“科技创新中国——科技传播助力人工智能（二）”专题路演举办
06-18
*转载文章不代表本站观点。
本文来自微信公众号《刺猬公社》（ciweigongshe）作者：刘楠编辑：导演：去年春天，韩国首尔四季酒店大堂。
棋手和围棋世界排名第一的李世石神情阴沉地走到布置好的主席台上，坐在椅子上，环顾四周。
台上摆满了媒体记者的摄像机，枪炮齐鸣，灯光闪烁。
左边是李世石，旁边是AlphaGo的父亲戴密斯·哈萨比斯。
一场举世瞩目的战斗。
李世石刚刚结束了与AlphaGo体系的第一场比赛，就输了。
赛前，他自信地说：“我相信人类的直觉仍然远远领先于机器，人工智能难以匹敌。
我会尽全力捍卫人类的智慧。
”李世石希望以4:1或5:0赢AlphaGo。
AlphaGo系统是英国计算机公司DeepMind（DP）开发的，年DP则被谷歌收购。
DP将AlphaGo围棋对抗视为“人工智能领域的阿波罗计划”。
DP的使命是从根本上理解智能，然后人为地塑造智能。
第二场比赛开始时，全球超过8000万人观看了比赛，其中中国观众超过6000万人。
AlphaGo本场比赛的第37手是人类只有一万次选择机会的“失败者”。
当全世界的人都在疑惑他为何做出这样的选择时，棋局进入了关键时刻，李世石又输了。
《败者》将整盘棋带入了生活。
每一盘比赛结束后，李世石都要面对媒体。
在聚光灯下，李世石进入了与人类的焦虑时刻。
他说，他从一开始就失去了统治地位。
媒体世界各地开始讨论AlphaGo有多伟大，但随后转为恐惧和悲伤，李世石与AlphaGo的第三场比赛后不久，李世石输了，媒体上不再出现对他的质疑。
代表人类对抗人工智能的英雄，却成了失败者的李世石也在媒体面前道歉：“如果我的棋艺高一点，或者我的智商高一点，结果可能就完全不一样了。
这次我让很多人失望了。
”胜败已定，李世石内心的重担也如释重负。
第四局比赛进行到1小时14分钟时，李世石在第78步中用挖子在棋子中间下了一颗棋子。
这一招之后，AlphaGo的预测胜率开始大幅下降，直到它改变了它的评估方法和搜索路径，没人知道它在做什么，大家都觉得它的行为很奇怪。
AI的核心算法是深度神经网络，它是在计算机上模拟人脑的神经元网络，这种算法的美妙之处在于程序可以自我学习，这意味着它可以做超越人类大脑的事情。
突然，电脑游戏屏幕上出现了一个弹出窗口：“结果'W+Resign'已添加到游戏信息中”。
“结果‘W+辞职’被添加到游戏信息中”。
W代表胜利者，即李世石。
阿尔法投降了。
在AlphaGo的预测中，李世石走78手的概率只有0.%。
李世石不知道为什么要迈出78步，他说这是他心中唯一能迈出的一步。
即便如此，李世石最终只赢了一场比赛，与AlphaGo一起完成了人工智能的又一个里程碑。
上一个里程碑是在 2008 年建立的，当时 IBM 的超级计算机 DeepBlue 击败了世界象棋冠军加里·卡德 (Gary Card)。
加里·卡斯帕罗夫。
简单地说，因为游戏很容易量化和评分，所以我们很容易衡量增量进度。
DP想要在人工智能领域取得突破，就不能避开围棋，因为围棋是人类有史以来发明的最复杂的游戏。
。
围棋起源于中国，已有两千多年的历史。
棋子只有一种，移动它的方法也只有一种。
双方各执黑白棋子。
目标是将棋子连接起来，形成一个相连的组并围绕一个开放空间。
，将被包围的棋子清除，守住领地消灭对手，取得胜利。
它表面看起来简单，但实际上很抽象，并不是每个人都能玩好。
DP 研究人员计算出，围棋中的每一步棋大约有 200 种可能的路径。
棋盘上出现的棋局数量比宇宙中的原子数量还要多。
围棋比赛的变数甚至可以用当时世界的计算机计算能力来运行。
，即使是几千年也无法穷尽其形式可能发生的变化。
认知决策模型是人机对抗协议中的核心环节。
AlphaGo由三个主要部分组成。
首先是战略网络。
DP用数以万计的高水平国际象棋对弈来训练它，并模仿那些强大的棋手棋法。
第二部分是估值网络。
第一个棋子落在棋盘上。
它可以衡量棋局的局势并计算每个位置的胜率。
第三部分称为树搜索，用于分析棋局中各种可能的变化，并尝试推断棋局未来的演变。
“AlphaGo想要最大化他的胜率。
他不在乎他赢了多少子。
”赛前，DP队员们都期待着，“如果它能打败人类，那就了不起了。
”棋局不断进化 后来，人们回顾AlphaGo和李世石在第四局比赛中的失败寻找原因，发现第78手之后不断出现失误，指出了人工智能的鲁棒性。
鲁棒性可以简单理解为稳定性，是指计算机系统在项目执行过程中处理数据时保持正常运行的能力。
稳定性差，能力就差。
DP想要解决AlphaGo的这个问题，关键是提高策略网络和估值网络的准确性。
他们迅速做出调整，在随后对阵中国围棋职业九段棋手和世界历史上最年轻的五届围棋冠军柯洁的比赛中，他们取得了“三连杀”。
柯洁经历了至暗时刻，掩面流泪。
业界迅速吸收了这场世界顶级赛事的经验。
在后续的同类型比赛中，无论是棋牌游戏还是策略游戏，研究团队都将其视为AI鲁棒性论证的珍贵支撑材料。
DP团队随后推出了另一个名为AlphaZero的机器人。
它只运行了8个小时，以0分击败了AlphaGo（击败李世石的版本）。
它还在继续进化。
围棋界划时代的“人机大战”刚刚过去一年，“机机大战”就在日本瞬间上演。
2019年3月19日，第十届UEC杯电脑围棋大赛在东京落下帷幕。
30个AI软件参与。
腾讯AI Lab团队开发的围棋人工智能程序“Peer Art”通过了全部测试，并在决赛中击败了对手日本选手DeepZenGo。
赢得全部11场比赛并赢得冠军。
如果说游戏为AI的进化提供了完美的试验场，那么人类丰富的经验则为AI的不断进化提供了充足的养料。
基于策略手游《王者荣耀》，王者绝物AI主打多智能体，面对越来越复杂的环境，每天深度模仿职业玩家的战术方法，自己玩游戏。
为了评估绝武王AI与真人对抗时控制能力的鲁棒性，从2020年8月1日开始，人类玩家可以挑战AI英雄1V1。
统计结果显示，AI英雄在比赛中几乎不败。
AI Lab提供技术能力，王者荣耀团队解决人工智能研究三大课题的场景和数据问题。
“两个团队共享核心代码、数据和能力结构，并在此基础上加强机器学习。
”相关负责人告诉刺猬公社（ID：ciweigongshe）。
“众包”游戏科研方法 游戏的互动优势适合人们学习和练习一些静态知识。
科研人员和游戏从业者协同工作，将游戏和科学研究融合到一个长期以来被青睐的方向。
这样的实验还有很多，比如著名的太空主题游戏《星战前夜》探索计划。
这是一个集成项目。
是冰岛游戏公司CCP在2018年发布的公益共创内容，他们与日内瓦大学、瑞典皇家理工学院等科研机构合作，吸引非专业科研人员参与其中并帮助科学家操作一些相对简单且重复的任务。
识别分类工作目前主要推进“人类蛋白质图谱”和“地外行星”两个项目。
在“人类蛋白质图谱”项目中，玩家要对10000张人类细胞蛋白质染色体图谱进行分类。
凭借互动性和使命感，超过 30 万玩家参与研究，共完成了 10,000 个图像分类，真正帮助科学家提高了研究效率。
此前，华盛顿大学的研究人员开发了一款益智游戏《Foldit》。
开发者利用人类与生俱来的三维图形匹配能力，让普通玩家可以自由组装氨基酸，最终形成完整的蛋白质结构。
一种与艾滋病相关的蛋白质结构困扰了科学家 15 年。
2016年，《Foldit》和玩家花了10天的时间帮助科学家成功解读。
《Foldit》没有停下来。
今年2月，针对新型冠状病毒疫情，研究人员推出了新水平“b：冠状病毒刺突蛋白结合剂设计”。
简单来说，玩家需要根据给定蛋白质中的链，重新设计一种新的蛋白质结构，以阻止新冠病毒与人体细胞的结合，帮助研究人员发现新的抗病毒药物。
几年前，《美国国家科学院院刊》发表了一篇由37,000人撰写的论文。
“作者”也是一名游戏玩家。
他们设计了核糖核酸 (RNA) 分子来在科学游戏中创造蛋白质《EteRNA》。
这件事的想法和《Foldit》一模一样。
本质上，这是一次众筹的科学实验。
集体智慧的力量在某种程度上超越了超级计算机。
这种形式更像是一种“众包”的游戏科研方法。
