前沿拓展：

深度搜

深度搜是專業(yè)的搜索知識的搜索引擎。搜索到的內(nèi)容沒有雜亂無章的**，報道，博客，和門戶網(wǎng)頁等內(nèi)容。

5 月 28 日，機器之心全球機器智能峰會（GMIS 2017）進入第二天，全天議程中最受關注的是多位重要嘉賓出席的領袖峰會，包括《人工智能：一種現(xiàn)代方法》的作者 Stuart Russell、第四范式聯(lián)合創(chuàng)始人兼首席科學家楊強、科大訊飛執(zhí)行總裁兼消費者事業(yè)群總裁胡郁、阿爾伯塔大學教授及計算機圍棋頂級專家 Martin Müller、Element AI 聯(lián)合創(chuàng)始人 Jean-Sebastien Cournoyer 等。

下午，大會迎來又一位引人關注的學者。阿爾伯塔大學計算機科學教授，計算機圍棋專家 Martin Müller 發(fā)表了主題為《深度學習時代的啟發(fā)式搜索》的演講。昨天，AlphaGo 與柯潔的系列比賽剛剛結束，而此前大會其他嘉賓在演講中也紛紛提到了這場比賽。Martin 作為 AlphaGo 開發(fā)者們的導師，對計算機圍棋及其背后的技術進行了深度解讀。

作為計算機圍棋研究的先驅，Martin Müller 教授所帶領的團隊在博弈樹搜索和規(guī)劃的蒙特卡洛方法、大規(guī)模并行搜索和組合博弈論方面頗有建樹。在此前 AlphaGo 與柯潔烏鎮(zhèn)人機交鋒的比賽期間，機器之心曾與他共同觀戰(zhàn)。圍棋程序 AlphaGo 的設計研發(fā)的 David Silver 和黃士杰（Aja Huang）（分別是 DeepMind AlphaGo 發(fā)表在 Nature 上的論文的兩位并列第一作者）都曾師從于他。

「啟發(fā)式搜索不是搜索引擎式的搜索，」Martin 說道?！冈谡鎸嵡闆r下，由于可能性過多，很多時候你是不能搜索全部信息的。在圍棋中，這種情況尤為突出。」

多年來，人工智能研究者們一直以攻克各類游戲為目標，因為這些任務規(guī)則簡單，可以為真實世界的應用鋪平道路。人工智能研究者們不僅在國際象棋上，也在跳棋、雙陸棋等棋盤游戲中有過很多研究。在圍棋之前，人工智能領域的一個里程碑**是 IBM 的「深藍」擊敗世界國際象棋冠軍卡斯帕羅夫（剛剛過去 20 周年）。在 20 年前，IBM 的系統(tǒng)已經(jīng)使用了深度搜索與并行計算，大大提升了效率。

在棋類游戲中，最引人注目的自然是被認為最具復雜性的圍棋了。深度學習是近幾年來科技界火熱的話題，但它并不是人工智能的全部?！溉绻阒魂P注深度學習，那你就會錯過很多東西，」Martin 說道。

AlphaGo 的學習過程是線下的。它通常是先發(fā)展出若干神經(jīng)網(wǎng)絡以待比賽中使用。蒙特卡洛樹搜索（MCTS）是其主要的決策算法，用于決定一局比賽中每一步棋。MCTS 結合了博弈樹搜索、機器學習到的知識和模擬的全局游戲來決定每一步。這些知識中最重要的部分是上面提到的深度神經(jīng)網(wǎng)絡。其中有一個網(wǎng)絡（策略網(wǎng)絡）選擇搜索中最有希望的落子位置，另一個網(wǎng)絡（價值網(wǎng)絡）可以評估其在搜索中遇到的數(shù)千乃至數(shù)百萬個棋盤局面。

在獲取棋局信息后，AlphaGo 的策略網(wǎng)絡會探索哪些位置具備潛在價值，在分配的搜索時間結束時，模擬過程中被系統(tǒng)最繁瑣考察的位置將成為 AlphaGo 的最終選擇。在經(jīng)過先期的全盤探索和過程中對最佳落子的不斷揣摩后，高效的算法與強大的計算能力實現(xiàn)了超越人類的直覺判斷。

