业余棋手战胜了曾经击败顶级棋手的围棋 AI

2016 年 AI 战胜了人类围棋高手，此事被视为 AI 崛起的里程碑，但之后意外为人类翻盘。一位美国业余棋手利用计算机发现的一个先前未知的缺陷击败了 AI，他在没有计算机直接支持的情况下赢得了 15 场围棋人机对决中的 14 场。AI 研究公司 FAR AI 设计了一个程序，与顶级 AI 系统 KataGo 下了超过一百万局，以发现人类棋手可利用弱点。这次胜利以前没有报道过，但这证明这些系统使用的深度学习模型存在根本性缺陷。

消息来源：Ars Technica

老王点评：其实，再聪明的 AI 也必然有其局限性，人类的大脑也并不会全面被 AI 击败，毕竟人类的大脑已经进化了数千万年。

数字隐私和安全的四个谎言？

华盛顿邮报的专栏作家揭露了四个数字隐私和安全方面的谎言，以下是他的观点：

1. 在你的电子邮件地址中替换上 “at” 和 “dot” 来阻止垃圾邮件发送者。 这对网络上搜刮你的电子邮件的人来说，毫无意义。
2. 发送明显是骗局的电子邮件和短信的骗子们是傻子。 不，他们只是筛选那些自信智商在线的傻子。
3. 使用“虚拟私人网络”（这个词的缩写我不能写）来保护网络安全。 对于大部分人来说，没有意义，毕竟主要的安全短板并不在这里。
4. 你的邮件地址和电话号码是秘密的。 其实它们是公开的“秘密”。

消息来源：MSN

老王点评：原文的理由不尽然合理，我同意它的观点，但对原文的理由不是完全赞同，所以上面给出的理由是我提炼的。你怎么看呢？

Linus 发布“路人甲” Linux 6.2 内核

上周日，Linus Torvalds 按延长的时间表发布了 Linux 6.2 内核，他敦促开发者和用户测试新的内核版本，“也许它不像 6.1 那样是一个性感的 LTS 版本，但所有那些普通的‘路人甲’内核也需要一些测试的爱。”也就是说，Linus 认为这是一个平淡无奇的内核版本。但是英特尔可能对此不太认同，因为它的 Arc GPU 已经被发布到了稳定通道，同时，英特尔也为其软件定义的芯片（又称 “英特尔按需”）得到推广而感到高兴。此外，可能更值得关注的是，对苹果的 M1 CPU 的主线支持已经到来。

消息来源：The Register

老王点评：说实话，我一直对 Linux 内核的版本号规则耿耿于怀，太任性了。

柯洁称 AI 让他越来越难以赢棋了

2017 年，围棋国手柯洁与人工智能“AlphaGo”进行了三番对决，最终柯洁 0:3 完败。如今，柯洁的空余时间几乎全部用在了研究 AI 上，他说道：“我现在看到 AI 也比较痛苦，因为我知道我没有办法走出比 AI 更优秀的好棋。”他认为，AI 可以很大程度上拉近棋手之间差距，人类棋手都在向人工智能进行学习，现在都有 AI 工具辅助，棋手就会完全按照 AI 的下法去下。柯洁称，“在以前的话，我觉得想赢一盘棋还是比较容易的。现在越来越难了。”

虽然老牌棋手会抱怨 AI 使得棋手的训练差距被拉平，但是人类从来不会被科技单方面打败。

ARM 发布 AMRv9 指令集，CPU 性能有望提升 40% 以上

ARM 星期二公布了近十年来它的最大规模的技术创新。目前使用的 ARMv8 指令集是十年前推出的。过去 10 年计算架构有了太多变化，ARM 处理器也不止用于移动/嵌入式，已经扩展到了 PC、HPC 高性能计算、深度学习等等新领域。ARMv9 在兼容 ARMv8 的基础上，提升了安全性、增强了矢量计算、机器学习及数字信号处理，同时继续提升处理器性能，CPU 性能有望提升 40% 以上。ARMv9 处理器预计会在 2022 年进入市场。

