Search
Deepmind一直在人工智慧強化學習上，
有很驚人的表現，
2016年在AlphaGo，
後來在海綿體模擬，
現在還會在遊戲中發脾氣，
結果因此贏了。
＃人工智慧
AIoT數位轉型在中小製造企業的實踐 博客來購買：https://www.books.com.tw/products/0010898976
AIoT數位轉型策略與實務 博客來購買：https://www.books.com.tw/products/0010875914
AIoT的現在與未來Ted演講：https://www.youtube.com/watch?v=lCXRPlaUk0s&t=4s
中華亞太智慧物聯發展協會協助企業數位轉型 https://www.facebook.com/APAC.AIOT/
昱創企管顧問有限公司 https://rich4innovation.com/
https://technews.tw/2021/08/12/is-deepminds-new-reinforcement-learning-system-a-step-toward-general-ai/
【新興領域：7月焦點4】運動科技新革命專題4：人工智慧如何聰明重塑運動新世界
大家對2011年電影魔球中的運動家隊故事與2016年AlphaGo戰勝韓國圍棋九段大師李世乭的那場比賽，一定不陌生。這二件事情告訴我們，在網路時代中，人工智慧、大數據、虛擬實境等新技術正在為傳統運動界發展提供無限可能。
其中以人工智慧技術而言，隨著機器學習和展示人類的思維和行為等特徵，已大大改變體育/運動界的遊戲規則與發展。《2021-2026 年體育市場研究報告中的全球人工智慧市場》市場報告中，應用於運動領域中的人工智慧市場預計在2021年至2026年間，將以28.72%的複合年成長率成長。
本文將探討人工智慧在體育/運動中的應用、AI在那些運動項目中應用以及如何被應用，最後，介紹一些受到投資押注新創案例，看看他們的人工智慧解決方案為運動產業帶來何種改變。
詳看內文，請點閱👇：
https://user110758.psee.io/3lf8jl
創新工場今年和全球三大管理顧問集團BCG波士頓諮詢合作了一個AI賦能產業的專題研究，我在開篇專文提到「+AI」的未來，定制化服務的需求要遠多於標準化。未來還會有這個研究的系列文章，將陸續分享給大家。
李開復：人工智慧已從「AI＋」邁向「＋AI」-- 本文来自BCG微信公眾號，經授權轉載。
我曾經預測過未來20年，AI的發展將會在中國帶來影響深遠的產業變革。這是基於在大陸，AI有著明確且豐富的落地應用場景，已經有大量的AI企業活躍於這些垂直領域，積極探索市場化的路徑。作為擅於趨勢前瞻的TechVC，創新工場已經投出了7家AI獨角獸。中國傳統行業規模巨大，正處於科技驅動的升級轉型關鍵時期，我們希望通過科技的力量，為傳統企業降本提效，推動中國實體經濟的發展。
近期，我帶領創新工場團隊與BCG波士頓諮詢旗下的亨德森智庫合作，推出「AI融合產業：‘改造者’如何促進AI普惠」系列研究，通過介紹創新工場投資的AI企業如何賦能傳統行業，探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑，以期對行業企業應用AI有所啟迪。
以下為系列研究的開篇內容：
系列導讀
眾所周知，中國大陸在人工智慧（AI）領域的發展世界領先，尤其在產業應用方面，各行各業都開始嘗試在產業鏈條的不同環節應用AI，以最大化生產與服務的效率。BCG與MIT於2020年發佈的年度AI1報告調研顯示，2020年，在大陸，76%的企業都或多或少應用了AI2，而這一數值在美國是41%，在歐洲是44%。