除了備受關注的圍棋以外，阿爾伯塔大學在計算機德州撲克等方面的研究也處于領先地位。在今年 1 月，阿爾伯塔大學、捷克布拉格查理大學和捷克理工大學共同發(fā)布了論文《DeepStack: Expert-Level Artificial Intelligence in No-Limit Poker》，展示了他們在人工智能打德州撲克方面的研究。在論文中，研究人員表示 DeepStack 已經(jīng)在無限制撲克（No-Limit Poker）游戲上達到了專家級的水平。

大多數(shù)棋盤游戲都屬于完美信息（perfect information）游戲，針對它們的研究難以應用到真實世界中；而撲克是一個典型的不完美信息（imperfect information）游戲，一直以來都是人工智能領域內(nèi)的一個挑戰(zhàn)。DeepStack 是適用于德州撲克這種不完美信息環(huán)境的新算法。

DeepStack 結合了回歸推理來處理信息不對稱性，還結合了分解（decomposition）來將計算集中到相關的決策上，以及一種形式的關于任意牌的直覺——該直覺可以使用深度學習進行自我玩牌而自動學習到。在一項涉及到數(shù)十位參與者和 44000 手撲克的研究中，DeepStack 成為了世界上第一個在一對一無限制德州撲克（heads-up no-limit Texas hold’em）上擊敗了職業(yè)撲克玩家的計算機程序。

撲克游戲的狀態(tài)可以被分成玩家的私有信息（兩張牌面朝下的手牌）和公共狀態(tài)（包括牌面朝上的牌和玩家采取的**動作序列）。游戲中的公開狀態(tài)的可能序列構成一個公開樹（public tree），其中每一個公開狀態(tài)都有一個相關的公開子樹（public subtree）。

HUNL 中公開樹的一部分。紅色和天藍色的邊表示玩家動作。綠色邊表示公開的公共牌。帶有**的葉節(jié)點表示游戲結束，其中，如果一個玩家根據(jù)之前的動作和玩家手牌的聯(lián)合分布而棄牌或做出決定，那么收益就可能是固定的。

DeepStack 架構概覽（見 a）。對于每一個公開狀態(tài)，DeepStack 都要重新計算它需要的動作，這會用到一個深度有限的向前預測——其中子樹值（subtree value）會通過一個訓練好的深度神經(jīng)網(wǎng)絡 Neural net（見 b）來計算，該深度神經(jīng)網(wǎng)絡 Neural net 是比賽前通過隨機生成的撲克情境（見 c）來訓練的。Martin 表示，它的成功之處在于第一次將啟發(fā)式搜索應用于不完美信息游戲中，并獲得成功。

啟發(fā)式方法雖然已經(jīng)在多種應用中獲得成功，但仍然面臨一些挑戰(zhàn)。「在自動駕駛、醫(yī)療等性命攸關的應用上，人類不能允許深度學習和啟發(fā)式搜索可能出現(xiàn)的小概率偏差，」Martin 說道?！高@意味著我們還有很長一段路要走。我們目前還面臨著兩個挑戰(zhàn)，如何把啟發(fā)式搜索和精準的確切法聯(lián)結在一起；以及當不知道全局規(guī)則的時候，如何讓機器解決問題。」

啟發(fā)式學習經(jīng)歷過三四十年的發(fā)展，它是 AlphaGo 背后的動力，也可以在未來應用于其他領域。「通過與深度學習相結合，同時有了新算法與硬件，啟發(fā)式學習可以讓計算機系統(tǒng)學會真正的知識，」Martin 說道?！杆茏屛覀兊乃阉髯兊酶佑行В軌蜃層嬎銠C幫助我們做出越來越好的決策。」

