作者：渔雪
聂卫平掷地有声，邀战太白。
易科公司愉快的答应了这次邀请，顺便，还解释了“太白”的由来，公司对AI项目的命名是英文“Venus”，中国“太白”。
Venus是金星，与手机Mars的“火星”相对，也在西方神话里有维纳斯这样的人物，而金星在中国古代有“太白者，西方金之精，白帝之子，上公，大将军之象也”的叙述，由此得名。
易科不仅答应邀请，又扩大范围，愿意与包括聂卫平在内的5名棋手进行线下的正式比赛，还设立了500万美元的获胜奖金。
一时间，不光舆论火爆关注，韩日两国原本犹豫的棋手也迅速报名，要求为人类的荣誉而战。
很快，时间定在了6月26日，易科太白对弈中日韩的5名顶尖棋手。
只是，在这一天到来之前，人类阵营与AI阵营还出现了一点小小的花絮，前者要求三番战，就是每个人三盘两胜，而后者只愿意1V5。
也就是，五位棋手各自一个房间，太白会同时与他们对弈，只要人类赢下其中三局，奖金就会平分给人类。
据披露，聂卫平专门为这事找人要了方卓的电话，直接打过去表示不满，认为这样的举动是一种羞辱。
都是顶尖棋手，太白“多面打”，实在太倨傲了！
当然，这不是太白倨傲，是易科太倨傲了！
“聂老师，三番战太费时间了，一个人就至少三天，易科现在有很多任务，大家都赶时间，我问了公司，他们说这样对‘太白’没什么影响。”方卓礼貌的回应道，“大家就一起上吧，不用客气，我们也不是围棋公司，就是验证验证技术。”
另外，他还修改了条件：“聂老师，这样，只要有一个人能赢一局，这就证明‘太白’没有超越人类棋手，那公司就会发放奖金，我个人再额外给这位获胜的棋手500万美元，再捐赠给国内围棋行业500万美元，怎么样？”
聂卫平看在方总有钱的份上，最终还是答应了下来。
但是，随着这样最后条件的确立，易科所展示出的强烈信心也让人类围棋阵营如临大敌，同时，央视、网络、抖音乃至国外媒体都会进行直播，确定最后的输赢。
时间还没到6月26日，易科股价因为这么一次出圈的动静先上涨了起来，倒是很让空头们抨击易科的举动。
RC对冲基金的拉塞尔已经成为做空易科股票的急先锋，他毫不客气的批评易科：“这就是方总在炒作概念！易科就算赢了又能怎么样？它能通过下围棋推出什么产品吗？这不会改善易科越来越糟的营收！”
拉塞尔其实说的很对，但易科股价就是在涨……虽然不算很多，可是，也止住下跌势头，有了小小的反弹。
人工智能能做什么？
在围棋对战日之前，易科的技术副总裁埃尔德也露面谈了谈这方面的方向，认为会在未来的搜索、医疗、教育等领域大展拳脚。
至于这次的对弈能证明什么……
埃尔德的回答是：“最少能证明，我们走在一条还不错的路上，其实，相较于与人类对弈，我们更感兴趣的是‘太白’与谷歌的‘阿尔法’，它们谁更强，这个真的可以试试。”
最初就是见到谷歌这方面的举动才受到启发，虽说老板确实有炒作的意思，但技术强弱也很让易科内部感兴趣。
谷歌随后给了回应，愿意在“太白”战胜人类之后相互切磋。
潜台词是，要是没战胜，那就不用聊了。
媒体舆论十分热闹，围棋阵营同仇敌忾，金融市场给予反应，如此背景之下的6月26日，全渠道直播下的易科“太白”与聂卫平、柯洁、李世石、申真谞、井山裕太五位人类棋手对弈。
1V5，多面打，人类荣誉，1500万美元的超级奖金。
聂卫平首先败下阵，井山裕太中盘告负，李世石投子认输，当申真谞与柯洁在直播时陷入长考，尽管许多观众看不懂围棋，但似乎也有波澜壮阔之感。
两位顶尖棋手迟迟没有动作，直播镜头倒是随之切换，拍到了诸多职业选手或思考或沮丧或痛苦的表情，也拍到了不知何时到场的易科掌门人方卓。
方卓注意到镜头，给了一个礼貌的微笑。
五分钟之后，申真谞呆呆地看着棋盘，投子认输。
十分钟之后，柯洁眼中有泪，宣告人类阵营的最后一盘棋也彻底失守。
饱含人类智慧的围棋项目在舆论热议中以似乎是波澜不惊的对弈过程结束，最终结果证明着易科敢拿1500万美元完全是十足的底气……
围棋阵营一片翻腾，舆论再次热情讨论AI的进展，易科股票受此热度刺激，再度上涨。
不仅如此，易科在次日还顺势推出了一款收购来的游戏，名字叫做应景的《人类一败涂地》。
《华尔街日报》饶有兴趣的报道了相关事件，刊载了方卓魔王式的微笑、围棋阵营的翻腾、应景的游戏以及易科的股价反弹。
