鄂维南智商 首席科学家鄂维南院士:大数据开启智能时代
摘要:“2016首届中国大数据应用大会“在成都世纪城国际会议中心举行了开幕式。在7月14日上午的开幕论坛中,中国科学院院士、普林科技首席科学家 鄂维南院士首先作了主题为“大数据开启智能时代”的演讲。
一、AlphaGo的历史意义与技术原理
我首先从AlphaGo说起,AlphaGo人机大战发生之前,应该说大部分人尤其是行家对机器都是不看好的。这个是在大数据已经热了好几年了的背景下,AlphaGo仍然给我们带来了震惊,这是我们没有想到过的。
业外的人说围棋太复杂了,可以走的策略比宇宙里的原子还要多,这个是不可能的,国际象棋97年机器就战胜了人。
刚刚这个思维模式和这个是一样的,其实这样的问题在我们学术界尤其是统计物理和量子物理已经处理过很多次了,处理这种问题我们使用蒙特卡罗树的方法。
第二个行家是怎么说的?他们说看到了那个之前AlphaGo和欧洲冠军的打法,他们觉得我从这个可以看出它的水平离我们围棋九段的水平差的很远,这里面最重要的一点是AlphaGo是一个会学习的机器,几个月之间自己已经学习了很多遍了,就是说它的水平已经提高了很多了,这是我们AlphaGo带来的一个震惊,就是它是会学习的机器,它的前提就是大数据的数据,跟我们统计物理使用的蒙特卡罗不一样,它是用大数据解决的这个问题。
还有一个是学习是采用了强化学习的办法。
二、AlphagoGo应用的广泛性与局限性
我想强调的是它的基本原理,就是AlphaGo的基本原理就是马尔科夫决策过程,我这里有一些技术词可能是比较专业性的,我要强调的是AlphaGo背后的原理可以应用于一般的智能决策系统,它背后的数学模型都是马尔科夫决策过程,很多方面包括医疗、健康和我们政府的决策系统,军事上的决策系统,机器人在很多不同领域数学模型都可以适用。
当然,并不是说AlphaGo已经把所有问题都解决了,在围棋这个方面,它跟别的其他很不一样的地方是,它的对手作为一个博弈系统,它跟对手的角色是对称的。
刚刚提到的金融问题,医疗健康问题和领导决策问题,比如金融问题要采用的是个人和市场的博弈,这两者之间显然是不对称的。
尽管刚刚我提到AlphaGo背后的数学模型是通用的,但是并不是说AlphaGo已经把所有问题都解决了,要解决其他的问题我们还需要作进一步的努力,还需要解决角色不对称的前提下怎么把AlphaGo推广的更好。
