2017AI四大成就 击败围棋与德扑高手上榜
来源：新智元公众号
　　新智元报导
　　编辑： 弗格森 全月
　　[新智元导读]2017年AI都有哪些耀眼的成就，除了大家耳熟能详的AlphaGo，还有自
学写代码的AI，能发现另一个太阳系的AI。
　　2017年是人工智能领域蓬勃发展的一年。 虽然AI和以资料为中心的机器学习已经存
在有数十年的历史，但是，直到今年，算法技术才真正在各行各业和各种语境下广为人
知。
　　微软英国首席愿景官戴夫·科普林（Dave Coplin）把AI称为 “最重要的技术，这个
星球上的每一个人都在为此工作”，而硅谷的公司似乎也是这么想的：他们一直在到处招
聘AI专家，那些因为人才短缺而找不到相应人才的公司，也已经开始让员工自己学习最基
本的AI知识。
　　虽然如此，但也不是每一个AI的成就都受到了赞赏和掌声的欢迎。有人担心人类的偏
见会被引入到AI系统中。例如，ProPublica在2016年发现，用于预测未来犯罪分子的软件
算法严重歧视黑人嫌疑人。今年早些时候，Facebook也引发了抨击，这家公司的算法
生成的广告客户分类可以被用于给用户打标签，其中包括一些充满敌意的群体和话题，比
如“反犹太者”。类似这样的情况促使专家敦促公司和开发者在关于AI系统如何工作的阐
释上需要更加透明。不过，在许多其他情况下，特别是最近，AI已经被用来实现美好的愿
望：帮助发现，改善自我，帮助我们超越人类的思维局限。
　　AI发现了一个包含八颗行星的太阳系
　　成功的天文学发现通常围绕研究资料 - 大量的资料 - 这是AI和机器学习非常擅长的
地方。事实上，天文学家使用人工智能来筛选开普勒望远镜上获得的多年资料。在本月早
些时候确定了一个遥远的八行星太阳系。
　　从2009年到2013年，开普勒望远镜的光度计每半小时捕捉20万颗不同恒星的10个图元
图像，以寻找恒星亮度的变化。如果一颗恒星以一种规则的重复模式变暗和变亮，这可能
表明它有行星绕行。 （也可以使用这些资讯来估算一个行星的轨道大小和轨道长度。）
　　德克萨斯大学奥斯丁分校的天文学家安德鲁·范德堡（Andrew Vanderburg）和
Google软件工程师克里斯多夫·沙尔（Christopher Shallue） 开发了一个神经网络，使
用1500颗系外行星的引导，达成了这一发现。他们根据已知的系外行星位置对670颗星星
重新校准定位，但聚焦于弱信号 - 以前的研究人员可能错过了较小的系外行星。新发现
的行星被称为开普勒90i，这似乎是绕行的第三颗行星，就像我们自己的地球一样。
　　铸造无敌“围棋大师“
　　Google的DeepMind研究人员开发一个AI，用于玩复杂的中国战略游戏围棋。五月份，
最初版本的AI击败了世界上最好的围棋玩家，但这还不够。几个月后，Google开发了
AlphaGo 的最新版本 AlphaGo Zero。这个AI实现了超人类水准的围棋表现 - 以100：0击
败了原来的AlphaGo。
　　无限注德州扑克游戏
　　卡内基梅隆公司的电脑科学部门开发的最新的AI扑克游戏者最近打败了专业人士。与
国际象棋和围棋等策略游戏不同，扑克被认为是“不完美的资讯游戏”，因为玩家必须做
出决定，即使隐藏了一些资讯。最重要的是，这不仅仅是动作指令，它甚至也知道什么时
候该虚张声势。卡内基梅隆大学的AI Libratus在为期20天的比赛中赢得了20万美元的奖
金，击败了世界顶级扑克专业人士。
　　自我学习程式
　　人工智能今年不仅取得了一些显著的发现，它在不同的领域的应用也很出色，甚至让
程式师都显得过时了。几个不同的人工智能程式（包括谷歌，微软和Facebook开发的程式
）学会了如何编写基本代码，以帮助非程式师处理复杂的试算表计算，或者减少开发人员
必须面对的一些麻烦。
　　微软的AI DeepCoder可能被认为是三者中最基本的一个，尽管它仍然是一个令人难以
置信的复杂的技术。这个AI可以理解您需要解决的数学问题，可以查看代码中相似问题的
现有示例，然后开发基于代码的解决方案。
　　对于那些不能或不想学习编码，但需要使用基于代码的解决方案进行计算（例如，棘
手的试算表计算）的人来说，DeepCoder最终可能是非常有用的。解决方案相对简单，在
解决方案和结构方面，基于AI的以前经历，它们通常最终总共只有三到六行代码。
　　Google的机器学习自学软件AutoML，在一个案例中，学会识别照片中的物体，这是一
个更具挑战性的任务，它最终实现了43%的任务成功率，比同行开发的代码高出4个百分点
。然而，AutoML的最大好处是自动化机器学习模型的开发过程，这对于人类机器学习专家
而言通常是相当耗时的。
　　然后是Facebook的自我学习的聊天机器人，它们的自学能力略有不同。 例如，Bob和
Alice，这两个A.I。机器人开始用英语发音，但是后来发展了自己的语言来说话。
　　“聊天机器人会摆脱可理解的语言，为自己发明代码字，”来自乔治亚理工学院，现
任Facebook AI研究院的科学家Dhruv Batra在接受FastCo的采访说到。
　　随即便在媒体上引起了很大反响，“令人毛骨悚然”是对这一发现最常见的描述，但
实际上这是一个相当普遍的现象。
　　这类技术基于奖励的系统演变，原理是如果一个行动没有得到特定的正向回馈，他们
会尝试其它的东西。 尽管如此，Facebook的研究人员最终关闭了AI 机器人专案，因为他
们的目标是创建实体，最终将与人互动 ， 这些数字机器人没有人的风格。
http://sports.sina.com.cn/go/2017-12-31/doc-ifyqefvw5382012.shtml