拓展知識：

深度搜

第一將手機屏幕打開，輸入密碼解鎖；

2、第二用手指將手機屏幕劃到有文件管理的一頁；

3、打開文件管理，第二選擇分類瀏覽功能，這樣手機文件就可以進行分類瀏覽，文檔文件，壓縮包文件，安卓包文件，照片，視頻都可以分類瀏覽；

4、分類成功后，點擊視頻文件，在視頻文件即可查找到所要的視頻；

5、如果沒有找到，也可以點擊搜索，輸入視頻名字即可查找到所需視頻。

前沿拓展：

深度搜

深度搜是專業(yè)的搜索知識的搜索引擎。搜索到的內(nèi)容沒有雜亂無章的**，報道，博客，和門戶網(wǎng)頁等內(nèi)容。

5 月 28 日，機器之心全球機器智能峰會（GMIS 2017）進入第二天，全天議程中最受關注的是多位重要嘉賓出席的領袖峰會，包括《人工智能：一種現(xiàn)代方法》的作者 Stuart Russell、第四范式聯(lián)合創(chuàng)始人兼首席科學家楊強、科大訊飛執(zhí)行總裁兼消費者事業(yè)群總裁胡郁、阿爾伯塔大學教授及計算機圍棋頂級專家 Martin Müller、Element AI 聯(lián)合創(chuàng)始人 Jean-Sebastien Cournoyer 等。

下午，大會迎來又一位引人關注的學者。阿爾伯塔大學計算機科學教授，計算機圍棋專家 Martin Müller 發(fā)表了主題為《深度學習時代的啟發(fā)式搜索》的演講。昨天，AlphaGo 與柯潔的系列比賽剛剛結束，而此前大會其他嘉賓在演講中也紛紛提到了這場比賽。Martin 作為 AlphaGo 開發(fā)者們的導師，對計算機圍棋及其背后的技術進行了深度解讀。

作為計算機圍棋研究的先驅，Martin Müller 教授所帶領的團隊在博弈樹搜索和規(guī)劃的蒙特卡洛方法、大規(guī)模并行搜索和組合博弈論方面頗有建樹。在此前 AlphaGo 與柯潔烏鎮(zhèn)人機交鋒的比賽期間，機器之心曾與他共同觀戰(zhàn)。圍棋程序 AlphaGo 的設計研發(fā)的 David Silver 和黃士杰（Aja Huang）（分別是 DeepMind AlphaGo 發(fā)表在 Nature 上的論文的兩位并列第一作者）都曾師從于他。

「啟發(fā)式搜索不是搜索引擎式的搜索，」Martin 說道?！冈谡鎸嵡闆r下，由于可能性過多，很多時候你是不能搜索全部信息的。在圍棋中，這種情況尤為突出。」

多年來，人工智能研究者們一直以攻克各類游戲為目標，因為這些任務規(guī)則簡單，可以為真實世界的應用鋪平道路。人工智能研究者們不僅在國際象棋上，也在跳棋、雙陸棋等棋盤游戲中有過很多研究。在圍棋之前，人工智能領域的一個里程碑**是 IBM 的「深藍」擊敗世界國際象棋冠軍卡斯帕羅夫（剛剛過去 20 周年）。在 20 年前，IBM 的系統(tǒng)已經(jīng)使用了深度搜索與并行計算，大大提升了效率。

在棋類游戲中，最引人注目的自然是被認為最具復雜性的圍棋了。深度學習是近幾年來科技界火熱的話題，但它并不是人工智能的全部?！溉绻阒魂P注深度學習，那你就會錯過很多東西，」Martin 說道。

AlphaGo 的學習過程是線下的。它通常是先發(fā)展出若干神經(jīng)網(wǎng)絡以待比賽中使用。蒙特卡洛樹搜索（MCTS）是其主要的決策算法，用于決定一局比賽中每一步棋。MCTS 結合了博弈樹搜索、機器學習到的知識和模擬的全局游戲來決定每一步。這些知識中最重要的部分是上面提到的深度神經(jīng)網(wǎng)絡。其中有一個網(wǎng)絡（策略網(wǎng)絡）選擇搜索中最有希望的落子位置，另一個網(wǎng)絡（價值網(wǎng)絡）可以評估其在搜索中遇到的數(shù)千乃至數(shù)百萬個棋盤局面。

在獲取棋局信息后，AlphaGo 的策略網(wǎng)絡會探索哪些位置具備潛在價值，在分配的搜索時間結束時，模擬過程中被系統(tǒng)最繁瑣考察的位置將成為 AlphaGo 的最終選擇。在經(jīng)過先期的全盤探索和過程中對最佳落子的不斷揣摩后，高效的算法與強大的計算能力實現(xiàn)了超越人類的直覺判斷。

