1月28日上午消息，谷歌今日召開全球電話會議，旗下Deep MInd創始人戴密斯·哈薩比斯（Demis Hassabis）宣布了谷歌在人工智能領域的重要進展：開發出一款能夠在圍棋中擊敗職業選手的程序——AlphaGo，后者能夠通過機器學習的方式掌握比賽技巧。
人工智能挑戰圍棋有多難？
計算機和人類競賽在棋類比賽中已不罕見，在三子棋、跳棋和國際象棋等棋類上，計算機都先后完成了對人類的挑戰。但對擁有2500多年歷史的圍棋而言，計算機在此之前從未戰勝過人類。圍棋看起來棋盤簡單、規則不難，縱橫各19條等距離、垂直交叉的平行線，共構成19×19（361）個交叉點。比賽雙方交替落子，目的是在棋盤上占據盡可能大的空間。
在極簡主義的游戲表象之下，圍棋具有令人難以置信的深度和微妙之處。當棋盤為空時，先手擁有361個可選方案。在游戲進行當中，它擁有遠比國際象棋更多的選擇空間，這也是為什么人工智能、機器學習的研發者們始終希望在此取得突破的原因。
就機器學習的角度而言，圍棋的計算最大有3361種局面，大致的體量是10170，而已經觀測到的宇宙中，原子的數量才1080。國際象棋最大只有2155種局面，稱為香農數，大致是1047。
“機器學習”預測人類行為
傳統的人工智能方法是將所有可能的走法構建成一棵搜索樹，但這種方法對圍棋并不適用。此次谷歌推出的lphaGo，將高級搜索樹與深度神經網絡結合在一起。這些神經網絡通過12個處理層傳遞對棋盤的描述，處理層則包含數百萬個類似于神經的連接點。
其中一個神經網絡“決策網絡”（policy network）負責選擇下一步走法，另一個神經網絡“值網絡”（value network）則預測比賽勝利方。谷歌方面用人類圍棋高手的三千萬步圍棋走法訓練神經網絡，與此同時，AlphaGo也自行研究新戰略，在它的神經網絡之間運行了數千局圍棋，利用反復試驗調整連接點，這個流程也稱為鞏固學習（reinforcementlearning）。通過廣泛使用Google云平臺，完成了大量研究工作。
征服圍棋對于谷歌來說有重要意義。AlphaGo不僅是遵循人工規則的“專家”系統，它還通過“機器學習”自行掌握如何贏得圍棋比賽。谷歌方面希望運用這些技術解決現實社會最嚴峻、最緊迫的問題——從氣候建模到復雜的災難分析。
在具體的機器訓練上，決策網絡的方式是輸入人類圍棋專家的比賽，到系統可以預測57%人類行動為止，此前最好成績是44%。此后AlphaGo通過在神經網絡內部進行比賽的方式（可以簡單理解成和自己下棋），開始學習自主探索新的圍棋策略。目前AlphaGo的決策網絡可以擊敗大多數具有龐大搜尋樹的最先進的圍棋程序。
值網絡也是通過自己和自己下棋的方式來訓練。目前值網絡可以評估每一步棋能夠有多大勝算。這在此前被認為是不可能的。
AlphaGo戰績驚人 曾勝500場
實際上，目前AlphaGo已經成為最優秀的人工智能圍棋程序。在與其他程序的對弈中，AlphaGo用一臺機器就取得了500場的勝利，甚至有過讓對手4手后獲勝的紀錄。去年10月5日-10月9日，谷歌安排AlphaGo與歐洲圍棋冠軍Fan Hui（樊麾：法國國家圍棋隊總教練）閉門比賽，AlphaGo以5：0取勝。
公開的比賽將在今年三月舉行，AlphaGo將在韓國首爾與韓國圍棋選手李世石九段一決高下，李世石是近10年來獲得世界第一頭銜最多的棋手，谷歌為此提供了100萬美元作為獎金。李世石表示很期待此次對決，并且有信心獲得勝利。
此外，AlphaGo的發布，也是Deep MInd在2014年1月被谷歌收購以來首次發聲。在被收購之前，這家位于倫敦的人工智能領域的公司還獲得了特斯拉和SpaceX創始人馬斯克的投資。
人機對弈誰將勝？
值得一提的是，上一次著名的人機對弈要追溯到1997年。當時IBM公司研發的超級計算機“深藍”戰勝了國際象棋冠軍卡斯巴羅夫。不過國際象棋的算法要比圍棋簡單得多。國際象棋中取勝只需“殺死”國王，而圍棋中則用數子或比目的方法計算勝負，并不是簡單地殺死對方棋子。此前，“深藍”計算機的設計人2007年發表文章指出，他相信十年內能有超級電腦在圍棋上戰勝人類。
該項目并未給IBM帶來可以銷售的產品，但卻讓我們意識到：基礎科學研究所面臨的巨大挑戰是值得我們去迎接的，雖然企業在這方面的收益還無法量化。
