Efter AlphaGo historiske sejr mod Syd koreanske stormester Lee Sedol i Marts 2016, Gå lærer Jianlun Qian følte en følelse af forestående krise. Han udskåret om lukningen af spillet som følge af AI.
Nu er der en mere kraftfuld AlphaGo har slået verdens nummer et-afspiller, selv om, Qian føler forskelligt. På DeepMind ‘ s Gå-topmødet i Wuzhen i sidste uge, Qian, en lærer på den lokale Gå foreningens training center, der påtænkes en meget anderledes fremtid, hvor mennesker og AI kan supplere hinanden.
“Jeg er ligeglad med, at resultaterne nu,” siger Qian, der coaches omkring 50 børn i førskolealderen i Wuzhen. “I stedet for, jeg tænker over, hvordan at bruge AI til at hjælpe os.”
Efter at have besejret Ke Jie, AlphaGo spillet sammen med flere top-Go spillere, i en række kooperative menneskelige-og-maskine kampe. Disse spil—og Qian ‘ s ændring af mentalitet—afspejler topmødet opfattede betydning for Kinas blomstrende AI scene.
Tidligere dette år, AI blev det seneste element i den nationale videnskabelige og teknologiske innovation, strategi Kina har planlagt indtil 2030. Den Kinesiske regering har forpligtet sig til at investere omkring $15 millioner i AI-branchen i 2018. Den Kinesiske Forening for Kunstig Intelligens, i mellemtiden, er at skubbe til en højere akademisk status for AI kurser såsom machine learning og computer vision, som i dag er ofte beliggende inden for computer science afdelinger.
Online-kurser er spiret op til at imødekomme efterspørgslen efter disse erfaringer. For $131, alle interesserede kan tage en klasse i dyb læring—AI-tilgang, der magter AlphaGo—tilbydes af en Beijing-baserede selskab kaldet ChinaHadoop. På Tsinghua University, en maskine-learning kurset er begrænset til 60 studerende, men nogle gange så mange som 120 elever dukker op, siger Jie Tang, en lektor der undersøgelser, der machine learning and data mining.
Topmødet vil “udløser en ny runde af tænkning og diskussion om AI,” i Kina, tilføjer Minlie Huang, en professor ved Tsinghua Universitet, der har specialiseret sig i dyb læring og naturligt sprog forarbejdning.
Huang understreger behovet for at fokusere mere på grundlæggende forskning i AI, som kræver langsigtet planlægning, snarere end farende ind i, hvad AI ansøgning er i øjeblikket populære. Han siger, at AI har stadig en lang vej at gå i forhold til at beherske sprog, for eksempel. Fremskridt på denne udfordring vil gøre AI mere virkelig intelligent og mere nyttigt. “Det er uundgåeligt, at [mennesker og maskiner] vil supplere hinanden,” siger han.
Topmødet kan også være et uddrag af en slags for, hvordan AI forskning er sandsynligt, at fremskridt. Tang forudsiger, at samarbejde mellem AI-forskere i det akademiske miljø og i industrien vil uddybe. Der kan også være en stigning i forskning om, hvordan mennesker og AI algoritmer kan samarbejde mere effektivt.
Selv for Qian, Gå lærer, virkningen af AlphaGo strækker sig ud over spillet. “Programmet blev ikke udviklet netop til at spille Go,” siger han. “Det vil ændre mange ting i livet.”