干货 从2016到2017，AlphaGo在一年里竟然……

人工智能不仅要“+行业”，更要“+个人”。...



0：3，在前不久的人机大战中，柯洁负于AlphaGo。正如我们在赛前预测中所说，柯洁虽然在人类围棋中排名世界第一，但是如果想战胜AlphaGo是毫无希望的。去年，在AlphaGo以4：1战胜了李世石之后，柯洁发微博说AlphaGo赢不了他；或许在那个时候，AlphaGo确实有可能赢不了柯洁，但是如今进化版的AlphaGo早已今非昔比。相比去年，今年的AlphaGo在很多方面做了改进。在这里，讯飞研究院也给出自己的看法。

首先，强化学习的作用更加突出。在去年的版本中，基于人类对弈的棋谱通过监督学习所训练的策略网络仍然占据重要的作用，基于强化学习得到的策略网络仅用于第一步选择候选路径，做蒙特卡洛树搜索时，采用的仍然是基于人类对弈的棋谱训练的策略网络。AlphaGo团队中的黄世杰博士曾在2015年发表的论文中解释认为，按强化学习的策略网络采样很难覆盖人类走棋时的多变性，或者说，这时的强化学习策略网络已经有一定程度过拟合了。

而在今年版本里，这一问题无疑得到了显著的改善。此时的策略网络和估值网络都是强化学习训练得到，基于人类对弈棋谱通过监督学习得到的策略网络只是充当初始模型的作用。强化学习过拟合问题的解决我们猜测可能是通过多模型融合或结合历代AlphaGo网络用于指导下一代AlphaGo，这一块在2016年的版本中可能也只是由于时间问题而没有做好。

此外，盘面解读上更加精确。2016年的AlphaGo使用12层卷积神经网络结构来解读整个盘面，而今年AlphaGo使用了40层的卷积神经网络，并且可能采用了残差结构等在图像领域取得了巨大成功的网络结构。相比12层的网络，40层的网络表达能力更强，对盘面的解读更加的精确，帮助AlphaGo更好的把握当前的大“势”，而残差等网络结构则可以弥补模型在对局部细节表达能力上的不足，更好的把握具体的“实地”信息。今年AlphaGo最大的亮点莫过于仅仅采用了一台搭载4个TPU的服务器来进行计算。之所以能够将计算资源从去年的1202颗CPU和176颗GPU减少到4个TPU，除了工程上的优化和蒙特卡罗树搜索规模的精简之外，TPU非常强大的计算能力是这里面的关键因素。就在今年的5月11日，NVIDIA推出了新一代的GPU架构Volta，而仅在一周后的Google I/O大会上Google发布了第二代TPU，号称具有相比GPU更强大的计算能力，随后的AlphaGo与柯洁的二度人机大战更是点燃了深度学习硬件之争。

我们在这里也简单的对GPU和TPU做一个对比。GPU作为目前最为主流的深度学习硬件，通过内部极多线程的并行计算，取得了相比CPU高一个量级的计算速度。但是GPU为了管理这些线程，让它们都能够彼此不冲突的快速访问到显存，GPU需要在微架构上做出精心的设计以满足各种深度学习计算对于带宽和缓存的需求，因此也拖累了GPU的计算效率。

相比之下，TPU是一种针对深度学习定制特殊应用集成电路（ASIC），通过在电路层面上对深度学习中所需的计算和存储进行定制设计，实现了极高的计算密度。ASIC其灵活性能否高效率计算新的神经网络结构还不得而知；而同时，其编程模型少于CPU和GPU，很难适应除TensorFlow以外的编程模型，因此TPU的瓶颈可能就是是否具有足够的灵活性。

在TPU和GPU争得火热的时候，大家似乎忘记了FPGA。和TPU类似，FPGA同样是在电路层面对深度学习算法进行定制，我们可以通过VHDL等硬件描述语言对FPGA进行编程，从而实现对某种深度学习算法的定制。尽管这种通过硬件编程的方式进行的优化相比于TPU在晶体管结构上的定制优化在理论单位功耗计算能力上稍逊于TPU，但是相比TPU，FPGA更加灵活，深度学习算法更新后仅仅需要重新对FPGA进行编程，而无需重新进行电路结构的设计和芯片生产。早在2015年底，科大讯飞就已经开始尝试用FPGA进行深度学习算法的定制。科大讯飞针对语音识别服务定制的深度学习FPGA芯片搭建卷积神经网络语音识别系统，可以取得相比于GPU Tesla K40更高的单位功耗计算效率。