它对此的最终评价是：“方总难得的展现了他对概念的炒作，他显然很会，但过去并不经常使用，只是，连方总都开始炒作，易科的真实情况或许更糟糕了。”
这样的评价没有挫伤股价的反弹，AI的热度被炒了起来，而易科显然被大加称赞，它在这一赛道的投入与团队的建设也被挖了出来，证明不是临时起意。
方卓对这个事吧，主要是想让投入也听个响，总归要看看公司的研发到底是什么样的水平，当然，顺便也炒一炒股价，不能让空头们提前吃满意就离了场。
第249章 弱小
易科的“太白”出世，以一种迅雷不及掩耳的速度击穿人类围棋阵营，但即便是1V5，即便是人类顶尖棋手，不少人对于易科堂而皇之的宣称AI已经在围棋领域超越人类智慧还是不满。
这里面还有许多言之有理的理由，比如，AI出现的太突然，所有人都来不及仔细研究它的下棋路数；比如，时间太近，棋手们没有完全调整到最佳状态……
只是，眼下已经来不及为人类棋手遗憾了，现在赶到战场的是来自谷歌的“阿尔法”。
继AI无可匹敌的战胜人类，易科快速确定与谷歌的技术切磋时间，直接定在了7月3日，仍旧是全程开启直播。
方卓不懂围棋，但他对于这种技术的验证和交流很有兴趣。
这次不仅仅是两个AI的对弈，易科也是在上海举办了一次与谷歌的深度学习Deep Learning的交流活动，同时还有英伟达以及硅谷近期这领域的研发人员、创业公司一起参加。
易科是真的抱着切磋的意愿，谷歌与硅谷那边也没有太多比试高低的意思，因为，这个赛道的折腾确实还没瞧见太多突破的希望，仍旧属于蓄力阶段。
也正是基于这种情况，不少没被邀请的研发者和公司瞧见两大公司的互动，也积极报名参加活动，而易科在与谷歌讨论之后就干脆扩大了规模，时间也顺势推迟到7月10日。
这便不是一场围棋对弈的AI互动，而是以它当做开胃菜的深度学习DL的研讨会议。
7月10日，易科、谷歌、英伟达等公司在上海的易科中心举办会议，同时，易科还邀请了先前被击败的柯洁、李世石、申真谞等人作为嘉宾，见证“太白”与“阿尔法”的对决。
这两个AI都有击败人类顶尖棋手的履历，太白上个月掀起的多面打与舆论炒作也成功让大众对AI充满兴趣，再加上又有现场直播，所以，观看者众多。
上午九点钟，两台机器人坐在舞台的正中央，现场架设了大屏幕，方卓、拉里等人坐在第一排，棋手柯洁、申真谞等嘉宾在直播室点评。
不同于上次同样直播的1V5，“太白”与“阿尔法”的落子都十分迅速，偶尔也有迟疑的时候，但这种时刻相较于人类便显得极其短暂。
对弈是传统规则，各自是有三小时时间，然而，仅仅三十二分钟，这场万众瞩目的棋就以“太白”赢下1子而结束。
这三十二分钟是绝大多数人看不懂的三十二分钟，不过，他们能看到棋手们的表现，能看到直播室里刚开始有分歧，中间有争执，最终变成沉默的过程。
当柯洁被邀请上台，以专业人士的身份对这盘棋进行点评，他面对镜头十分茫然，好一会之后才说道：“AI在围棋上可能已经完全超出人类想象了，上个月我好像在AI的棋里看到了古力、李昌镐、吴清源他们的影子，又、又好像看到了我自己的影子。”
柯洁神色中带着挣扎和痛苦，伸手捂脸：“今天，我看不到了，完全看不到了，我好像不懂，不懂围棋到底该是什么样了……”
主持人眼看柯洁已经有些失态，赶紧把这位人类顶尖棋手请下台，并且打了打圆场，但这个场面无疑让观看直播的人印象深刻。
AI对弈的开胃菜结束，方卓拿到话筒进行了简单的发言。
“围棋是人类智慧的杰作，但AI也是如此。”
“我对于AI的期待就是它能够极大的解放人类的双手，这一天大概很远，但就像今天的‘太白’相较于上个月的它，已经又有进步。”
“AI会以一种让人惊叹的迭代速度进化，我们今天汇聚在这里也是为了寻找正确的发展方向。”
“AI是在围棋领域赢了人类，但这不是人类智慧的终结，反而是人类智慧的延伸，是科技的又一次进步，也是对未来的又一次探索。”
方卓这种看法的表达还是赢来了不少掌声与直播间的好评。
对于许多人来说，这场热闹也就看到这里了，但对从业者、研发人员来说，真正的部分才刚刚开始，不论易科还是谷歌都在深度学习DL领域有很深的研究，这种围棋对弈只是展露出的表象，内里的运转与思考才是更让人重视的。
吴恩达作为易科“Venus”项目的负责人之一，与谷歌旗下公司的席尔瓦就DL的模型逻辑进行了交流。
