×

注册花火通行证,没有账号立即注册

产品库厂商库
花火网 > 智能机器人 > 新闻 > 正文

杨强称:阿尔法狗有致命弱点

2017-07-17 13:05:51 来源:互联网 编辑:张成杨

  人在学会自行车之后,再学摩托车就非常容易了。

  我们能将过去的经验带到不同的场景,这样就有了适应新环境的能力,目前,我们试图让机器也拥有这样的能力。

  在一个模型训练任务中,针对某种类型数据获得的关系,也可以轻松应用于同一领域的不同问题,这种技术就叫做迁移学习(Transfer Learning)。

  迁移学习被称为继监督学习之后的下一个机器学习商业成功的驱动力,它的影响力与日俱增,可以运用在图像增强、风格转移、对象检测、疾病检测、翻译、情绪分类等方面,理论上,任何领域之间都可以做迁移学习。

  第四范式联合创始人兼首席科学家、香港科大教授杨强是该领域的代表人物——迁移学习领域论文引用数位列世界第一。此外,作为华人界首个国际人工智能协会AAAI Fellow、至今为止唯一的AAAI华人执委,以及拥有IEEE Fellow、AAAS Fellow、IAPR Fellow等多项头衔,杨强教授在人工智能学术界的影响力可见一斑。

  那么,他为什么如此看重迁移学习?杨强教授认为,生活上我们遇到更多的是小数据,而在小数据上学习的模型才是真正的智能。

  此外,我们希望系统是可靠的,其可以举一反三和融会贯通,这也是我们赋予智慧的一种定义;同时更重要的是如何能够把一个通用的系统加上个人的小数据,而迁移到个人的场景当中去,因此我们可以向个性化方向发展,迁移学习是必不可少的工具。

  与此同时,迁移学习还可以让AI研究摆脱对大数据的依赖。

  杨强教授曾指出,迁移学习技术的目标是让计算机把大数据领域习得的知识和方法,迁移到数据不那么多的领域,这样可以得到效率的提高。

  “在汽车分期营销方面,我们知道汽车每一笔的成交额都是非常大的,那么这种订单的个数是非常少的,所以都是小数据,不过,我们同时还有几千万数据量级的小额交易分期数据,第四范式利用迁移学习建立的模型,能够将一个小数据模型迁移到大笔订单上,最后取得的效果比传统模型要好200%”他举例说到。

  而对于已经尘埃落定的人机大战2.0,杨强教授表达了自己的看法,他坦言,AlphaGo看上去像“神”一样的存在,好像无懈可击,但从机器学习的角度来看,它有致命弱点:AlphaGo没有迁移学习的能力。

  所以,如果改变棋盘大小的话,柯洁还可以继续,而狗就懵了。

  以下根据杨强问答实录整理,网易智能(公众号Smartman163)做了不改动原意的删减:

  人类的低质量数据对机器失去了价值

  网易智能:柯洁与阿尔法狗对弈之后,DeepMind宣布了阿尔法狗退役的消息,您觉的阿尔法狗是不是“围棋上帝”?这次人机大战有哪些影响?

  杨强:首先,我们更加意识到了数据的重要性,同时也意识到了数据质量是无止境的,去年人机大战的数据还更多的是人类大师的,但这些数据现在看来对于机器来说是低质量的,而机器通过自我博弈产生的数据才是机器真正需要的高质量数据。

  第二点是计算构架的改进,今年用了TPU,而去年还是GPU、CPU,其实最重要的是找到一种方式让机器可以强化学习,这些是我们学到的东西,但还有一种我们看到大家不太提及,那就是迁移学习。

  对于围棋来说,如果改变棋盘的大小柯洁还是可以对弈的,但对于机器来说就不一定的,它需要去学习不同棋盘的数据,人类特别容易适应,这是我们引以为傲的东西,所以说迁移学习是人工智能下一个需要攻破的关口。


标签:
收藏
分享到
花火网微信公众号
huahuozhineng;欢迎打开微信点击添加好友搜索我们的公众帐号,关注我们!
一周热门资讯