本次人机大战中，除了“单挑”模式之外，更是增加了“双打”和“群殴”模式。群殴模式中，五名人类棋手共同迎战AlphaGo，每次落子都由五名棋手共同讨论决定。这种群殴模式看上去人类占有人数优势，但是实际上人类战胜AlphaGo的概率并不会比柯洁单挑AlphaGo时高。这是因为人类学习下棋都是从前辈们总结出的一些理论和“套路”中学习的，人类的思维相对而言更加固化，因此，人类棋手很难在原有套路的基础上有所创新和突破，发现新的招数。然而围棋的变化之多远不是人类对弈所能覆盖的，谁也不知道这里面还有多少妙招、绝招没有被发现，而这些招数恰恰在AlphaGo海量的自我对弈中能够被不断的发掘出来并予以强化。

再来看看“双打”模式，两位人类棋手分别搭档AlphaGo交替落子进行对弈。如果说群殴模式只是更加彰显了AlphaGo的实力之外，双打模式更加具有意义。我们注意到在比赛过程中，连笑在开局处于不利局面，古力则占有优势，然而随着比赛的进行，连笑和AlphaGo的配合变得越来越好，连笑似乎心有灵犀的领悟到了AlphaGo的意图和招数的精妙之处，很快的扳回了劣势，最终取得了胜利。看似娱乐为主的比赛其实值得深思，如果让AlphaGo——阿老师来指导人类棋手下棋，是否能够让人类棋手很快的学习到AlphaGo发现的新的妙招，甚至是这种创新的能力呢？在人工智能的其他方向上，科大讯飞董事长刘庆峰在2017年会上说：“当前，我们已经可以让机器学习行业最顶尖专家的知识，未来达到行业一流专家水平，从而超越90%的普通专业人士，这就是今天我们面临的机遇。”

科大讯飞已经开始进行这方面的尝试了，比如教育业务中的“机器指导员”角色。科大讯飞智学网通过网阅手阅等方式源源不断地收集试题和学生答题信息，并运用这些海量的数据构建深度神经网络等模型，最终为学生提供精准的学情诊断，学习路径规划以及个性化学习资源推荐。如图所示，人工智能在如下几个关键模块中，发挥了极大的作用：

用户画像：我们基于海量的学生答题信息及对应的试题文本，通过深度神经网络建模了学生的答题能力，获取到学生抽象能力的隐含表达，并能够将其映射到教研专家定义的学情评价维度上，从而得到可解释的学情诊断报告。

试题理解：我们基于海量的学生答题信息、对应的试题文本以及教研专家的标注信息，通过深度神经网络完成对难度、知识点、抽象能力等试题标签的建模。

推荐算法：基于上述两个模块的结果，综合教研规则（如知识图谱）等正则化信息，为学生规划个性化的学习路径并推送学习资源。

相较于一线老师，基于人工智能的“机器指导员”有如下优势：“机器指导员”和AlphaGo一样，有着绝佳的记忆力，它能够看到更多的答题信息、更多的试题信息，并将这些信息全部利用，综合建模。“机器指导员”和AlphaGo一样不知疲倦，它能够批量的为学生提供精准的个性化辅导。“机器指导员”和AlphaGo一样，有着惊人的学习能力，它会根据学生的反馈，以及教研大数据各个维度分布的变化情况，对模型进行更新优化。

我们相信，随着技术的发展，有效数据的积累以及教育信息化的不断深入落实，未来每个学生都会拥有一个专业、廉价且贴心的“机器指导员”。

除了教育行业，医疗领域的影像科医生一直有两个痛点很突出：一是工作时间时间长，二是医生技术参差不齐，但是信息交流困难，缺乏学习机会。利用人工智能系统辅助医生作出诊断是现在很多人工智能公司涉足的领域，科大讯飞在人工智能领域有很深厚的技术沉淀，也有强大的研发团队，所以涉足影像，对科大讯飞来说，只是将人工智能技术应用在不同领域的差别。

科大讯飞的医疗影像辅助诊疗系统的主要功能是帮助影像医生阅片，勾画肿瘤病灶，指出病变区域，减少医生因为技术不足、疲劳造成的误诊、漏诊等问题。科大讯飞影像系统的最新研发成果，已经可以识别3mm以下的病变区域。另外，影像系统结合智能语音系统帮助医生提高效率，缓解影像科医生的工作压力，进而减少医生工作时间。

目前，智能影像辅助诊断系统是从肺部CT影像检测切入的，未来科大讯飞将继续加大研发力度，会涉足乳腺的X光图像、MRI图像检测，并计划在不远的将来实现大规模临床应用。

今天再让人类与机器下围棋比出高低胜负已经意义不大，如果让每个围棋顶尖高手带着一个人工智能助手相互PK，让每个人轻松打开人工智能、站在人工智能肩膀上发展，这才是AlphaGo的成长之路给我们最好的启示。人工智能不仅要“+行业”，更要“+个人”。文 | 讯飞研究院  编 | yinkai  责编 | 阿序

    关注 科大讯飞