隨著頂級科技公司爭相在產品中融入智能技術，谷歌并不是唯一一家研究圍棋AI的公司，Facebook對圍棋人工智能的研究整合此前也亮相最新的計算技術：深卷積神經網絡（deep convolutional neural networks）和蒙特卡洛樹搜索（Monte Carlo tree search），前者利用類似于大腦的算法來學習和識別棋盤上各種模式的重要性，而后者相當于一種超前思維，用于計算詳細的戰略步驟。
Facebook和谷歌在圍棋人工智能方面的研究具有極大的代表意義。與國際象棋相比，圍棋更具深度。要讓計算機掌握相關技巧，需要更多類似于人類的模式識別和直覺判斷技巧，計算機象棋軟件越來越優秀，已將揭開了這項游戲的神秘面紗；相比之下，圍棋目前更加神秘。但將來，圍棋的神秘色彩也可能不復存在。
電腦與人腦的大戰迎來“關鍵一步”
AlphaGo這個名稱由兩部分組成，Alpha對應希臘語的第一個字母，有“首要、關鍵”的意思；Go來自日語對圍棋的稱呼，在英語中也有“行走、前進”的意思。因此，AlphaGo也許可以意譯為 “關鍵一步”。
相關論文中介紹說AlphaGo的最大特點并不是計算速度，而是算法的優化。它通過名為“價值網絡”的算法來評估棋盤上的各個位置，再通過名為“策略網絡”的算法來選擇在哪落子，從而取得了高度優化的圍棋策略。論文說，與當年的“深藍”相比，AlphaGo所評估的棋子位置只有數千分之一。這說明它已經減少大量的無用計算，變得更加智能。
在人工智能領域，還有另一個著名的關卡是“圖靈測試”。這種由著名計算機科學家圖靈提出的測試，是讓電腦模仿人類與人類裁判“對話”，如果成功誘使人類裁判認為與之對話的是人，則通過測試。 2014年，在英國皇家學會于倫敦舉行的 “圖靈測試”競賽上，一臺名為“尤金·古茲曼”的電腦通過測試。
電腦在與人腦的大戰中不斷過關斬將，但它們目前還面臨一個限制，那就是還不會將其智能“通用化”。如果電腦能夠突破這個限制，無疑會將人工智能帶入一個新的境界。
在推動人工智能發展的過程中，人類如何在倫理上 “控制”電腦也是一個挑戰。如一些科幻電影描述的那樣，許多人擔心人工智能的發展可能帶來災難，著名科學家霍金就曾表示人工智能可能會導致人類滅絕。因此，科學家也需要注意讓人工智能不會邁出真正挑戰人類的“關鍵一步”。
網上曬自拍影響戀情
如今有不少人喜歡在社交媒體上曬自拍照。不過你可曾想到，這可能會讓你的戀情告急？美國佛羅里達州立大學一項最新研究顯示，越是愛在網上曬自拍，你越可能在現實中與伴侶發生矛盾沖突。
研究人員圍繞圖片分享網站Insta－gram展開研究，在線調查了420名Insta－gram用戶，受訪者年齡在18到62歲之間。結果發現，用戶上傳自拍照與他們的個人整體形象滿意度存在關聯，那些覺得自己好看的人更愛曬自拍，但同時曬自拍行為又導致與伴侶的爭吵增加。
研究人員在《網絡心理學、行為與社交網絡》期刊發表文章說，毫無疑問，曬自拍會引發嫉妒和爭吵，進而引發身心不忠、分手或離婚。建議大家少曬自拍，尤其是那些容易引起誤會的照片。 據新華社
空氣污染致早產增加
孕媽媽們注意了，美國有研究顯示，空氣質量差會令早產幾率增加。辛辛那提大學與辛辛那提兒童醫院醫療中心研究人員研究了2007年至2010年俄亥俄州的人口出生記錄。這期間，當地共出生了22.5萬名嬰兒，其中有1.9萬名屬于早產。在醫學上，母親懷孕未滿37周生產稱為早產。
研究人員把早產率與美國環保署空氣質量監測網絡測試出的PM2.5水平聯系起來后發現，91%的早產發生在“非常靠近市中心的地方”，那里的細顆粒物水平較高。測算顯示，生活在細顆粒物水平高地區的婦女，早產幾率高近兩成。懷孕后期接觸高濃度細顆粒物尤其容易導致早產。 據新華社
上社交網站會失眠？
美國一項研究顯示，經常上社交網站會影響睡眠。匹茲堡大學醫學院研究人員2014年調查了1788名19歲至32歲年輕人數據，了解他們每天在社交網站上花費的時間以及睡眠狀況。研究這個年齡段人群是因為他們是與社交網絡一起成長的第一代。調查顯示，這些人平均每天在社交網站上消磨61分鐘，其中30%睡眠不正常。
調查還顯示，經常上社交網站的人睡眠不正常的幾率是不經常上社交網站者的3倍，每天上社交網站總計時間最多的人睡眠不正常幾率是總計時間最少的人的2倍。
調查報告作者杰茜卡·C·利文森說：“這可能顯示，訪問社交網站的頻率比總計時間更可能預示睡眠障礙。”研究人員認為，訪問社交網站與睡眠不正常之間的關聯還可能包括睡不著覺時會上社交網站，睡不著覺與上社交網站之間可能存在惡性循環。
