【OFweek 前沿視點】除了大數據，在博弈均衡上AI也超過人類了？

2018-01-26 06:50

雖然Alpha Go、絕藝、DeepZenGo還沒有來一場終極對決，但它們的“江湖地位”還是有譜的。在進階版AlphaGo Zero推出后，三天內通過自我對抗賽，超過了AlphaGo的實力，贏得了100場比賽的全勝。之后，DeepMind發表了AlphaGo的謝幕感言。確實，在圍棋界已經沒有敵手，高處不勝寒的DeepMind將它的下一個對手對準了乳腺癌

德撲：人工智能開啟思維開掛新領域

2017年12月，《科學》雜志發布文章稱，美國專家研制出新人工智能系統，擊敗四名“德州撲克”頂級高手。據卡內基梅隆大學專家Noam Brown表示：“我們在創造這一人工智能系統時所開發的技術并不是專門用來打撲克的，它還可以在‘不完美信息’條件下幫助解決其他問題。而這種難題隨處可見，我們希望研發Libratus時采用的理念將來能夠對人工智能的進一步發展和推廣起到決定性的作用。”

但究竟人工智能為什么能夠打德撲，這與國際象棋和圍棋的大數據分析處理能力還是有不小差異，主要運用的方法是博弈論和運籌學，關鍵需要理解四個概念：納什均衡策略、反事實最佳策略、抽象，以及終局。以納什均衡為例，如何在信息不對稱的情況下，估算對方的下注策略概率，從而獲得博弈矩陣中的占優策略。

“深藍”、“圍棋爭霸”、“德撲”給到人類的思考：

深藍之所以能夠讓世界為之震撼，就是因為它的出色表現給人類提出了一個哲學問題——什么是真正的思考？平均運算速度200萬步/秒，指數級超人類對于棋盤的運算能力。但沒有感性波動以及直覺的能力，完全通過數據計算，這可以算是真正思考嗎？除了卓越的速度，這種思維能力究竟有什么價值？人類是否也應該讓自己的智力進行這樣的量級式開發？

這些思考一直延續到了“圍棋爭霸”。

而另一方面，人工智能在德撲中的應用，又說明它除了能在數據計算等統計學思維領域有好的表現，在博弈均衡等社會和經濟學方面亦有出色表現。

<上一頁 1 2