信息科技：人工智能是怎樣戰(zhàn)勝歐洲圍棋冠軍的 薦4股 2016-01-30 類別：行業(yè)研究 機構：安信證券 研究員：胡又文

　　[摘要]

　　人工智能里程碑事件：AI戰(zhàn)勝歐洲圍棋冠軍。計算機在圍棋領域戰(zhàn)勝人類比在象棋等其他領域的挑戰(zhàn)更大，因為：1、圍棋每個回合可能存在的走法比國際象棋數(shù)量多得多。傳統(tǒng)的遍歷搜索去計算每一步走法所帶來的所有結(jié)果是不可能的；2、沒有一個簡單的方法來評判每一步棋的優(yōu)勢。即使是最高段的圍棋棋手也無法檢查出每一步走法所帶來的所有結(jié)果，所以棋手只能學著在棋盤上幾百個棋子中識別出抽象模式，即使是專家也經(jīng)常會很難解釋為什么一步棋看起來很有優(yōu)勢或有問題。圍棋也因此成為人工智能競爭的焦點。

　　DeepMind的人工智能圍棋系統(tǒng)包括兩種不同的深度學習神經(jīng)網(wǎng)絡架構:1、策略網(wǎng)絡（policynetwork），用來預測下一步；2、價值網(wǎng)絡（valuenetwork），用來預測棋盤上不同的分布會帶來什么不同的結(jié)果。使用它們的方法是，把非常復雜的搜索樹減少到可操作的規(guī)模，并不是在每一步都要考慮幾百種步數(shù)，而只考慮策略網(wǎng)絡提供的幾十種最有前景的步法，價值網(wǎng)絡的作用是減少搜索的深度，所以，它的搜索深度并不是特別深，它并不是一下子搜索出直達比賽末尾的300多步，而是搜索更少的步數(shù)，比如20多步，并評估這些位臵。這類搜索與人類直覺想象力類似。

　　DeepMind算法源于其對兩種機器學習方法的結(jié)合：第一種是深度學習，深度學習系統(tǒng)能夠從大量的非結(jié)構數(shù)據(jù)中獲取復雜信息。Google正在使用這種算法來自動分類圖片，目的則是為了進行機器翻譯。第二種算法是增強學習，該算法僅使用屏幕像素和游戲得分作為輸入，為了在給定時間里，獲取最大獎勵，算法不斷通過試錯(比如該如何行動?左轉(zhuǎn)、右轉(zhuǎn)還是開火)進行學習。

　　在每種游戲上花費數(shù)小時后，系統(tǒng)掌握了一系列經(jīng)典街機游戲的操作方式，包括賽車、拳擊和SpaceInvaders。

　　Deepmind對人工智能發(fā)展的影響：Deepmind出色的通用學習能力為機器人“注入”自主學習能力；可以協(xié)助人類對重大科技項目進行攻關。例如可以在實驗室里針對疾病生成和檢驗新的假設，谷歌內(nèi)部已經(jīng)考慮將其應用于Alphabet旗下Calico---一個致力于延長人類壽命的公司。

　　投資建議：谷歌旗下的DeepMind團隊研發(fā)的人工智能算法擊敗歐洲圍棋冠軍FanHui是在邁向更類似人類直覺的人工智能道路上的里程碑事件，展現(xiàn)了人工智能的巨大潛力。人工智能也被我國科技界視為實現(xiàn)彎道超車的一次難得的歷史機遇，我們繼續(xù)堅定看好人工智能這一未來最重要的產(chǎn)業(yè)方向，建議重點關注：思創(chuàng)醫(yī)惠（攜手全球人工智能龍頭IBM沃森），東方網(wǎng)力（視頻大數(shù)據(jù)龍頭，參股全球領先的家用機器人和安防機器人），長高集團（收購金惠科技，圖像視頻智能識別領域稀缺優(yōu)質(zhì)標的），科大訊飛（"訊飛超腦"進軍認知智能制高點），漢王科技（人臉識別、讀寫識別等領域領軍企業(yè)），東方國信（大數(shù)據(jù)智能分析龍頭），佳都科技（旗下云從科技的人臉識別技術已經(jīng)在金融行業(yè)應用）。