除了備受關注的圍棋以外，阿爾伯塔大學在計算機德州撲克等方面的研究也處于領先地位。在今年 1 月，阿爾伯塔大學、捷克布拉格查理大學和捷克理工大學共同發(fā)布了論文《DeepStack: Expert-Level Artificial Intelligence in No-Limit Poker》，展示了他們在人工智能打德州撲克方面的研究。在論文中，研究人員表示 DeepStack 已經(jīng)在無限制撲克（No-Limit Poker）游戲上達到了專家級的水平。

大多數(shù)棋盤游戲都屬于完美信息（perfect information）游戲，針對它們的研究難以應用到真實世界中；而撲克是一個典型的不完美信息（imperfect information）游戲，一直以來都是人工智能領域內(nèi)的一個挑戰(zhàn)。DeepStack 是適用于德州撲克這種不完美信息環(huán)境的新算法。

DeepStack 結合了回歸推理來處理信息不對稱性，還結合了分解（decomposition）來將計算集中到相關的決策上，以及一種形式的關于任意牌的直覺——該直覺可以使用深度學習進行自我玩牌而自動學習到。在一項涉及到數(shù)十位參與者和 44000 手撲克的研究中，DeepStack 成為了世界上第一個在一對一無限制德州撲克（heads-up no-limit Texas hold’em）上擊敗了職業(yè)撲克玩家的計算機程序。

撲克游戲的狀態(tài)可以被分成玩家的私有信息（兩張牌面朝下的手牌）和公共狀態(tài)（包括牌面朝上的牌和玩家采取的**動作序列）。游戲中的公開狀態(tài)的可能序列構成一個公開樹（public tree），其中每一個公開狀態(tài)都有一個相關的公開子樹（public subtree）。

HUNL 中公開樹的一部分。紅色和天藍色的邊表示玩家動作。綠色邊表示公開的公共牌。帶有**的葉節(jié)點表示游戲結束，其中，如果一個玩家根據(jù)之前的動作和玩家手牌的聯(lián)合分布而棄牌或做出決定，那么收益就可能是固定的。

DeepStack 架構概覽（見 a）。對于每一個公開狀態(tài)，DeepStack 都要重新計算它需要的動作，這會用到一個深度有限的向前預測——其中子樹值（subtree value）會通過一個訓練好的深度神經(jīng)網(wǎng)絡 Neural net（見 b）來計算，該深度神經(jīng)網(wǎng)絡 Neural net 是比賽前通過隨機生成的撲克情境（見 c）來訓練的。Martin 表示，它的成功之處在于第一次將啟發(fā)式搜索應用于不完美信息游戲中，并獲得成功。

啟發(fā)式方法雖然已經(jīng)在多種應用中獲得成功，但仍然面臨一些挑戰(zhàn)?！冈谧詣玉{駛、醫(yī)療等性命攸關的應用上，人類不能允許深度學習和啟發(fā)式搜索可能出現(xiàn)的小概率偏差，」Martin 說道?！高@意味著我們還有很長一段路要走。我們目前還面臨著兩個挑戰(zhàn)，如何把啟發(fā)式搜索和精準的確切法聯(lián)結在一起；以及當不知道全局規(guī)則的時候，如何讓機器解決問題?！?/p>

啟發(fā)式學習經(jīng)歷過三四十年的發(fā)展，它是 AlphaGo 背后的動力，也可以在未來應用于其他領域。「通過與深度學習相結合，同時有了新算法與硬件，啟發(fā)式學習可以讓計算機系統(tǒng)學會真正的知識，」Martin 說道?！杆茏屛覀兊乃阉髯兊酶佑行В軌蜃層嬎銠C幫助我們做出越來越好的決策?！?/p>

拓展知識：

深度搜

第一將手機屏幕打開，輸入密碼解鎖；

2、第二用手指將手機屏幕劃到有文件管理的一頁；

3、打開文件管理，第二選擇分類瀏覽功能，這樣手機文件就可以進行分類瀏覽，文檔文件，壓縮包文件，安卓包文件，照片，視頻都可以分類瀏覽；

4、分類成功后，點擊視頻文件，在視頻文件即可查找到所要的視頻；

5、如果沒有找到，也可以點擊搜索，輸入視頻名字即可查找到所需視頻。