人工智能大比拼：IBM的沃森PK谷歌的DeepMind.doc

《人工智能大比拼：IBM的沃森PK谷歌的DeepMind.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、人工智能大比拼：IBM的沃森PK谷歌的DeepMind　　去年，AlphaGo依赖人工智能挑战号称最难的人类游戏围棋大获成功，让人工智能背后的“深度学习”广为人知，也把谷歌收购的AI科技公司DeepMind推向了镁光灯下。　　深度学习需要两样东西：海量的计量处理能力和海量的可学习数据（大数据）。DeepMind从汇聚业余和专家棋手的网站中摘选3000万步棋来训练AlphaGo。他们并对AlphaGo稍作改动，制造出它的一个分身，让两者互搏，从而更迅速地生成更多训练数据。按照DeepMind的CEO及联合创始人哈萨比斯的计划，公司的目标是发明类似人脑运作方式的AI新算法，正因如此，公

2、司聘用了大批神经科学家。哈萨比斯称，从人脑寻求灵感使DeepMind大大有别于其他机器学习研究团队。虽然DeepMind的方法并没有完全排除蛮力计算，但AlphaGo的自学法与人类下围棋的方法接近的程度要远高于“深蓝”和人类在下国际象棋上的接近度。　　　　提起“深蓝”，马上就能想起二十年前这台IBM的超级计算机击败国际象棋冠军卡斯帕罗夫的例子，当时机器第一次在人机大战中获胜。而Waston（沃森）就是深蓝的后身。沃森在2011年大放异彩，因为当年它赢得了美国电视智力竞猜节目《危险边缘》（Jeopardy！）特别版的冠军。面对节目中用充满双关的英语提出的费解问题，沃森能做出分析并在巨

3、大的自然语言数据库中寻找线索，将这些线索合成答案，再用语音的方式回答，从而击败了美国竞猜节目中最聪明的人脑。被沃森打败的人类选手詹尼斯当时就感慨道：“我，代表本人，欢迎我们新的电脑霸主。”　　与DeepMind力图学习人脑运作方式创建新算法的做法不同，沃森背后依赖的是被IBM称之为“认知计算”的原理，其核心是所涉软件能自我修改从而不断学习。沃森会把拿到的问题和一个潜在答案数据库做比对，从中生成一个罗列各种可能答案的长列表。然后它用大量其他数据库如百科全书、医疗文档、音频或图片的内容来给这些答案打分。事实核查算法会根据资料