(商业运作等其他东西不懂不涉及不评论,只论研究。)
facebook的田渊栋博士说:
“AlphaGoZero/AlphaZero算法很有意思,我们想知道为什么它有效果,是怎么会有效果的,是不是如同宣传的那样是百试百灵的通用算法,是不是只要堆机器,强人工智能马上就来了?还是说其实这个算法有什么问题和弱点?DeepMind不开源也不透露细节,文章里面一些地方也没有写得很清楚。我之前写过Blog讨论过,但是没有第一手经验总不是很踏实。所以本着研究目的,我们需要复现一下,先有复现,才有创新,这个是做研究的习惯。”
田博士的经历:看到论文,论文仅有框架和结果不透露细节和开源,有些地方写得不很清楚,因此需要先重现先发者alphagozero的水平,将来看是否能创新。这正是科研工作的正确态度。
作为理科研究行业一员,非常理解田博士的话,而行业外许多人不理解。只要有人进入一个领域,其他人就不能进入研究了吗?先发者有所发现,发表论文,就是打开一个领域,这个领域会有很多人进入,先发者有很大贡献,但后来者将不断创新,使这个领域的研究越来越宽广和深入,越来越好,造福人类。每一个研究者都在做贡献,但不能贬低他们的工作是“山寨”。
在一个科研领域,先发者实力当然很强,但他们不能把该领域所有的工作做完。比如Deepmind团队,他们研究AI的目的不是为了围棋,围棋一个证明AI算法的工具,过了这一关,就不搞围棋了,往他们的目的走,比如医疗或者其他?他们当然有实力做更好更人性化更符合人类训练的围棋AI,但这不是他们的目的。在围棋AI这个领域,其他人继续工作,并不是毫无价值和“山寨”抄袭。星xAI的水平不如alphago,可能也不如若干知名围棋AI,但它一个思路是对棋手有帮助的,即“优势不退让”,因为这符合人类的思维,以及符合人类的算路。alphago强,但在几十步时,人类算路可能无法计算并理解第xx步棋到底好在哪,也就无法吸收学习。在官子时,领先时胜率相近则选择“退让”招法也不符合人类做法。相信这些工作Deepmind随便就能做,但他们不做,其他人做了就是不应该?
尊重和赞美先行者,但也欣赏和感谢不断前行的后继者。这是我的态度。
facebook的田渊栋博士说:
“AlphaGoZero/AlphaZero算法很有意思,我们想知道为什么它有效果,是怎么会有效果的,是不是如同宣传的那样是百试百灵的通用算法,是不是只要堆机器,强人工智能马上就来了?还是说其实这个算法有什么问题和弱点?DeepMind不开源也不透露细节,文章里面一些地方也没有写得很清楚。我之前写过Blog讨论过,但是没有第一手经验总不是很踏实。所以本着研究目的,我们需要复现一下,先有复现,才有创新,这个是做研究的习惯。”
田博士的经历:看到论文,论文仅有框架和结果不透露细节和开源,有些地方写得不很清楚,因此需要先重现先发者alphagozero的水平,将来看是否能创新。这正是科研工作的正确态度。
作为理科研究行业一员,非常理解田博士的话,而行业外许多人不理解。只要有人进入一个领域,其他人就不能进入研究了吗?先发者有所发现,发表论文,就是打开一个领域,这个领域会有很多人进入,先发者有很大贡献,但后来者将不断创新,使这个领域的研究越来越宽广和深入,越来越好,造福人类。每一个研究者都在做贡献,但不能贬低他们的工作是“山寨”。
在一个科研领域,先发者实力当然很强,但他们不能把该领域所有的工作做完。比如Deepmind团队,他们研究AI的目的不是为了围棋,围棋一个证明AI算法的工具,过了这一关,就不搞围棋了,往他们的目的走,比如医疗或者其他?他们当然有实力做更好更人性化更符合人类训练的围棋AI,但这不是他们的目的。在围棋AI这个领域,其他人继续工作,并不是毫无价值和“山寨”抄袭。星xAI的水平不如alphago,可能也不如若干知名围棋AI,但它一个思路是对棋手有帮助的,即“优势不退让”,因为这符合人类的思维,以及符合人类的算路。alphago强,但在几十步时,人类算路可能无法计算并理解第xx步棋到底好在哪,也就无法吸收学习。在官子时,领先时胜率相近则选择“退让”招法也不符合人类做法。相信这些工作Deepmind随便就能做,但他们不做,其他人做了就是不应该?
尊重和赞美先行者,但也欣赏和感谢不断前行的后继者。这是我的态度。