167

谷歌DeepMind首度放出纪录电影《AlphaGo》预告片

 6 years ago
source link: https://baijia.baidu.com/s?id=1579021305840047634&wfr=pc&fr=idx_top
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

谷歌DeepMind首度放出纪录电影《AlphaGo》预告片

就在刚才,DeepMind 的官方 Twitter 发出一条推文,发布了纪录片《AlphaGo》的预告片。其实该纪录片在 2017 年 4 月 21 日就在美国纽约的翠贝卡电影节上进行了小范围点映,获得了极佳的反响。

u=106432696,807529659&fm=173&s=23105A22DDB7BBAD76700D340000F0E0&w=554&h=453&img.JPEG

以下是字幕:

围棋是这个世界上历史最悠久的棋盘游戏,是最简单的,也是最抽象的。

哈萨比斯:“击败专业围棋选手,是人工智能领域一项长期挑战。”

我们在人工智能中尝试过的所有方法,在围棋中都不太适用。

哈萨比斯:“棋盘上的排列组合,甚至比宇宙中原子的数量还多。”

但 AlphaGo 找到了如何学习下围棋的方法。

哈萨比斯:“到目前为止,AlphaGo 攻克了所有我们为它设计的挑战。但我们还无法了解它的真正实力,除非让它对阵全世界最强的围棋选手,比如李世乭。”

(全球各大媒体对 AlphaGo 大战李世乭的新闻报道)

欢迎来到 DeepMind 围棋挑战赛!全世界都在关注!

李世乭能否找到 AlphaGo 的破绽?

这些驱动 AlphaGo 的理念,也会驱动我们的未来!

敬请关注!

u=3355829210,3487251543&fm=173&s=49E03B624BF0BED20E5CF5060000E0C1&w=554&h=821&img.JPEG

图丨纪录片《AlphaGo》的海报

在今年早些时候, DT君曾对为 AlphaGo 执子、有“AlphaGo 之手”之称的黄士杰博士进行过专访,他在专访中曾表示:“研发 AlphaGo 让我印象最深刻的始终是 AlphaGo 不停止的进步,我们团队是在把科学的力量发挥的淋漓尽致。也因此,我也清楚的认识到围棋的深奥,围棋远远的难于我原本所想象。”

同时,黄士杰博士认为,AlphaGo 在围棋项目的历史性任务已经完成了。AlphaGo 不但帮助了围棋界在围棋技术上的突破,也促进了计算机围棋界与 AI 领域的进步。

u=3353392641,1888236405&fm=173&s=F61814C706476F5309B6583B03005049&w=554&h=370&img.JPEG

图丨“AlphaGo 之手”黄士杰博士

关于纪录片《AlphaGo》的一些细节也非常耐人寻味。欧洲围棋冠军樊麾是第一个面对谷歌人工智能围棋系统 AlphaGo 的职业围棋手。当他被邀请来到伦敦,访问开发出了 AlphaGo 的 DeepMind 公司的办公室时,觉得很有信心,毕竟“这只是个程序”——这些情节都被记录到 Greg Kohs 最新的纪录片《AlphaGo》中。

实际上,樊麾的自信很有理由:尽管人工智能在最近几年获得了令人炫目的成就,但长期以来却在围棋领域鲜有建树。用谷歌 DeepMind 的 CEO 德米斯·哈萨比斯的话来说,围棋是“棋盘游戏的顶峰”,而哈萨比斯自己也是一个世界级的棋手。毕竟,还从来没有任何一个程序可以在真实的棋盘上击败人类职业棋手,所以当樊麾下午在伦敦开始对弈的时候,他并不觉得会遇到什么挑战。

u=4229361700,4030068396&fm=173&s=1FB0388966A230A6DF1D0DE203007016&w=554&h=367&img.JPEG

图丨AlphaGo 完胜樊麾二段

但是, AlphaGo 不是普通的围棋程序,它是 DeepMind 几十个科学家在创新工程中研发出的产品。重要的是,它对弈的棋局数量超人,并通过这些对弈训练了自己的深度学习网络,增加了棋力。当樊麾与之下棋的时候,它已经学习了超过 16 万局顶级棋手的棋谱,还和自己下了 3000 多万盘棋。当樊麾发现自己即将输给 AlphaGo 的时候,他意识到,自己的世界和整个职业围棋界都将被永久改变。

这部影片还成功克服了另外一个难点:从一开始就使围棋变成了一项极具观赏性的运动。虽然在现实之中,这场比赛进行的很慢,普通观众也很难识别出每一个动作之间的差异。但通过后期的剪辑制作,导演通过李世乭的情绪变化准确传达出了 AlphaGo 的每一步落子。

值得注意的是,李世乭那深度的思考也被形象的转化成一系列紧张的抽搐、喘气以及凝重沮丧的表情。毕竟,一位棋手在他的棋力顶峰却遭遇 AlphaGo 这样强劲的对手,难免不心生畏惧。

u=3558262418,3543845920&fm=173&s=0660D703D3F5B26817FDF805030070C1&w=554&h=191&img.JPEG

但是,在 AlphaGo 的控制室中,我们却看到了不同的场景:空气稍显凝重,DeepMind 的科学家通过监测 AlphaGo 的每一次举动,试图分析出它背后的思考逻辑。

而电影中还进行了别出心裁地戏剧化处理,比如在画面中展示了在 DeepMind 团队准备前往首尔的航班上,AlphaGo 是被安装在一台笔记本电脑中的,那感觉就像李世乭只要一打开笔记本就能开始比赛了。

但实际上,运行 AlphaGo 的机器是一个十足的“大家伙”——毕竟和樊麾对决的时候,那台机器就配备有 1202 个 CPU 和 176 个 GPU,和李世乭对战的话,处理器将会只多不少。

在气氛烘托上,导演 Kohs 借鉴了美国超级碗比赛的现场感觉,把一场为期比赛变成了一场顶尖的盛事。就比如,在机场,DeepMind 的科学家像冠军球队一样,通过亮个不停的闪关灯;在首尔的街道上,巨型广告牌对比赛进行现场直播,周围挤满了粉丝。

u=4035029488,3759365788&fm=173&s=AC130DD7534B0B4528C0F93303005043&w=554&h=312&img.JPEG

图丨纪录片《AlphaGo》截图

结尾画风一转,在比赛结束后,没有人能高兴得起来。“我很抱歉,辜负了大家的期望。”李世乭说。而对于 DeepMind 团队来说,胜利略显苦涩。“我无法庆祝,”哈萨比斯说。

不过,李世乭和樊麾最终还是面露微笑正视了这一现实。毕竟围棋已经发展了几千年,现在终于可以换一种新的视角去面对它了,也就是 AlphaGo 的视角——“它一定会向我们展示此前人类从没有发现过的东西”,李世乭说。

但对于绝大多数的普通人来说,AlphaGo 的胜利则更多的只是具有象征性的意义。我们做追求的文学、音乐、喜剧和烹饪等等生活片段仍然是人工智能在很长一段时间都不能实现的。目前来看,AI 执行特定的任务仍然需要大量的数据作为基础,如果它想变得更加具有通用,那么就必须要学会像人类一样从有限的经验中获得提升。

而且,对于围棋来说,一切也并没有那么糟。正如也被 AI 也席卷了的国际象棋和电竞游戏,但也依旧难以消除成千上万的玩家和粉丝的热情,所以我们有理由相信,在樊麾、李世乭、柯洁等一众顶级棋手的带领下,围棋这项运动也必将在变革和颠覆中进一步普及。


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK