把人工智能從棋賽帶進人們的生活中

screen_shot_2016-02-26_at_12-48-55_pm-0-0

(本文根據 IBM 研究科學家 Gerald Tesauro 及 Murray Campbell 於3月7日的博客內容翻譯及整理)

數天後 Google 的 AlphaGo 人工智能 (AI) 程序將在為期五天的實況轉播比賽中迎戰全球最頂尖的圍棋選手之一 —韓國李世石 (編按: AlphaGo 最終以4:1擊敗李) ,這次比賽被認為是史上難度最高的電腦棋類比賽。研究人員表示很高興看到電腦棋類遊戲中機器取得長足的進步,並表示還將繼續支持機器智能技術以及科學研究。

從 AI 出現之初,研究人員就立即投入跳棋和象棋遊戲的研究,因為運算最佳棋步是一項極具複雜性的挑戰。這些棋牌遊戲的另一個好處是它們規則相對「清晰」,也就是說,可以為電腦指定一個具有正式規範的任務,包括遊戲狀態、走棋規則以及確定最終結果。

開發能掌握棋牌遊戲的 AI 程序推動了許多研究人員在如搜索算法和評價函數 (evaluation function)等技術領域上的進步。這些技術在20世紀90年代得到長足的發展,當時,IBM「深藍」 (Deep Blue) 團隊將搜索和評估能力的進步與大規模並行運算結合起來,促成了「深藍」在1997年戰勝世界西洋棋冠軍卡斯帕羅夫 (Garry Kasparov)。

機器學習 (Machine Learning) 上的重大創新也不斷出現,例如在20世紀50年代 IBM 研究人員 Arthur Samuel 為西洋棋開發的自學程序,及我們中的一位研究人員在90年代為雙陸棋(Backgammon)開發的程序。

然而,在這種規則「清晰」的比賽領域中的研究並不能真正處理現實生活中「無序」的任務。現實生活中「無序」的任務與棋牌比賽截然不同,編寫確切程序來預測已經發生的活動或確定任務目標並不可行。一般情況下,現實世界的任務包含更多挑戰,例如模糊、隱含或數據的缺失,以及「非定態」,這意味著任務可能隨著時間推移而發生意外變化。此外,以上任務一般需要人類水平的認知能力,例如嫻熟的自然語言、常識推理與知識理解,且需要開發一種行為動機和他人思考模式的理論。

儘管擁有60餘年的研究經驗,但 AI 科學家們似乎仍需數十年才能創造具有人類認知水平與能力的全自動系統。然而,我們相信,目前是 AI 開始全面接觸現實生活中複雜問題的上佳時機。機器可能無法展現人類水平的認知能力,但其能夠利用雲端運算能力處理 Web Scale 大規模數據,並採用極為先進的機器學習算法產生洞察數據。我們認為,進步的關鍵是將研究重心從機器完全取代人類一般智力的科幻想法 (如《Star Trek》的數據少校)轉變為專注開發與人類配合的協同機器,互相利用對方的強項。

IBM 致力於透過在認知運算領域的研究並朝該方向努力—這些系統可以攝取不同的海量數據,並對數據進行論證,並從與訊息和人員的交互中學習,同時以自然的方式與人們互動。這方面的研究並非注重機器的感知或自主性,相反地,這些研究會極大增強人類針對社會複雜體系的理解與處理能力。

自從 Watson 在 Jeopardy! 中獲勝,IBM 研究人員和工程師們就不斷增強其能力,使其能夠處理企業和個人所面臨的複雜問題。第一個巨大目標是攻克癌症。我們的同事正與紀念斯隆-凱特琳癌症中心(Memorial Sloan Kettering Cancer Center)合作,利用認知運算幫助醫生做出合理的治療決策。腫瘤醫生 — 與所有臨床醫生一樣 — 處理每天產生的包括研究、病歷和臨床試驗等海量疾病數據。

Watson for Oncology 產品為瞭解認知運算如何與人類判斷整合運行提供了一個窗口。

  • 首先,Watson分析患者的病歷。Watson 腫瘤分析系統擁有先進的能力,可分析臨床記錄和報告中的結構化和非結構化數據的含義和上下文,吸收以普通英語編寫的患者關鍵訊息,這些訊息可能對於選擇治療方法十分重要。
  • 接下來,Watson 識別以證據為基礎的潛在治療方案。透過將患者文件中的屬性數據與臨床知識、外部研究結果和數據相整合,Watson 腫瘤分析系統識別潛在的患者治療方案供醫生考慮。
  • 再者,Watson 從大量來源中找出並提供相關證據。Watson 將識別的治療方案進行排列,並將每種方案的相關證據整合在一起,幫助腫瘤醫生研究患者的治療方案。Watson 腫瘤分析系統從大量訊息來源中擷取數據,包括相關的文獻和原理,以及290多份醫療期刊、超過200部著作和1200萬頁文章。

此類認知技術將真正實現產業與社會的轉型,例如將認知技術用於解決諸如癌症等重大問題。在我們開發Watson 的認知能力時,增強型智能(人類+機器)的預期好處在許多行業中將更加明顯,包括製藥、銀行、保險、法律、政府、零售、製造等。我們看到,這項技術有潛力促進產業轉型,進而實現更高的生產力,及更加明智的決策。

在可預見的將來,複雜世界面臨的挑戰需要人類與機器更多地配合工作,利用各自的優勢創造出一個更美好的世界。

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s