芯片领域三十年河东三十年河西，曾经如日中天的 X86 的风头如今似乎被 ARM 抢去了不少注意力。不过，我还是看好 RISC-V 的未来发展。

报告称双重勒索攻击造成“前所未有的”损害

双重勒索攻击，指在加密文件的同时窃取文件然后威胁泄露文件进行二次勒索。据英国 RUSI 和 BAE 公司发表报告称，双重勒索攻击在 2020 年造成“前所未有的”损害，去年 6 月至 10 月间，在勒索软件博客上报告的新受害者增加 200%。2020 年，采用双重勒索手段的 16 种勒索软件的攻击者共进行了 1200 次攻击，受害者分布于 63 个国家。英国遭受“双重勒索”攻击的数量位居世界第二，仅次于美国。

面对勒索软件攻击，企业愿意为防御勒索软件付出的精力和成本，取决于它可能遭受的损失程度和概率。这和对付病毒和垃圾邮件一样。

围棋并不仅仅是一个游戏——她是一伙活生生的玩家们，分析家们，爱好者们以及传奇大师们。在过去的十天里，在韩国首尔，我们有幸亲眼目睹那份难以置信的激动。我们也有幸也目睹了那前所未有的场景：DeepMind 的 AlphaGo 迎战并战胜了传奇围棋大师，李世石（职业9段，身负 18 个世界头衔），这是人工智能的里程碑。

虽说围棋可能是存世的最为悠久的游戏之一了，但对于这五盘比赛的关注度还是大大的超出了我们的想象。搜索围棋规则和围棋盘的用户在美国迅速飙升。在中国，数以千万计的用户通过直播观看了这场比赛，并且新浪微博“人机围棋大战”话题的浏览量破 2 亿。韩国的围棋盘也销量激增。

然而我们如此公开的测试 AlphaGo，并不仅仅是为了赢棋而已。我们自 2010 年成立 DeepMind，为的是创造出具有独立学习能力的通用型人工智能（AI），并致力于将其作为工具协助解决，从气候变化到诊断疾病，这类最为棘手且急迫的问题为最终目标。

亦如许多前辈学者们一样，我们也是通过游戏来开发并测试我们的算法的。在一月份，我们第一次披露了 AlphaGo——作为第一个通过使用 深度学习 和 强化学习，可以在人类发明的最为复杂的棋盘类游戏中击败职业选手的 AI 程序。而 AlphaGo 迎战过去十年间最厉害的围棋选手——李世石，绝对称得上是 终极挑战。

结果震惊了包括我们在内的每个人，AlphaGo 五战四胜。评论家指出了 AlphaGo 下出的许多前所未见、极富创意或者要用 “漂亮” 来形容的妙手。基于我们的数据分析，AlphaGo 在第 2 局中的 37 手，在人类选手中出现的几率仅有万分之一。而李一反常态的创新下法，如第 4 局中的 78 手——也是既存下法中的万中之一的——这一手也最终造就了一场胜利。

最后比分定格在 4-1。我们为支持科学、技术、工程、数学（STEM）教育和围棋的组织，以及 UNICEF （联合国儿童基金会）赢得了 $1 百万的捐助。

经此一役，我们将收获总结成以下两点：第一，此次测试很好的预示了 AI 有解决其他问题的潜力。AlphaGo 在棋盘上能够做到兼顾“全局”——并找出人类已经被训化而不会走或想到的妙手。运用 AlphaGo 这类的技术，在人类目所不能及的领域中探索，会有很大的潜力。第二，虽说这场比赛已经被广泛的标榜成“人机大战”，但 AlphaGo 却是人类实实在在的成果。无论是李世石还是 AlphaGo 团队相互之间互相促进，产生了新的想法、观点和答案——并且长远来看，我们都将从中受益。

但正如韩国对于围棋的观点：“胜而不骄，是以常胜。”这只是使机器聪明的漫长道路中的一个小小而显著的一步而已。我们已经证明了尖端深度强化学习技术可以被用作制作强大的围棋选手和 Atari 玩家。深度神经网络在 Google 已经与 图像识别，语音识别 以及 搜索排名 一样被应用到具体的任务中了。然而，从会学习的机器到可以像人一样全方位灵活实施智能任务——真正达到 强人工智能 的特性，此中的道路还很漫长。

我们想通过这场比赛来测试 AlphaGo 的极限。李世石大师做的十分出色—我们在接下来的数周内会研究他与 AlphaGo 的对战细节。同时因为我们在 AlphaGo 中使用的机器学习方法是通用型的，我们十分希望在不久的将来，将这种技术应用于其他的挑战中。游戏开始!

via: https://googleblog.blogspot.com/2016/03/what-we-learned-in-seoul-with-alphago.html

作者：Demis Hassabis 译者：martin2011qi 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出