除卻政府及資本市場的支持、充分的市場競爭與資料供給、勞動力紅利逐漸消退等因素，我們發現，有另一大因素至關重要——在這裡，人工智慧有著明確的落地應用場景，大量AI企業活躍於這些垂直場景中，充當產業中傳統企業應用AI的橋樑，我們稱之為“改造者”。“改造者”通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸。
本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出，圍繞「AI融合產業：‘改造者’如何促進AI普惠」的課題，我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑，以期對行業企業應用AI有所啟迪。
創新工場由李開復博士創辦于2009年9月，作為國內頂尖的科技型創業投資機構，創新工場深耕在人工智慧&前沿科技、自動化、B2B企業服務、醫療、消費、互聯網等領域，並不斷探索與創新，致力於打造集創業平臺、資金支援、投後服務等的全方位生態投資服務平臺。
對談實錄
Q1
我們知道您接觸過非常多的人工智慧企業，您認為當前人工智慧的應用和發展呈現出什麼樣的趨勢？
李博士：起初，發展通用性人工智慧技術的企業有很大的規模優勢，因為只有少數企業掌握圖像識別、語音辨識等技術。比如，在圖像識別領域可能只有商湯科技和曠視科技這樣的頭部企業具備顯著的技術優勢，他們天然能夠佔據更大的市場份額。
但是橫向的、通用性的技術正在快速地大眾化（commoditize），越來越多的企業逐漸掌握相關技術。以圖像識別為例，攝像頭公司、物聯網設備公司，甚至醫療器械公司都開始具備這項能力。在過去，企業僅利用技術層的優勢就能夠攫取價值，如今這變得不再容易。AI已經從「AI＋」的黑科技發明期邁向「＋AI」的應用為王階段。「AI＋」仍會有價值，但「＋AI」則能創造更大的經濟貢獻。更何況科技巨頭可以迅速地以價格、規模等優勢搶佔市場。總而言之，能夠攻破一項技術或平臺的方式太多了。
當然，在特定領域有特殊技術優勢或重大突破的企業依然能夠變現其技術優勢的價值，只不過它們能夠領先市場的時間視窗相比於過去也可能會更短，這些企業需要思考除了技術突破之外，如何能夠迅速地找到落地場景，進而探索市場化的路徑。
與橫向通用技術相對的，垂直的、行業特定的技術解決方案更能夠建立壁壘。在我看來，各個垂直行業都會出現垂直技術企業的爆發機會。中國企業不像美國企業，比如在企業管理軟體方面，由於美國企業標準化程度更高、數位化基礎更強，科技巨頭更容易整合服務，而中國企業，特別是傳統企業行業各有特點，需求各異，要非標得多、碎片化得多，可直接嵌入AI解決方案的現成平臺並不多。中國傳統行業規模巨大，正處於科技驅動的升級轉型關鍵時期，AI、自動化等平臺技術將為其降本增效，創造出巨大的經濟價值。在這個過程中，垂直、特定的行業技術解決方案有望在企業服務賽道上 “彎道超車”，汽車、銀行等各行各業都可能湧現出全新的、垂直的、創新式的行業特定的AI解決方案。所以說，「＋AI」的未來，定制化服務的需求要遠多於標準化。
那麼定制化的服務如何定價？技術企業需要深入到行業當中、業務流程當中，識別人工智慧能夠實現的、替代的價值。中國的AI企業每天都在反覆運算，它們剛開始時可能擁有某種通用技術，然後再根據具體的商業問題和場景不斷定制化——思考這項技術能為製造業，又或者醫療健康行業帶來什麼改變？該如何銷售、銷售給誰？在企業中，誰有興趣買？又是誰在做購買決策？與之相應地，AI企業需要再調整其商業模式。
Q2
我們理解人工智慧技術企業需要更深入到垂直行業中去，那另一方面，傳統企業又應當如何應用AI？
李博士：當前大量中國傳統企業在爭先恐後地應用AI，或者嘗試應用AI，就像在電氣時代誰沒有應用電力就會被自然淘汰一樣。尤其是在保險、零售、電商等行業，企業不及時擁抱AI可能就會被新的AI玩家顛覆，或者被應用了AI的競爭對手顛覆——每一次AlphaGo、AlphaFold的突破都會加劇企業的這種焦慮感。另外在經濟下行期，企業也有提升生產管理效率和節降成本的需求，需要尋求像流程機器人之類的自動化的解決方案。
