位置:编程技术网 > 架构设计 > 正文 >

人工智能最操盘能否取代明星操盘手

2019年06月19日 19:31来源:未知手机版

宝贝论坛,边锋原子算牌器,乌拉特前旗一中

随着市场的不断发展,主观交易、程序化交易、人工智能交易将日趋交叉覆盖。

人工智能的发展

生命的成长需要营养,人工智能的营养来自于大数据和互联网。

所谓 大数据 ,本质就是一个领域、一个范畴中的全部数据(当然这只是相对的全部、渐进的过程)。有了全部数据,就只须知其然而不需知其所以然,就可以依葫芦画瓢,做出最科学、最合理或至少是最接近的正确决策。

可想而知,1997年5月,IBM研发的超级电脑 深蓝 一胜五和力克前苏联国际象棋世界冠军卡斯帕罗夫之前,2017新年伊始Master即升级版 阿尔法狗 连胜60盘,横扫中日韩围棋名将打遍天下无敌手之前,肯定 背熟 了后者所有的参赛棋局,对其每一步落子了如指掌,并且几乎全球所有国际象棋、围棋高手的参赛棋局,都早已成为 深蓝 和 阿尔法狗 死记硬背的饕餮大餐。而IBM新开发的超级电脑 沃森 ,以超出第二名分数两倍多的绝对优势,在美国智力问答竞赛节目《危险》中击败人类对手,连赛三天大获全胜之前,鲸吞了约100万册书籍共约2亿页的内容,这些海量的 营养 从互联网、图书馆、博物馆、高校以及图文、音像等各通道流入 沃森 。

生命的成熟依靠经验智慧,人工智能的经验智慧取决于数学模型和算法。

在死记硬背的基础上, 深蓝 和 阿尔法狗 下棋时的 思考方式 和人类基本相似,一是判断局部,二是把握全局。不同的是,人类只有一个大脑,而 深蓝 和 阿尔法狗 分别由两个不同功能的 大脑 网络组成:策略网络(Policy network)和价值网络(Value network)。

对弈中,两个 大脑 协同合作:策略网络充当 落子选择器 ,负责在当前局面下提供最佳可选的若干个 下一步 ;价值网络充当 局势评估器 ,负责评估每个 下一步 落子后影响整体盘面优劣的种种可能,优胜劣汰相得益彰;然后两个 大脑 互动择取各自的平均值,筛选对冲后做出最终决策。

知识竞赛中超级电脑 沃森 面对某个问题时,100多种运算法则立刻通过各种方式同步分析,马上搜索出一大堆备选答案。紧接着另一组算法对所有答案评估打分,分别找出支持或反对的证据。而每一条证据又会再次引出数百条证据,再由数百套算法对这些证据支持答案的程度打分,优胜劣汰。证据评估的结果越好, 沃森 树立的信心指数就越高。层层筛选后评估成绩最高的答案即用于竞赛答题。如果评估成绩最高的答案都无法满足预设的信心指数底线, 沃森 就避而不答以免被扣分。至于这一切都必须在3秒钟内完成,对于 沃森 来说倒是不在话下。

人工智能与人类思维的本质区别:依据规律VS依据数据

如果将各项能力归纳列表,则最操盘人工智能和明星操盘手的优劣势一目了然。

为什么人工智能综合实力远超人类?因为人类选手实际上对阵的是一个由顶尖的交叉领域专家组成的明星团队。与此同时,计算机的硬件也在不断升级换代。中央处理器、存储器、芯片、电子电路、光纤、原材料 都在快速更新,使人工智能得以依靠大大超过人类强化学习的速度长大成 人 ,故人类选手实际上对阵的还有整个计算机行业。

人类思维的科学性,可归纳为 去粗取精、去伪存真、由表及里、由此及彼 ,然而从千差万别的数据中总结出抽象的 规律 ,再到千差万别的主客观条件下去灵活运用,实在是电脑不可承受之痛。

人类思维 找规律用规律 ;人工智能 找数据用数据 。无论赛棋、抢答、工作还是训练,对于 深蓝 、 阿尔法狗 和 沃森 们来说,都是见招拆招、见问解题,自己跟自己 玩游戏 而已。它们对 规律 不感兴趣,从来不屑于发现、提炼和理解、运用 规律 ,只管从海量的数据库中比照筛选计算出最佳数据即可。

正如 棋圣 聂卫平赛后感慨: 阿尔法狗 颠覆了围棋传统, 没有它不敢下的棋,棋盘上也没有它不能落子的地方 。近年在投资交易中,我们也越来越多地听到操盘手们抱怨:市场走势越来越 看不懂 了!这背后是不是人工智能在作怪呢?

本文地址:http://www.reviewcode.cn/jiagousheji/52638.html 转载请注明出处!

今日热点资讯