AlphaGo故意输才可怕？你还未理解人工智能的可怕之处

1、AlphaGo故意输才可怕？你还未理解人工智能的可怕之处围棋人机世纪之战，第一场李世石就中盘认负。这个结果生怕在多数人的预料以外，再对人 工智能有信心的人(除了 DeepMind团队成员)，生怕也没几个相信这天来的这么快。从 “故意不经过图灵测试的机器”说起输了第一场今后，段子手出动了，说 AlphaGo赢棋不行怕，“可怕的是AlphaGo故意输棋”， 该段子大概化自 “故意不经过图灵测试的机器 ”这类说法，听起来忧如是这么一回事，但其实根 本没有理解人工智能的真实可怕之处。图灵测试(Turing Test )是阿兰-图灵(Alan Turing )于1950年在其论文计算机器与智能 (Com

2、puting Machinery and Intelligence ) »中提出的一种测试人工智能程序"仿人"程度的方法。当时欧美流行的一种模拟游戏启示了图灵，这类模拟游戏把一男一女分别关到两个小房间， 让第三个人经过写纸条问答的方式与两人交流，房间内的人在回答以下问题时尽可能模拟对 方来迷惑发问者，发问者经过答案来判断哪个房间关的是男人，哪个房间关的是女人。图灵的测试方法(也称为 “标准图灵测试”)把此中一个人替代为机器，尔后让人和机器同时回答以下问题，假如发问者不可以在必定程度上分清哪个是机器、哪个是人，那么这台智能 机器就经过了图灵测试。此刻通行的测试方法是

3、经过键盘输入进行 5分钟的文字问答，假如有30%的发问者分不清答题者 是机器还是人，就认为该人工智能程序经过图灵测试。个人看起来 的，其并无那么简单通。灵20世末期就 有通 灵 的智能机器出，但是直到 2014年6月才有第一个程序通 灵：聊天机器人尤金-古斯曼(Eugene Goostman )在5分文字 交中，33%的提者 面回答的是人。之所以比 灵的 晚了十几年，的人工智能技 展片面依靠硬件的 算能力可能是原由之一。上个世 末硬件水平差，分布式 算尚不流行，化学(Reinforcement Learning )与深度神 网(Deep Neural Network )等技更不行熟，所以机器理

4、解自然 确 比困。未来AlphaGo会故意棋？“不通灵 的智能机器”的，当机器有自我意今后，会以通 种方式防备被人，以令人失 掉人工智能危性的警惕。种法存在 漏洞。假如人 在裁减全部通不 灵 的人工智能程序，那么拥有“自主”意的那个 智能机器，知道自己表 的于优异会引起人 的警惕，它必定以一个平庸的成 通 灵，既不引 起人的警，又不会被除。所以无论是“不通灵 的智能机器”是“故意棋的AlphaGo”，都耐在一般人 思虑水平上的 阴。当人工智能在智力上甩开人 最高水平几个珠穆朗 峰，它真的不需要用 么低的阴来付人就好似世界 球与余 手比，球星把球一趟就甩 余球 三个身位，需要用假 作？人和人 跑

5、比 的是步、步幅、爆力与起跑反，未来无人 汽和人 跑，需要考 些？ 等到人工智能想要离开人 控制的候，必定不会屑于用欺 种伎，直接大大方方地 牌假如人 不一样意怎么？美疑犯追踪中，男主角哈德-芬奇(Harold Finch )在一人工智能程序 行，人工智能程序 脱控制，于是程序开始一台服器(非程序运转所必要的服 器)，企台服器 起火，从而触机房的防火系，抽空机房内的空气 以死芬奇O 幸好芬奇 能够拔掉源。然个情不过一种科幻 想，但我能够必定当人工智能决定离开人 控 制，必定不需要采纳欺的手段。所以未来人 的数据中心与人工智能研究中心 计房的供 路千 万不可以上网？机器“良芯”棋？曲恐会感觉辱没

6、TH焉 /口口勒国/|wHng Games有人说，那 AlphaGo会出于怜悯心输棋吗？先以被德米思-哈萨比斯(Demis Hassabis )看轻的狭义人工智能为例。1997年更深的蓝战胜卡斯帕罗夫今后，人类还曾挣扎了一段时间，顶级选手与象棋程序互有胜败，但是自从2009年今后，再也没有人类选手能够战胜顶级的国际象棋程序。fi-mk NameJJ,J儿 M.qfiu有广SQ/UP白 4口哂 M4Girt Am许摩V.M h L Ldqr郡E/rmirIK f qNhlMimiil£UHnru11£地 g. Vfsrlm L.：riiit. Lue i 5噂上鼠5 er r