在我看來，傳統企業需要滿足以下三方面的要素，才能夠有效地應用AI：
■ 開明的決策者。技術的應用會給傳統的企業運作模式甚至業務模式帶來顛覆，需要開明、堅定的決策者在整個企業組織中一以貫之地推動變革，來應對可能出現的各類阻力和反對的聲音。
■ 切實可行的計畫。找到可落地的速贏點並付諸實踐，借此向員工展示AI應用的巨大價值與潛力。比起一上來就全面鋪開，尋找單點進行突破顯然更加容易，這一單點最好是非爭議性的、非業務核心的、風險較低的，從這一單點再慢慢地向整個業務流程延展，通過單點速贏逐漸增加員工對AI的理解和信任。
■ 數據。企業需要有高品質的、與業務緊密相關的標識資料以及回饋閉環，將企業不同部門或子業務緊密相連。我們見到過太多失敗的AI應用專案都是敗在資料上，因為企業缺乏高品質的資料。
■ 要點回顧
1
當前，大量行業通用性的人工智慧技術均面臨迅速的大眾化，而垂直行業領域的專識變得更加重要，垂直領域的AI應用成為大勢所趨。
2
傳統企業需要抓住時間視窗，憑藉多年深耕行業的經驗積累，在AI技術企業追趕行業知識的檔口自我顛覆、自我革命。
在BCG看來，傳統企業擁抱AI有多種方式：自建AI能力，與科技企業形成合作或合資企業，以及在這個系列中我們將重點探討的——與AI技術企業合作形成垂直行業生態圈等等。
唯一戰勝 Google 旗下 Deep Mind 公司開發的人工智慧 AlphaGo 的南韓棋王李世乭，宣布將要退休，因為他認為人類永遠沒辦法擊敗人工智慧。
不過演算法不是只會越來越強大，為什麼 AlphaGo 會錯判輸給李世乭呢？
因為AlphaGo 有個叫『隨機森林』的算法，可以預測對手可能會下哪一步，但李世乭這一步下在 AlphaGo 認為對方不可能會去下的那一步，李世乭當時下完這步棋，Alphago 還認為自己的贏面超過八成，繼續往後下了十手之後，Alphago 自己有一個勝率的表，突然開始下降，發現自己處於弱勢了，開始慌張了，於是 Alphago 就開始亂下險棋，出現了連業餘選手都不會犯的錯，想賭李世乭會出錯，最後就輸了。
但 AlphaGo 也從敗給李世乭找到自身弱點，再次強化學習能力。像 AlphaGo 的孿生兄弟 AlphaGo Zero，就是完全不靠任何人類經驗訓練的神經網路，它就是不斷跟自己對戰學習，結果在自學 3 天後，就以 100：0 打敗了舊版 AlphaGo ，自學 40 天後，就擊敗了曾經戰勝中國棋手柯潔的 AlphaGo Master，成為世界上最強的圍棋程式！
雖然未來人類可能再也贏不過AI，不過AI 的加入反而讓圍棋有了更多玩法，這時候 AI 的功能，是在擴展人類棋手的思路，和人類合作一起探索圍棋還未被發掘的領域。
因為圍棋是世界上最複雜的遊戲！是看哪個顏色的棋子，圈出的空間最多，誰就獲勝。聽起來規則很簡單，但實際上卻複雜到不行。
圍棋的棋盤是 19X19，通常一步會有 200 種下法，圍棋變化位置的排列組合一共有10 的 170 次方種可能性，比整個宇宙的原子數ㄅ10 的 80 次方還要多更多！人類通常都只能憑經驗跟感覺判斷，但判斷才是最困難的。剛有說嘛，圍棋的勝負是由最終局時，雙方控制地盤的多寡決定，但棋局進行到一半，雙方的地盤都還沒封閉，怎麽判斷形勢呢？很多職業棋手之間微妙的差異，就是體現在這個判斷能力上。
但就連開發 AlphaGo 的團隊都坦言，AlphaGo 面前的最大問題，和人類棋手是一樣的，就是圍棋太難了，還有規則中的規則，例如優勢、虧損、打劫，雖然 AlphaGo 的勝利或失敗，完全取決於這些機率的估計是否準確，但計算力還遠遠達不到『最優解』的程度。目前AlphaGo 團隊的做法是，讓AlphaGo學習像人類棋手一樣，去選點和判斷。
