科技訊5月25日消息，人機大戰(zhàn)第二局落幕，柯潔在與AlphaGo的對弈中出現(xiàn)失誤，最終以155手中盤投子認負。對此，獵豹移動CEO傅盛認為，AlphaGo 2.0未有實質(zhì)突破，“從零開始”AI革命任重道遠。傅盛認為Deepmind作為世界最頂尖的深度學習機構(gòu)，引領(lǐng)著人類在深度學習上的探索。但一年的時間，AlphaGo 2.0本質(zhì)上只優(yōu)化了算法，提升了運算能力。這也提醒廣大的AI從業(yè)者，不要僅僅寄希望于爆炸性的技術(shù)突破，落腳當下應(yīng)該聚焦AI與應(yīng)用相結(jié)合。

賽前獵豹移動CEO傅盛預(yù)測AlphaGo目前版本并未做脫離監(jiān)督學習，如果能做到，新版本的技術(shù)突破其實不亞于第一版AlphaGo的意義。從零開始訓練，意味著利用增強學習從零開始演化，純粹靠對局最后的Reward（勝負）來學習。“用RL模型在初始沒有監(jiān)督的情況下想要收斂到接近最優(yōu)解還是一個很開放的問題，哪怕對于紅白機的一些游戲也不能完全做到。如果AlphaGo 2能夠完成從零開始學習，很可能意味著對于增強學習算法本身有比較重大的突破，而這種突破可能不僅用于圍棋，也有大量對其他應(yīng)用的可能，所以意義會不亞于AlphaGo 1的橫空出世。”

傅盛的觀點在賽后得以認證，AlphaGo的核心作者之一Aja Huang(黃士杰)在首戰(zhàn)后聲明“此次AlphaGo是單機版，但仍有人類知識的訓練。”

“AlphaGo 2.0并沒有本質(zhì)性突破，我們期待的無監(jiān)督學習并沒有到來。Deepmind作為世界最頂尖的深度學習機構(gòu)，引領(lǐng)著人類在深度學習上的探索。但一年的時間，AlphaGo 2.0本質(zhì)上只優(yōu)化了算法，提升了運算能力。這也提醒廣大的AI從業(yè)者，不要僅僅寄希望于爆炸性的技術(shù)突破，落腳當下應(yīng)該聚焦AI與應(yīng)用相結(jié)合”傅盛說。

而這一AI應(yīng)用結(jié)合論“由來已久”，傅盛曾多次公開指出深度學習的機會在于和應(yīng)用的集合而不僅僅是技術(shù)輸出。他認為深度學習是算法革命，本質(zhì)上降低了技術(shù)壁壘。由于基本算法模型的固定化，算法的驅(qū)動力已經(jīng)大大地降低了，算法驅(qū)動變成了數(shù)據(jù)驅(qū)動。因此，深度學習的核心是數(shù)據(jù)驅(qū)動，雖然有模型調(diào)參的機構(gòu)會有自己的優(yōu)勢，但更多的數(shù)據(jù)調(diào)參會很快拉平優(yōu)勢。

本質(zhì)上，雖然AI是一個技術(shù)和工具 ，但是由于互聯(lián)網(wǎng)的加速發(fā)展，今天一個獨立的技術(shù)本身已經(jīng)很難成為一個完全的行業(yè)。很難想像一家公司通過技術(shù)輸出就能成功，未來深度學習是基礎(chǔ)的技術(shù)運用，很多公司都會具備深度學習的研發(fā)能力。所有的公司都將是科技公司?？萍际腔A(chǔ)點，需要和應(yīng)用結(jié)合。

而這一論調(diào)并非空穴來風，獵豹去年收購了法國一家新聞產(chǎn)品News Republic，把用戶的點擊行為變成數(shù)據(jù)的標注部分，神經(jīng)網(wǎng)絡(luò)會找到自動的相關(guān)新聞進行推送。獵豹還做了直播類應(yīng)用Live.me，現(xiàn)在是美國最大的第三方直播平臺，每天有幾十萬的美國用戶開播，產(chǎn)生幾百萬、上千萬張標準人臉，這個數(shù)據(jù)使得獵豹能夠找到精準的數(shù)據(jù)。獵豹研發(fā)的人臉識別技術(shù)，在色情和兒童識別上有大量應(yīng)用。在最近的 LFW 人臉識別的評測中，獵豹取得了前三名的成績。

從深藍到阿法狗，棋牌類游戲一直被用來檢驗人類與人工智能的差距，追溯原因，一方面棋類歷史悠久，人類有足夠的積累，圍棋擁有的變化足夠多，暴力搜索不能解決問題，必須要讓AI有＂直覺＂；另一方面在博弈中屬于完全信息博弈（Complete information），其實是最方便拿來驗證AI能力。傅盛預(yù)測，未來AI所扮演的是助手的角色，而不是對抗的角色，將是人機共存的時代。