不管太白还是阿尔法，它们都是基于卷积神经网络的发展而来，这一基础是类似的，而它的突破源于2012年Alex、Ilya和Hinton合作发表的关于AlexNet深度卷积神经网络的论文，也正是在这之后，相关的研究出现了爆炸式的增长。
吴恩达与席尔瓦谈的是在AlexNet之后的架构创新，是将传统的搜索算法与深度学习模型的有效整合，以及，整个团队在局部感受野、参数共享与稀疏连接、平移不变性这些方面做出的努力。
这种易科与谷歌以及场下嘉宾的交流极其愉快，也让方卓颇为满意，他虽然不懂，但瞧着这样的场面就觉得知识被塞进了脑子里。
只是，等到第二天，当吴恩达提出团队在研发上的困惑时，激烈的辩论到来了。
易科是有“Siri”这样的语音助手作为人工智能的实践，而吴恩达的团队不仅在做卷积神经网络CNN的研究，也在做循环神经网络RNN的研究，他们认为后者更适合与语音助手相结合，但效果并不算很好，完全达不到想要的成绩。
问题出在哪里？
吴恩达表述了困惑，也谈了谈易科内部的解决方向。
参会的一部分人赞同易科的解题思路，但谷歌方面却出现了不同的声音。
“为什么非要使用循环神经网络？”谷歌的乌思克尔特本来正在休假，但因为对DL的交流感兴趣便报名过来，“为什么不试试自注意力Self-attention？我认为它对NLP领域将会有更优秀的改变。”
“Self-attention可以进行更好的并行计算能力，而不是像RNN那样进行顺序处理，它还能直接比较序列中任意两个位置的向量表示，这样就能更有效的捕捉和利用长距离依赖关系，但RNN不行！”
“RNN虽然理论上也能捕捉长距离依赖，但实际上往往因梯度消失或爆炸问题而难以实现！”
乌思克尔特研究的是谷歌的机器翻译改进方法，他的父亲就是计算语言学的教授，尽管刚开始进入谷歌时对语言翻译的工作很不喜欢，但最终还是专注于这一领域的研究，而他近期正在琢磨的便是“自注意力Self-attention”在相关领域的改善。
吴恩达很快明白这位谷歌研究员的意思，也在几经思索后给予反驳：“自注意力没有显式地编码位置信息，这就意味着如果以它为核心的模型无法区分序列中相同词语在不同位置的意义差异，而在自然语言的处理中，词语的语义又与位置紧密相关。”
“而且，自注意力模型必然因为序列中每对元素计算的注意力权重而有巨大的参数量，这极可能导致过拟合。”
他这边刚说话，谷歌自家DL的席尔瓦也反驳了乌思克尔特提出的新路线，其中一个重要原因在于RNN的循环结构太符合大家对序列数据处理的理解，即当前状态依赖于过去的信息，而自注意力的全局依赖一看就不如RNN直观。
易科与谷歌的两大领导者都批评了自注意力Self-attention，但乌思克尔特并不服气，他直接登台阐述自己更多的想法。
而且，针对吴恩达与席尔瓦抨击的缺点也给出一些解决思路，比如，引入位置编码，比如，进行多头注意力的研究。
有人觉得眼前一亮，有人觉得异想天开，还有人现场进行快速的分析和演算。
第一排的方卓极其茫然，他扭头询问旁边沉思的英伟达掌门人黄仁勋：“他们在讨论什么？”
“乌思克尔特说，GPU是最适合深度学习技术的硬件。”黄仁勋给出一句总结。
方卓：“？？？”
他纳闷道：“我怎么完全没听到类似的表述？”
“因为自注意力Self-Attention更加强调并行处理，这是GPU更擅长的。”黄仁勋笑道，“至于其他的，不重要，我们只要提取对我们有利的就好。”
方卓观察着现场的气氛，这已经不是知识的交流，更像是知识的火拼了。
他默默的收起自己在这种场合本就不多的存在感。
只是，等到晚上，方卓还是当面询问了这次参与辩论的吴恩达，想知道这场面红耳赤的讨论都有些什么东西。
吴恩达真的很难和方总解释发生了什么。
“方总，等我们想一想再写一份报告吧。”他思考许久之后由衷地说道，“这样的交流或许应该多来几次，他那个自注意力，我现在想想，缺点也不是不能解决。”
方卓耐心的询问：“那我们应该做些什么？”
吴恩达回味今天的整场辩论，思考着不同人提出的不同想法，喃喃道：“或许，我们需要先试试一种新型软件，让它可以和计算机对话。”
方卓“嗯”了一声，表达一贯的支持：“行，开始吧。”
吴恩达哭笑不得，真心地说道：“方总，你给我们的支持真的太优渥了。”
下一篇：这个外援强到离谱