隨著人機(jī)大戰(zhàn)這幾天AlphaGo的亮眼表現(xiàn)，媒體的風(fēng)向開始對(duì)AI的評(píng)論一邊倒，Wired撰文表示《人類棋類智慧的最后一塊堡壘被攻破》，Slashdot撰文表示《真正的AI已經(jīng)不遠(yuǎn)了》，但最近hunch上，一位微軟專家在其博客上稱，也許事實(shí)完全不是這樣的。

“以Go本身為例，它應(yīng)用的蒙特卡洛樹搜索法在Go身上異常有效，但用到其它棋類游戲就沒有這么明顯的作用了。

而全球經(jīng)典的機(jī)器學(xué)習(xí)算法，有確定型決策過程和馬爾科夫決策過程以及其它決策過程，但它們一直沒被廣泛運(yùn)用，是因?yàn)樗鼈兪腔诒砀袷綄W(xué)習(xí)而不是函數(shù)擬合，所以我們轉(zhuǎn)向了 Contextual Bandit的研究，但是就算是語境決策過程，我們都還只學(xué)了一點(diǎn)點(diǎn)，跟實(shí)際運(yùn)用還差地挺遠(yuǎn)的?！?/p>

另外，前幾天，微軟亞洲研究院芮勇也表示，總體上看，目前的人工智能產(chǎn)品都還處于弱人工智能階段。目前人類只是在語音識(shí)別、語音合成、計(jì)算機(jī)視覺等方面做得比較不錯(cuò)，但采用的還是監(jiān)督式的學(xué)習(xí)訓(xùn)練方式。如果計(jì)算機(jī)能夠建立在非監(jiān)督式的學(xué)習(xí)，那么將會(huì)開啟另一個(gè)時(shí)代。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。