您现在的位置: 首页 > 科技服务

浙江大学人工智能专家麻将人工智能类似于阿尔法狗有助于解决实际问题

2020-04-13 12:33:11作者：张峰来源：钱江晚报点击：436

http://www.lnkyskx.org.cn

《钱江晚报》特约记者张峰

自从最早的人工智能在国际象棋中击败人类以来，人工智能已经征服了中国象棋、德州扑克、围棋、DOTA、星际争霸和许多其他游戏。为什么人工智能研究人员喜欢挑战游戏领域？

在去年的世界人工智能大会上，时任微软全球副总裁的沈向洋表示，游戏一直是人工智能研究的最佳实验领域。游戏人工智能的训练过程可以不断提高人工智能的算法和人工智能处理复杂问题的能力。在现实世界中，金融市场预测和物流优化等许多问题都具有麻将游戏的特点，包括复杂的操作/奖励规则、不完全信息等。



微软全球副总裁沈向洋

那么这次打败人类的麻将人工智能的出现有什么意义呢？记者采访了浙江大学人工智能研究所所长吴菲。他告诉记者，很多人工智能的研究和开发都是针对某个领域或特定任务进行的。当然，这些人工智能诞生的目的不仅仅是为了在某个游戏中超越人类，也是为了应用到我们的现实生活中。

吴菲告诉记者：“微软在这款麻将人工智能上的策略实际上类似于围棋中的阿尔法围棋。该框架基于强化学习、深度学习和蒙特卡罗树搜索。只有它是针对麻将的具体问题而优化的，例如，它是针对不同的麻将策略而专门研究的。围棋的难度主要体现在状态空间的复杂性上。它在1919板上的每个位置都有“黑、白、无”三种状态，复杂度几乎是10的172次方。在完全信息下，只要计算力足够大，就可以通过搜索和抽样找到最优策略。AlphaGo通过使用蒙特卡罗树搜索和深度强化学习成功地解决了这个问题。麻将属于不完全信息，具有顺序决策问题。尽管它比围棋需要更少的探索空间，但顺序决策问题很难在你的过程的每一步都不被后续结果所知。”



浙江大学人工智能研究所所长吴菲

在吴菲看来，现有的规则和标准可以用机器语言来描述围棋和麻将，它们属于“大数据和小任务”。因此，只要有足够的数据支持，加上在这个特定领域的强化学习和深入学习，人工智能就能在大多数象棋和纸牌游戏中打败人类。然而，这并不意味着当前的人工智能比人类好得多，因为人类的行为是“小数据和大任务”，不仅仅是单个问题的集合，而是实际的应用场景比游戏复杂得多。

“例如，人们现在更加关注自动驾驶和城市大脑。这些场景更加复杂，没有足够的数据或精确的机器语言来描述它们。因此，目前人工智能在实际应用中仍然受到限制。然而，人工智能的出现对我们解决顺序决策问题，如预测和分析经济活动的调整，帮助经营者做出更好的决策，有很大的帮助。我们将优化运输和物流部门的效率，降低成本，增加收入。”

责任编辑：

桂杰东