式搜索的概念，从而使启发式过程更加通用。

1961年发表论文《迈向人工智能》。

明斯基发表这篇论文，对当时人工智能的研究起到了推动作用。

1962年跳棋队击败州跳棋冠军

西洋跳棋（Checkers）是一个西洋跳棋程序，它击败了美国西洋跳棋州冠军，引起了全世界的轰动。这是人工智能领域的重大突破。

人工智能真正开始于1963年

Newell 和 Simon 修改了 LT 程序并证明了所有定理。这项工作受到了人们的高度评价，被认为是计算机模拟人类高级思维活动的重大成就，是人工智能的真正开端。

1964年

麻省理工学院的丹尼·巴洛表明，计算机可以掌握足够的自然语言来解决开发计算机代数词汇程序的问题。

1965年

Joseph Weizenberg 开发了 ELIZA，这是一个交互式程序，可以用英语就任何主题展开对话。

1965年研究遇到困难

罗宾逊发明了还原（消化）原理，一度被认为是重大突破。然而，这种归约方法很快就在证明两个连续函数之和仍然是连续函数方面的能力受到限制，而且证明十万步还不够。获得认证。

1968年，人工智能从实验室进入实际应用时代

斯坦福大学费根鲍姆教授与多位遗传学家和物理学家合作开发了化学质谱分析系统（DENDARL）。这是第一个专家系统，标志着人工智能走出实验室，走向世界。实际应用时代。

1969年

斯坦福大学开发了 Shakey，这是一款集运动、理解和解决问题能力于一体的机器人。

20世纪70年代，语音理解系统相继开发出来

HEARSAY-II增加了美国卡内基梅隆大学开发的语音理解系统HEARSAY-I。它将输入的声音信号转换成单词，形成单词，合成句子，形成数据库查询语句，进而查询情报数据库。材料。

【人工智能第一次低谷：1974-1980】

人工智能在 20 世纪 70 年代初遇到瓶颈

即使是最出色的人工智能程序也只能解决他们试图解决的问题中最简单的部分，这意味着所有人工智能程序都只是“玩具”。人工智能研究人员遇到了无法克服的根本障碍。尽管后来成功克服了一些限制，但许多限制仍然无法令人满意地解决。

问题：

① 计算机计算能力：当时计算机有限的内存和处理速度不足以解决任何实际的人工智能问题。

②计算复杂度和指数爆炸：许多问题只能在指数时间内解决，而解决一些简单问题则需要几乎无限的时间。

③常识和推理：许多重要的人工智能应用，例如机器视觉和自然语言，都需要大量关于世界的理解信息。 1970 年，没有人能够创建如此庞大的数据库，也没有人知道程序如何能够学习如此丰富的信息。

④莫拉维克悖论：一些看似简单的任务，例如人脸识别或穿过房间，实现起来极其困难。

⑤框架和限定问题：在不调整逻辑结构的情况下，无法表达涉及自动规划的通用推理。

1973年停止资助

Lighthill关于英国AI研究状况的报告批评AI完全未能实现其“雄心勃勃的目标”，并导致英国AI研究陷入低潮（报告特别提到指数爆炸问题作为AI失败的原因）。 DARPA 对 CMU 的语音理解研究项目非常失望，因此取消了每年 300 万美元的资助。到 1974 年，人工智能项目很难找到资金。

1976年

斯坦福大学国际人工智能中心的杜达等人开始开发矿产勘探专家系统PROSPECTOR。 PROSPECTOR系统于1981年开始投入实际使用，取得了巨大的经济效益。

1979年

第一台电脑控制的自动行走机“斯坦福车”诞生了。

【繁荣：1980-1987】

20世纪80年代，人工智能再次成功

一种名为“专家系统”的人工智能程序开始被世界各地的企业采用，“知识处理”成为主流人工智能研究的焦点。日本政府在同一十年积极投资人工智能，以推动其第五代计算机工程。

20 世纪 80 年代初的另一件激动人心的事件是约翰·霍普菲尔德 (John Hopfield) 和大卫·鲁梅尔哈特 (David Rumelhart) 复兴联结主义。人工智能再一次成功了。

