- 谷歌的AI碼農寫出了比真碼農還有效的機器學習代碼
- AlphaGo Zero
最近有兩個新聞，很可能意義深遠。
新聞一：谷歌的AI碼農寫出了比真碼農還有效的機器學習代碼
新聞內容如下：
谷歌已經制造出了足以自行復制其程序的機器。而那些機器可以再數個小時內完成人類碼農幾個星期甚至幾個月才能完成的任務?！彼麄儯ü雀瑁┙忉尩?，“更為令人驚奇的是，AutoML比其創造者還擅長寫機器學習的代碼。在一項圖像識別的任務中，它已經達到了百分之八十二的準確率。在一些更為復雜的AI任務中，它創作的代碼也已經比人類所寫的更加優質?！?/p>
對這則新聞解讀以下2點：
- 自行復制。自行復制本質上可以等同于生物的繁衍。網絡上很多病毒也有“自行復制”的能力，但我猜想兩者有本質上的不同。病毒程序的復制能力實際上是制作者賦予的，是不斷的拷貝和傳播。谷歌的這個AI實現的復制就真的類似于繁衍、產生后代，后代可以通過繼承和學習實現成長。AutoML的全稱是Auto Machine Learning，翻譯過來就是“自動的、自主的機器學習”。
- 新聞標題中提到的谷歌AI碼農指的就是AutoML，AutoML能夠寫出比人類碼農更高效的機器學習代碼，這是一個開始。雖然AutoML還只能在編程領域做到很小一部分的事情，程序員還遠遠不至于要面臨失業，但這個開始是通向一個全新世界的入口。曾經幻想過這樣一種情節：網絡上有一個超級程序，人類可以跟它通過文字、語音等方式交流需求和想法，這個超級程序可以理解或者通過學習理解人類的需求和想法，然后編程實現一個網站、軟件或者APP。也許這并非不可能，一旦關鍵算法實現突破，理論上機器的進化速度可以通過增加運算單元無限加快。
新聞二：最強AlphaGo橫空出世，擺脫人類自學3天，100:0完敗“老狗”
“老狗”指的是老版本的AlphaGo，不久前才戰勝人類最強圍棋棋手?！袄瞎贰痹诮衲昴瓿鯉缀鯌饎倭怂腥祟愖铐敿獾膰迤迨?，成為了當之無愧的地表最強，對圍棋界產生深遠影響。
但時隔幾個月之后，新版的AlphaGo zero，居然以100：0的成績戰勝了老狗。人類圍棋界似乎都沒有繼續存在的意義了，人類圍棋界世界冠軍柯潔在微博直言“人類太多余了”。
“老狗”的策略是通過大量的人類圍棋棋譜的對弈來學習圍棋，通過這種方式成功超越了所有人類棋手。
而AlphaGo zero讓人驚奇的地方是，它沒有學習過任何的有關圍棋的知識，就好比一個從未接觸過圍棋的小孩一樣，自學三天，自博490萬局棋。然后打敗了老狗。有新聞評論說這是算法重于大數據的象征，就好像武俠小說里的天才少年一樣，天賦大于經驗。
AlphaGo zero的下一步計劃是挑戰星際爭霸這款游戲。其實我倒覺得AlphaGo zero玩游戲戰勝人類的難度比下圍棋要容易得多。人類的大腦已經在思考速度上不及AlphaGo zero，更何況人類還要經歷從大腦下達命令->傳輸命令->手指執行命令這樣一長串動作，在計算面前實在是太慢了。
感想
AlphaGo zero和AutoML的相同之處在于，它們都會自我學習，要說它們是另一種形式的生命也說得過去。
這些新的生命體會來搶人類的飯碗嗎？
答案是肯定的。現在的超市、餐館等場所的無人化已經是一種大趨勢，而它們實際上還稱不上是人工智能。在真正的人工智能、機器人大規模投入使用以后，人類的許多工作必然會消失。至于會增加哪些工作還不得而知。
AlphaGo zero和AutoML的另外一個相同之處在于，它們都是谷歌的產品。而國內還沒有哪家公司能夠像谷歌一樣在某個領域做出如此重大的創新，就算是強大入華為這樣的大公司也被人批評缺乏對全人類命運的關懷。