科研机构向全球玩家分发一个科学命题，玩家可以自由参与，具体任务由个人承担。
对《EteRNA》和《Foldit》进行过深入研究的美国信息传播学者Cathy O'Donnell表示：“通过让游戏和玩家参与科学，我们改变了科学研究的形式。
”游戏与工业“共生”在制造业领域，游戏也在推动数字孪生的发展。
数字孪生的概念最早可以追溯到1999年的美国，密歇根大学教授Michael Grieves在美国工业协会组织的论坛上提出了产品生命周期管理的“镜像空间模型”概念制造工程协会，想象一个在虚拟空间中模拟生产过程的工业工厂，并进行实验管理并提高效率。
对于传统行业来说，稳定、安全、低效是他们一直追求的方向。
行业先行者曾利用传感器等方法对现实世界进行扫描和投影，但成本太高、操作难度太大，未能快速推进。
直到虚幻引擎的出现和进步，游戏成为了他们实验的最佳场所。
数字孪生应用是当前数字行业最热门的方向和话题之一。
许多大型国际公司，包括沃尔沃汽车、京东和阿里巴巴，都在使用 Unity 支持的数字孪生技术能力。
美国咨询公司Forrester的报告显示，数字孪生应用正处于大爆发的前夜。
55%的工业企业将在两年内使用数字孪生应用，94%的现有用户将加大对数字孪生应用的投资，这将颠覆现有的工作流程和流程。
春江水暖鸭先知，早期与Unity合作的科技公司并非来自To C互联网，而是来自传统工业领域，包括沃尔沃汽车。
但实践中并非一帆风顺，内部阻力也不容小觑。
主导本次技术合作的高级工程师张晓晨透露，实际操作中面临的第一个挑战是概念：Unity是一个游戏引擎平台，它能在工业领域产生成果吗？张晓晨和他的团队都比较年轻。
当他们向公司的传统工程师展示自己的成果时，往往可以直接改变他们的观点，甚至激发新的想法。
因为它们并不是要取代任何人，而是作为开发过程中提高信息透明度和迭代效率、更快解决问题、降低成本的辅助工具。
除了刻板印象之外，产业流程上也存在挑战，主要是内容供给方面。
对于小型游戏开发公司来说，程序员、游戏策划师、UI美术师、3D建模师都在同一个团队，通用的游戏逻辑是为一款游戏构建的。
张晓晨在沃尔沃内部很难有这样的便利。
他手头没有任何 3D 汽车模型或 3D 场景。
他只能和拥有这些资源的人交流，但并不是每个人都有义务支持他们，因为这不是他的工作。
。
他们曾经充当中间人的角色，协调公司内部的资源。
随后，他们从市场部同事那里拿到了购买的3D模型，制作了安全测速模型——当汽车行驶到学校等路段时，系统自动限速。
他们加班加点，在两周内完成了任务，这是他们的第一枪，逐渐面临公司内部的困难。
张晓晨后来总结道，沃尔沃和Unity的强强联手过程是相辅相成的。
Unity为沃尔沃提供技术和资源支持；沃尔沃向Unity提供了汽车行业的应用场景需求，并提供了有效的反馈。
这一经验与腾讯AI Lab和王者荣耀团队的总结基本一致，即通过虚拟仿真推动更多应用场景。
如今，随着包括Unreal、Unity等一系列游戏引擎的发展，数字孪生的主题人物不仅仅局限于车辆，还可以是人体、建筑、医疗细胞等。
数字孪生出现在虚拟中场景作为真实物体的替身。
任何现实事物不方便测试的情况都可以通过数字孪生在虚拟空间中实现。
正是通过游戏引擎技术能力的不断外溢，游戏与技术的关系日益紧密。
在未来的技术创新和发展过程中，游戏的作用将变得越来越重要。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
06-17
06-06
06-17
06-18
06-18
最新文章
首先告诉我什么是智能汽车！
盲盒明星卡的暴利与泡沫：2元卡卖700万，直播卖卡月入百万
黑色星期五轰轰烈烈地回来了，结果这些中国企业扛起了全场
锂电池隔膜疯狂扩产：兴源材料欲夺回C位？
当我考上缅语专业时：凌晨三点我还在走廊里背单词，毕业后，我不仅仅是一名翻译者
被遗弃，被收获？老年人上网到底有多难？
海外日报 -今年，我国自主研发游戏海外实际销售收入实现两位数增长；三星电子正式成立机器人业务团队36氪海外·15分钟前
腾讯音乐：爱、相信、坚持