7、ijanov, Pdvcl Annfl, KT3iC1 口. $尸7Q?¥ HjmqhF R u. Chm 0 Sj c蚱5.P丈2P. G 门e。气.(, 乩Marn«yrav, _Sha<hny4r Yuj/Vnqyr罐0nclkw PntrtrfLe仆m <ovcn*(0- Omr：Fv ,<t心in$. M qh j正 NKfltti Dfry|M. Ftpcjt>cv4 Tcimcir B粕 XlflriQfhi 【Fiiqheifk、，卜人类前30名国际象棋选手等级分状况 此刻顶级国际象棋程序的等级分都在 3200分以上。2015年人类排

8、名第一的国际象棋选手来自挪 威的卡尔森-玛格斯(Carlsen Magnus )等级分现为2851 ,而人类排名第100的等级分为2653, 与卡尔森的差距但是200分而已。400分的差距，已经差了两个层次以上。所以，即使未来AlphaGo出于怜悯心让棋，这棋也会让得让人类感觉十分欺侮，就忧如这两天又爆红的“大魔王”张怡宁让球相同。张怡宁竞赛想给对手留点面子时，只好发球就把球往球台上仍，因为她发现自己要表演的真实一点，常常这一 分对手就又丢了。围棋选手但是是失落，金融投资者存亡攸关在结束这一篇时，李世石第二盘已经认输，谷歌 AlphaGo将比分改写为2: 0。这是一个旧时代 的结束，也是一个新

9、时代的开始。即使有传言说谷歌与李世石签有不可以打劫的协议，我现在仍旧相信哈萨比斯说的，5年今后代工智能程序能够战胜全部的围棋人类冠军。最少在竞赛 过程中AlphaGo的“棋战内容”的确不输于李世石九段，众多解棋的职业好手也纷纷表示AlphaGo的棋路挑战了自己的固有思想。哈萨比斯，这个少年国际象棋大师、电脑游戏开发者、认知神经专家，此刻正在人类精神领 域进行又一场“地理大发现”，堪比阿波罗计划与大航海时代的历史时辰我们正在目睹。 这是好运还是不幸？围棋领域不过沉思(DeepMind )小试牛刀，哈萨比斯把通用人工智能( Artificial GeneralIntelligence ,简称AGI

10、 )看作是解决人类全部问题的终极方法( meta-solution )(详见与非网 破坏于人工智能？这将是人类最好的结局)。哈萨比斯的理想是把通用人工智能用到天气、疾病与宏观经济研究等各个领域。所以我认为，金融市场中依靠程序化交易生计的大小机构与个人，需要抓紧时间考虑退路了。金融市场应该是沉思团队研究宏观经济的完满试验场：规则简单(低买高卖)、参加者众多、 有足够多的历史数据。若沉思团队开发一款程序化交易软件来参加金融市场，此刻市场上这些程序化交易的机构和个人还有多长时间的好日子？其余不依靠程序化交易的机构和个人就能够抵抗人工智能的冲 击吗？NYSE Program Trading -20 M

11、ost Active Member FirmsI：M-Hi9/ £hjfesMgHhlQP ArWroge TMIfehd562.21 #xsIJggM105.Q667.246f.8467.8424443.5925.324LF247Jr$*3244205.4295.9隔2QS,920X5«Hli，1a/216.2iSf-O1B3J如3rn18Y1160.fUQ4楣帛160.111|J81423b-1幅3 jfij142.3仞Jt127.2rw-127.3rtka115J2F - :i4UIIS J114.71147arj1限2222.fi100 8典用i.|100.678

12、0T8JFM静7814176 753.ft22.8iffl76.7EH 968s68总.aa.a469bk 146电I1,fr良。54.93T737 7氏&3"3333 JMl*33J”第32.5mkT” Mn32.523024.0124.0 1,tfi24.0MORGWflrilllksEhlNCORPORATEO GOLDMAN. SACHS & CO.Barclay Cjpli i) Iiig.WEDBUSH &ECl>ftiTIES INC.CREDIT 9UI5SE SECURITIES 4USA LLC DFJT$ChlSECURITIES

13、Wi 勰前等ECUR1TI像:削4.CORPORATIONSCHOM<EX LLCPENSON FINANCIAL SERVICES IMC 司用祝IU 南哺喇画曜雷w ITH胃胞嚼窿酬睢加口 N J 画曲g 1N C SGMEftlCAS BCURITIES IXC BNP PARIBAS SECURITIES CORP."寸 B' p : 1bfl- cQ? 了"/可丁. ' .口不之:4>CfTlGROlIP GLOBAL MARKETS IHGNOMURA SECURITIES I NT E 汽NATION 叫呼、 CREOtT AGRICOLE SE蒯KH1E0 (U5昌工值氤。INTERACTIVE BROKERS £LC"钮fjftl如Em前N*"于MING LPvmcipAl AoaH3f Sessiofl ?Talal lor 20 MemberFi(m& Trial： for Ml Firms Reportinn % ,MToui7572J)52.63