XCON专家系统于1980年获得成功

CMU为DEC（数字设备公司）设计了一个名为XCON的专家系统，并取得了巨大的成功。它每年为公司节省 4000 万美元。世界各地的公司开始开发和应用专家系统。到1985年，他们在人工智能方面的投资已超过10亿美元，其中大部分用于公司内部的人工智能部门。

1981年退还

日本经济产业省拨款8.5亿美元支持第五代计算机项目。我们的目标是创造能够像人类一样与人交谈、翻译语言、解释图像和推理的机器。其他国家也做出了回应。美国组织了MCC微电子与计算机技术小组，DARPA组织了战略计算促进协会。 1988年其对人工智能的投资是1984年的三倍。

1982年新的神经网络系统

物理学家约翰·霍普菲尔德证明了一种新型神经网络（现在称为“霍普菲尔德网络”）可以以全新的方式学习和处理信息。

1982年

美国利用矿产勘探专家系统PROSPECTOR在华盛顿发现了一处矿藏。据称实用价值可能超过1亿美元。

1983年

全球第一家批量生产统一规格计算机的公司“思考机器”诞生了。

1985年

Harold Kotzen编写的绘图软件Aaron在AI大会上亮相。

1986 分布式并行处理

随着鲁梅尔哈特和心理学家詹姆斯·麦克莱兰编辑的两卷论文集《分布式并行处理》的出版，这个新领域得到了统一和推广。

【第二次人工智能低谷：1987-1993】

1987年

市场对人工智能硬件的需求突然下降。 Apple 和 IBM 生产的台式机不断改进，旧产品失去了存在的理由：一夜之间，价值 5 亿美元的行业崩溃了。

20世纪80年代末

战略计算计划大幅削减了对人工智能的资助。 DARPA 新领导层认为人工智能不是“下一波浪潮”，资金将偏向于更有可能产生成果的项目。

1991年

人们发现，日本人十年前雄心勃勃的“第五代计划”并没有实现。事实上，一些目标，例如“开始与人们对话”，直到 2010 年才实现。

20世纪80年代末

一些研究人员基于机器人技术的成就提出了一种新的人工智能解决方案。他们认为，为了实现真正的智能，机器必须有一个身体——它需要感知、移动、生存并与世界互动。

[人工智能：1993 年至今]

越来越多的人工智能研究人员正在开发和使用复杂的数学工具。人们普遍认为，人工智能需要解决的许多问题已成为数学、经济学和运筹学领域的研究课题。

1997 年 5 月 11 日

深蓝成为第一个击败世界国际象棋冠军加里·卡斯帕罗夫的计算机系统。

20世纪90年代末

基于人工智能技术的网络信息搜索软件已成为国际互联网的基本构件。

2000年

互动机械宠物上线。麻省理工学院推出了 Kisinel，这是一款可以做出数十种面部表情的机器人。

2005年

斯坦福大学开发的机器人在沙漠小道上成功自主行驶了 131 英里，并赢得了 DARPA 挑战赛。

《纽约时报》在一篇报道中称：“计算机科学家和软件工程师避免使用人工智能这个术语，因为担心被认为是在说梦话。”

2009年

由洛桑联邦理工学院发起的“蓝脑项目”声称已成功模拟大鼠大脑的某些部分。

2014年

谷歌以 6.6 亿美元收购人工智能公司 DeepMind。

2015年

著名物理学家史蒂芬·霍金警告说，人工智能可能不仅是人类历史上最大的事件，而且也可能是最后一个。他说：人工智能可能会导致人类的灭亡。

2015年10月

DeepMind团队研发的AlphaGo围棋机器人以5:0击败了欧洲围棋冠军、职业二级棋手樊麾。

2016年人工智能征服了围棋

3月12日，AlphaGo与韩国棋手李世石进行了第三场比赛。最终，AlphaGo击败李世石，取得三连胜。接下来的两场比赛将成为李世石的“荣誉之战”。

编译来源：南方网、新浪科技、腾讯科技、36大数据、厚积薄发博客、知乎、雷锋网

如果你也喜欢小编精心准备的物联网新闻早餐，请记得点赞转发！