當機器把一件事情做得比人類好時，我們還能做什麼？
你對棋王退休有什麼看法？快和我們一起分享！
---------
《#范琪斐ㄉ寰宇漫遊》每週四晚間十點在寰宇新聞播出，沒跟上的也沒關係，歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐ㄉ寰宇漫遊 🔔https://reurl.cc/ZvKM3 十點半準時上傳完整版！
就在前陣子不久，《DOTA2》將人工智慧「OpenAI」引入錦標賽，並且得到極高的勝率。當然，在圍棋場上打敗人類的「AlphaGO」也是AI界讓人矚目的話題。但，就在這個大家不斷追求最強地位的年代，在日本居然出現了「最弱AI」，也引起了大家的注目。
這個AI被取名為「奧賽羅」(オセロ)，它的戰場是規則相對簡單，而且大部分人都會玩的黑白棋。說是最弱AI，要輸給它還真的不容易，玩家經常會出現，好不容易打了整盤爛棋，最後卻被逼到奇蹟般的逆轉勝，目前人類只輸過1000場，卻有了20幾萬場的勝利。想要來挑戰最糟糕的一手嗎？連結就在影片說明的地方，你也來試試看吧！
遊戲連結
https://othello.to-kei.net/weak/
（C）Takuma Yoshida - Avilen Inc. CTO
「電玩宅速配」粉絲團：https://www.facebook.com/tvgamexpress
「美女愛玩Game」節目：http://bit.ly/1Qwt7S3
休閒平台：http://myfun.gamedb.com.tw
遊戲庫粉絲團：http://www.facebook.com/Gamedbfans
AI人工智慧勝過人類最著名的例子，絕對是「AlphaGo」接連打敗來自南韓和中國的圍棋高手，一般認為AI要在圍棋中取勝比在西洋棋等遊戲困難許多，
主要是因為圍棋的下棋點極多，然而「AlphaGo」問世後短短兩年，就已經達成這項不可能的任務，也震驚了全世界。
而在電競圈也有人工智慧痛宰職業選手的例子，電競人工智慧「OpenAI」今年三月以2比0戰勝《DOTA2》Ti8世界冠軍「OG戰隊」，
之後更擊敗了來自世界各地的《DOTA2》玩家隊伍，完成了573連勝，這超狂的紀錄一直到4月中旬才交出首敗！
根據外國媒體報導，科技大廠「微軟」將投資10億美元給電競人工智慧「OpenAI」，雙方還達成了一項多年合作協定，
將在微軟的「Azure」雲計算服務平臺上開發人工智慧超級計算技術。有了這筆大投資，人工智慧會不會進化到更驚人的狀態呢？這對人類來說究竟是福是禍，也只能繼續觀察囉～
© Microsoft 2019
© OpenAI
「電玩宅速配」粉絲團：https://www.facebook.com/tvgamexpress
「美女愛玩Game」節目：http://bit.ly/1Qwt7S3
休閒平台：http://myfun.gamedb.com.tw
遊戲庫粉絲團：http://www.facebook.com/Gamedbfans
由Google DeepMind 所開發的人工智慧圍棋程式── AlphaGo，在今（2016）年3 月以四勝一敗的戰績勝過南韓棋王李世石。此一消息震撼了資訊界與圍棋界， ... ... <看更多>
為什麼圍棋是人工智慧難解之謎？ 德米斯· 哈薩比斯，DeepMind 創辦人，AlphaGo 之父，4 歲開始下西洋棋，8 歲時在棋盤 ... ... <看更多>
alphago人工智慧 在 AlphaGo - 維基百科，自由的百科全書 的相關結果
絕藝（英文名Fine Art）是中國騰訊公司的AI Lab（騰訊人工智慧實驗室）開發的圍棋人工智慧。在2017年3月18-19日的第10屆UEC杯世界電腦圍棋大會上奪得冠軍，並 ... ... <看更多>