5月26日，又一位世界围棋冠军败给了AI。不过与其对战的不是接连击败李世石和柯洁的AlphaGo，而是国际创业公司天壤智能的围棋AI。

在杭州云栖小镇的2050大会上，天壤智能举行了一场“天壤AI围棋论道世界冠军人机扮演赛”，天壤智能的AI围棋执白子对战韩国围棋第一人、取得三次世界冠军的朴廷桓，激战三小时后，最终朴廷桓认负。

据天壤智能引见， 围棋AI是其人工智能平台的实验性项目，在人工智能围棋对弈上，天壤围棋曾经进入除了AlphaGo的围棋人工智能第一集团。目前，经过以AI围棋积聚的深度强化学习技术，天壤智能正在搭建通用人工智能平台，为营销、交通、金融等范畴提供高效精准的AI效劳。

在2050大会现场，雷锋网与天壤智能CEO薛贵荣、CTO张雷和COO韩定一停止了深度交流，除了AI围棋外，深化理解了其在AI广告营销的落地场景。

天壤团队与世界围棋冠军朴廷桓的合影

（2016年，薛贵荣（右六）兴办了天壤智能，在此前，薛贵荣是阿里巴巴旗下阿里妈妈大数据中心担任人、阿里妈妈首席数据迷信家，担任研发了阿里搜索引擎（神马搜索）、数据管理平台、营销技术平台等。COO韩定一（右二）是原阿里巴巴旗下阿里妈妈钻石展位、达摩技术担任人，在阿里任职时期先后担任研发了全网用户行为剖析平台、云搜索、钻石展位、达摩平台。CTO张雷（右三）曾在百度搜索广告部门任主任架构师，曾任IBM中国研讨院初级研讨员且指导了IBM DeepQA开放问答零碎中国团队的技术任务。）

深耕AI围棋，掌握中心技术

2016年，薛贵荣从阿里离任，兴办天壤智能，次要的业务是精准广告营销。事先正值AlphaGo大杀四方，AlphaGo面前的深度强化学习技术吸引了天壤的留意，在天壤看来除了围棋外，深度强化学习还能有更多的使用范畴。

张雷通知雷锋网 (大众号：雷锋网) ， 如今的AI次要分为两类，一是感知类的AI，例如人脸辨认、语音辨认，还有一种是在感知的根底上做决策，经过深度强化学习技术来做。 天壤智能成立时，感知AI范畴曾经有不少做得不错的公司，他们就想做更往前一步的决策AI，围棋就是最好的例子，需求在感知的根底上去做决策。

天壤智能一头扎入了AlphaGo论文中，薛贵荣谈到，很多公司能够就是看看论文直接学习技术，但是他觉得不亲身做一遍基本就不晓得这个技术能够还有其他什么处理办法，不晓得如何去将这个技术调整使用在别的范畴。因而，天壤从零开端开发天壤智能AI围棋。

与异样在探究深度强化学习技术的DeepMind等科技巨头相比，天壤作为一家成立仅两年的创业公司，在算力上完全没有与科技巨头媲美的资源，而深度强化学习又是一项对计算资源耗费极大的技术，天壤从零碎、战略上停止了独有的创新。

据引见， 在零碎维度 ，天壤基于Berkeley Ray搭建了大规模散布式深度强化学习平台天云，完成了大规模GPU上的模仿、训练、模型迭代更新、参数自动调优等。 从战略上 ，天壤经过创新型的随同训练的方式，搭建渐进式的加深网络，先从小网络开端训练模型，再逐渐切换到更大的网络。在更快的迭代速度下，完成十分深的神经网络训练。薛贵荣谈到，“在零碎和战略上的技术打破，是天壤训练出可以击败世界围棋冠军、跻身全球围棋AI第一集团的秘诀”。

当然，在AlphaGo之后涌现出的人工智能围棋顺序还包括：日本的DeepZenGo、腾讯的绝艺、神算子、先知围棋等。这些人工智能围棋顺序也曾屡次一较高低：2017年8月，在第一届“中信证券”杯世界智能围棋地下赛上，天壤智能与腾讯绝艺、日本DeepZenGo和台湾的CGI一同杀入四强。2017年12月，在第一届围棋AI龙星战中，天壤取得第三名，排在绝艺、DeepZenGo之后。而目前，据薛贵荣引见，天壤智能AI围棋曾经仅次于AlphaGo，就在行将到来的六月，还会与腾讯绝艺一较高低。

