原创《人类该向人工智能低头吗？》
该文是人工智能方面有关毕业论文开题报告范文与人工智能和低头和人类有关毕业论文开题报告范文。
一鸣惊人
2017年10月,人工智能再一次吸引了人类的眼球.AlphaGo的最新版本诞生,并且以骄人成绩击败上代版本.
曾经,AlphaGo横扫棋坛无敌手,它打败了世界上最优秀的围棋棋手.先是2016年它击败了韩国围棋高手李世石,因此得名“AlphaGo高手”；而后在2017年5月稍加改进后,通过网络下棋击败了60位世界顶级棋手,也击败了围棋世界冠军柯洁,因此又得名“Al phaGo大师”.
设计师重新设计了AlphaGo,推出新版本后,它便迎来了爆炸式的成长.短短三天时间,它从围棋零基础成长到高手水平,以100比0的战绩,击败了Al phaGo高手.然后继续学习成长,不久又击败了AlphaGo大师.
短时间取得如此骄人成绩,并不是最可怕的.最可怕的是,它诞生时除了具备基本围棋规则外,其他任何关于围棋的知识、妙手、棋谱统统没有,它完全自学成才,成就了名副其实的“第一围棋手”称号.它的名字就是AlphaGo Zero.
完全自学
机器之所以智能,是因为具备了学习能力.而人工智能不论多高级、多专业,也不论在哪个领域,包括语音识别、图像分类、药物分拣等,都需要具备一定知识储备,学习该领域内已有的人类知识.
AlphaGo诞生时也是如此.它花了几个月时间,学习了三千万个棋局,几乎掌握了人类关于围棋的一切知识；它以大量的围棋棋谱为基础,不断模拟各种制胜妙手,自己给自己下棋,一步步优化自己的走棋策略.结果它学会了人类的下棋技巧,还比人类下得更好,最终赢了职业围棋高手李世石.可以说,它的实力取决于学习能力,更取决于人类提供的知识储备.
但是这种学习经历在AlphaGoZero身上不见了.除了下棋规则之外,设计人员没有给AlphaGo Zero加载任何与围棋棋谱有关的数据,没有进行任何培训、指导.它“头脑一片空白”,完全是零基础.
它的学习方式就是左右互搏,自己跟自己下棋.刚开始,下棋全是随机的,无任何套路可言.持续下棋（学习）3天,它自己对弈了490万场比赛,并且为每场比赛的预热,它还进行了1600次模拟比赛.结果,它轻松打败了曾经打败李世石的AlphaGo高手.成长到21天,又击败AlphaGo大师；成长到40天,它已成为无可争辩的世界第一围棋高手.
技术基础
AlphaGo Zero成长为真正的围棋大师,全靠自学.这种自学基于设计师对它进行的重新设计.
在老版本AlphaGo的系统里,有三大部分,一、搜索算法,即穷尽法,在19×19围棋盘上列出可能下的每一步棋；二、蒙特卡洛模拟,即最优法,在所有可能下的棋招中计算出最有利的一步；三、两个深层神经网络,一个用来模仿现成棋谱的招数,另一个用来评估模仿的结果.而它的硬件则包括48个处理器（TPU）,并使用了多台机器.TPU就是张量处理器,是谷歌专为机器学习而研发的芯片,与处理器（CPU）相比有更高的效能.
而AlphaGo Zero的系统里,完全没有了前两部分,只保留了最后一个,并且两个深层神经网络还合二为一.这种系统被称为“强化学习”,也就是说,它既能自己跟自己下棋,又能评估自己下棋的结果.无疑,这样效率更高,并且它只需1台机器和4个张量处理器就可以正常工作.它的世界里,只有围棋棋盘和黑白棋子.因此它自学的方式很简单,就是练习再练习,重复再重复.
高超创新
从围棋零基础成长为世界第一围棋高手,AlphaGo Zero不仅全靠自学,还学出了新花样,创造了新的下棋套路,不仅真正超越了它的前辈,还超越了人类.
它与老版本AlphaGo对弈的100场比赛,都是标准赛制,每位棋手限时2小时.比赛前期布局以及最后收官时,AlphaGo Zero走棋可圈可点,表现了高手的水准,与千百年来围棋大师们积累的妙招类似.
但是在比赛的中间环节,它的某些棋招显得十分诡异,超出了正常的围棋下法,至少是超出了现有的知识范畴,很难理解.据此科学家分析道,它可能自己研究出新的棋招,创新了围棋棋谱,这种创新与人类的下法有本质不同.不同于以往,但又更好.或许这就是人工智能青出于蓝而又胜于蓝的必然结果吧.
令人兴奋又令人脊背发凉
围棋有几千年的历史,有无数的棋谱、书籍问世.人类曾经以为,站在巨人肩膀上才能达到更高成就,但是现在人工智能改写了历史.不到两个月时间,不参考相关的人类知识,它从零基础成长为一名超级围棋棋手.而且它还能自己创新,超越人类现有的水平.
这一切都表明,人工智能是人类智慧的倍增器,它可以帮助我们从容面对那些严峻挑战,提高解决问题的效率.这种前景完全是可能的,如果AlphaGo Zero的技术应用于其他领域,比如蛋白质折叠、降低能源消耗、开发革命性新材料等,那么许多难关将会迅速突破,许多创新也会接踵而至,或许还会给社会带来巨大的革命性影响.
然而,若人工智能的创新超出了人类的掌控呢？人工智能是否会超越人类,是否会反过来控制人类？如果它能不依赖人类知识,自学并超越人类现有水平,那么这种情况还是有可能发生的,毕竟它创新出了人类无法理解的诡异棋招.
不到屈服之时
虽然人工智能在某些专业领域超越了人类,但它仍有一个致命缺陷,即常识障碍.人类用同样一个身体（硬件）和同一个头脑（软件）,可以完成许多事,如做数学题、赋诗作文、打球、游泳、下围棋……而且对于许多模糊问题,人类依然能解决.但这对人工智能来说就很难,并且它很难具备这种常识,更没有标准来判定它达到什么程度才算具有常识.
当做一件事时,我们知道很多相关的其他事.下棋的时候,我们知道围棋的意义是围地占地盘,象棋的意义是打仗将军,而这些意义和区别,AlphaGo Zero却不知道.再比如玩飞盘时,我们不仅清楚该怎么玩,还知道与飞盘有关的其他事,比如我们知道三个月大的孩子不能玩飞盘,飞盘也不能吃.这些人工智能都无法区分.
另外,围棋属于一种限制性的问题,必须在遵循规则的前提下,达到某种特定条件,才能算解决问题.Al phaGo Zero所有的成就,都是在这个范畴内完成的.假若出了这个范畴,它还能应付吗？它会开车,会写小说吗？它会探索未知世界,会解决开放性问题吗？有些或许它快要会了,但这显然还不够.
据设计师证实,AlphaGo Zero还是很死板的,它根本不知变通.假如把它对弈的标准围棋棋盘变大,横竖各增加10格,变成29×29的大棋盘,那AlphaGo Zero就傻眼了.又或者缩小1格,变成18×18棋盘,它也不会下.其实,这也是人工智能极度专业化的表现之一.
因此,人类还不到屈服于人工智能的时候,而且可能永远都不会有这样的时候.
人工智能论文参考资料：
上文结束语，本文是关于对写作人工智能和低头和人类论文范文与课题研究的大学硕士、人工智能本科毕业论文人工智能论文开题报告范文和相关文献综述及职称论文参考文献资料有帮助。
