北京分站
北京分站
俄罗斯**象棋世界**弗拉基米尔·克拉姆尼曾说过：“相信我，败给电脑的痛苦感觉，相当于败给同行的两倍。”笔者不想求李世石现在的心理阴影面积，因为笔者很认同谷歌董事长施密特在赛前说过的一句话，“输赢都是人类的胜利!因为正是人类的努力才让人工智能有了现在的突破。”
虽然2:0的结果会让很多期待李世石扳回一城的人黯然神伤，更有可能会让“机器人***”再次甚嚣尘上。但是作为刚刚加入人机大战俱乐部的新成员来说，AlphaGo交上的这份答卷可以说是**。
从“算”到“学”，人工智能的进化
1997年，IBM的“深蓝”战胜了卡斯帕罗夫。在“深蓝”设计者许峰雄看来，“深蓝”主要依靠强大的计算能力穷举所有路数来选择*佳策略：“深蓝”靠硬算可以预判12步，卡斯帕罗夫可以预判10步。
2006 年，超级计算机浪潮天梭与中国象棋特级**许银川的较量*终以平局收场，然而许银川在赛后感慨道：“整个比赛感觉很吃力，因为电脑一步可以算16个变化，而我只能凭借经验和理解与它对抗。而跟我下棋的对手不是真人，这让我感觉很寂寞，我想我还是习惯和有表情交流的真人对弈。”
凭借超越特级**对后续变化的计算能力，人工智能在此前的多场棋类人机大战中占据上风。但在围棋，人工智能始终无法战胜人类高手。为什么?
因此，要想在围棋上战胜人类**棋手，必须先要让电脑学会像人一样思考。为此，谷歌为AlphaGo设计了两个神经网络：“决策网络” (policynetwork)负责选择下一步走法，“值网络”(valuenetwork)则预测比赛胜利方，用人类围棋高手的三千万步围棋走法训练神经网络。与此同时，AlphaGo也自行研究新战略，在它的神经网络之间运行了数千局围棋，利用反复试验调整连接点，完成了大量研究工作。
而这种超强的学习能力，正是AlphaGo在战胜职业二段樊麾5个月之后，就可以挑战人类**棋手并“战而胜之”的关键所在。
如果说20年前的超级计算机还在依靠穷举这种有些粗暴的手段才能战胜人类，那么今天AlphaGo在与职业棋手的两场对弈中，所表现出来智慧和超强学习能力则更加让人惊叹。
深度学习，人工智能的未来
AlphaGo的连续胜利让人更加确信，深度学习确实是当下*有希望实现人工智能的技术。深度学习的概念源于人工神经网络的研究，其动机在于建立、模拟人脑进行分析学习的神经网络，让机器能够像人一样思考。
从本质上来说，深度学习是一项“大数据工程”，需要通过建立有效的学习模型，让机器从数以百万计的图像、声音和文本数据中，自行总结出某种特定事物的特征，从而实现自主学习。因此，实现机器像人一样思考的一个关键前提是，需要有计算速度可以媲美人脑的高性能计算集群，来快速完成海量数据的“学习”。据说，AlphaGo的“单机版”性能至少是当年“深蓝”的1000倍。
与AlphaGo和李世石之间的*终胜负无关，这场人机大战的重要意义在于：有更多人愿意相信深度学习代表着人工智能未来之路，而这也势必会让本已“大红”的深度学习变成“大紫”。
浪潮，为深度学习提供动力
深度学习是浪潮未来*看重的技术发展方向之一。2015年，浪潮发布了首款高性能MPI集群版的Caffe深度学习计算框架，在8节点上并行计算效率上可提升10.7倍，为深度学习的用户提供了更便捷、更高效的应用手段。
同年，浪潮联合可编程逻辑芯片供应商Altera，以及智能语音技术提供商科大讯飞，共同发布了一套基于AlteraArria10FPGA平台的深度学习方案，成为具备GPU、MIC和FPGA三项HPC异构计算应用能力的HPC系统厂商。
拓展阅读：
周杰伦2016巡演都在哪些城市?周杰伦2016演唱会行程安排表