人工智能围棋顺序令人向往，除了世界冠军外，不少人也希望可以无机会与其比赛，但是由于人工智能围棋顺序需求少量的硬件、算力支持，一次人机对战的本钱就很高。而在此次与朴廷桓的对战中，天壤智能只运用了英特尔通用CPU平台，而不是通常的GPU平台，据称，英特尔为此次人机围棋对战提供了无力的技术支持。

薛贵荣通知雷锋网，目前天壤智能将围棋AI开放给大众，在网站上任何人都可以跟职业九段等级的围棋AI停止对弈。天壤智能也与棋院达成协作，用围棋AI给棋手陪练。

AI赋能广告投放决策

经过围棋AI，天壤掌握了深度强化学习，并且将其落地不同的使用场我们也正在做着心目中属于未来的事业，那就是通过互联网金融创新，不断完善人与金融、货币之间的关系，让所有人都能享受到最好的金融服务 。景。第一个场景就是他们团队最熟习的广告营销范畴。 在天壤看来，营销投放与围棋对弈相似，实质是静态环境复杂组合空间的实时决策。

在互联网时代，广告主投放网络广告的次要手腕是顺序化广告平台（包括DSP、SSP等），腾讯的广点通、阿里的钻石展位是典型的顺序化广告平台。天壤开创人兼CEO薛贵荣曾担任阿里妈妈的大数据营销技术平台，COO韩定一是阿里妈妈钻石展位、达摩盘技术担任人，他们对顺序化广告有非常深化的理解。

韩定一通知雷锋网，顺序化广告完成了一定水平的自动化和精准的广告投放，但是很多事情仍然需求依托人力，例如媒介投放人员需求在上千的分类标签中选定本人的目的对象、需求选择投放的地域时段、需求给出广告竞价，此外，还需求依据每一次投放的数据反应来调整下一次的投放战略，剖析如何投放才干提升效果。在天壤看来，虽然如今互联网发生了众多的数据，但是广告主和广告投放人员仍然无法无效天时用数据。

天壤应用深度强化学习技术，在顺序化广告平台的根底上推出了“天壤营销大脑”，它在客户的商业需求和广告平台之间树立了一个商业逻辑。 应用“营销大脑”，广告主只需求停止复杂的操作，通知平台媒介投放的根本商业逻辑：活动是针对新客户还是老客户、希望吸引多大批、投入的资金多少。然后，“营销大脑”能依据大数据自动为客户去挑选目的人群、制定投放地域时段、广告竞价，然后不时实时调整以到达最好的投放效果。

在2017年双11时期，天壤智能的“营销大脑”就曾经投入运用。双11活动时期，天钻总共协助商家完成7213万的钻展投放预算，促进双11当天总成交13.58亿。其效果也有分明提升， 商户的获客本钱下降56%、ROI均匀提升78%。

据引见，AI机器人为每个商家每天提供决策34560次，均匀每2.5秒一次，同时每个商家每天停止2000次的调整，均匀每43.2秒一次。在顺序化广告投放中，每一次决策都将引发对最终取得营销后果的影响。加上竞价环境的变化，需求不时调整才干取得最优，随着人工智能技术的开展，机器决策将成为更合适营销投放的一种方式。

在韩定一看来，目前广告投放人员的反复性任务很多也很机械，这些投放和数据剖析的任务交给AI去做可以束缚广告投放人员，他们可以去担任更多与客户需求、广告创意相关的任务，进一步提升营销效果。

我们离通用人工智能还有多远？

AI围棋、AI广告营销都是天壤将深度强化学习技术落地的使用场景，天壤还在探究AI在交通讯号灯控制、金融量化投资上的使用，而他们的久远规划是打造人工智能通用平台，以AI技术赋能更多的行业和场景。 

近两年，AI开展迅猛，正在改动各个传统行业。但是目前的AI技术大多是在计算机视觉、自然言语处置、语音技术的单点打破，这些感知类的技术的提高树立在少量的人工标注数据之上，而当很多场景需求AI去做决策的时分，并没有这样的数据可以运用。

通用人工智能次要有两个特点，一是端对端(end-to-end)的学习，二是义务自顺应， 无需人类调参而胜任不同的义务。DeepMind的AlphaGo让大家看到了深度强化学习技术打造通用人工智能平台的希望。

张雷通知雷锋网， “如今的深度强化学习技术的形态跟6年前深度学习很像。2012的时分，深度学习技术刚刚成熟，使得图像辨认精确率忽然获得了一个很大的进步，很多人投入其中，精确率越做越高。目前，深度强化学习技术使用到围棋范畴，击败人类冠军是一个标志性的打破，吸引很多人来做，将来应该会有更多的打破。”

相关文章：

这里有一篇深度强化学习劝退文

呵，我复现一篇深度强化学习论文容易吗

。