AlphaGo Zero只用三天走过人类的千年历程餐饮业巨变 红极一时的金钱豹为何陨落？
AlphaGo的“人肉手臂”、担任Deepmind资深研究员的黄士杰，在近期公开演讲中，分享他身为一名科学家，如何旁观机器的进步。
没有人会否认，AlphaGo在过去一年炒热全球对人工智能的关注。
2016年3月，谷歌Deepmind旗下的围棋程序AlphaGo，以4比1的成绩战胜韩国职业棋手李世石。一年后，拿掉所有人类知识、完全靠自学的AlphaGoZero，在今年10月又以100比0的战绩碾压“AI前辈”AlphaGo。从击败人类、到自学成材，AlphaGo的进展超乎预期，研发团队也自然成为关注焦点。这当中，被称为AlphaGo的“人肉手臂”，替AlphaGo向棋圣聂卫平说“谢谢聂老师”的黄士杰(AjaHuang)，就是AlphaGo发展的重要推手。
1978年出生、现任Deepmind资深研究员的黄士杰，私底下是围棋业余六段，在每一场人机对战中，都代表AlphaGo落子。但他不只是手脚，更贴近他身分的描述，其实是AlphaGo的设计者、是AlphaGo的大脑。让AlphaGo登上科学期刊《自然》(Nature)封面的那篇知名论文，黄士杰并列为第一作者。
上周五（11月10日）在台湾中研院举办的“2017年人工智慧年会”上，黄士杰首次把AlphaGo的研发过程公开说清楚，除了透露新一代AlphaGoZero的能力还没达到极限，他更多的是去分享身为一名科学家，旁观机器的进步，以及一个科学团队对基础研究的使命和专注。
AlphaGo的研发过程，有四个时刻对我影响很大。
第一，是我们在韩国赢了李世石。当我们开始做AlphaGo时，没想到它会变得那么强。在韩国赢了李世石后，DeepMind首席执行官DemisHassabis立刻发了一个推特，说“我们登上月球”(Welandeditonthemoon.)。我明白Demis那天的感觉，这是我们团队的一小步，但却是人类的一大步。
第二个时刻，是我在网络上操作AlphaGo升级版“Master”，下了60盘棋。我从小喜欢下棋，在台湾是业余六段。Master在网络上对弈的对象，都是我从小崇拜的人。虽然不是我真正在下棋，但却感到非常荣幸。
第三个时刻，是今年在乌镇进行的人机大战，由我操作AlphaGo和世界冠军柯洁九段下棋。柯洁还不满20岁，非常年轻，当天比赛氛围和李世石对弈时很不同。我记得在韩国比赛，能感受到李世石承受到很大的压力，感觉他是在为人类而战。我当时坐在他对面，也尽量保持谨慎的态度，不喝水、不去上洗手间。但到了第二次和柯洁对弈，比较像是人机合作的气氛，柯洁还走过来说：“黄博士，很荣幸跟AlphaGo下棋”，坦白说我有点惊讶。这也让我们知道，如果Master是无敌的，那机器存在价值到底在哪里？应该是要帮助棋手扩张思路、扩展围棋理论。
第四次对我意义重大的时刻，是AlphaGoZero的出现。什么是AlphaGoZero？我们拿掉所有人类对围棋的知识，只喂AlphaGoZero围棋规则，让它自己学习下棋。我回想起读博士班的熬夜日子，就是不断写代码、找bug，每天做测试，让程序进步。
但AlphaGoZero把我过去的所有东西全部取代，它完全不需要我的帮助。有同事问我，Aja，AlphaGoZero把你这十几年来对围棋计算机的研究，一点一点的拿掉，甚至还超越你，有什么感觉？我的确心情复杂，但后来跟同事说，这会是一个趋势，如果我阻碍了AlphaGo，我确实应该被拿掉（笑）。AlphaGo有99%的知识是我做的，AlphaGo能走到这一步，我已经很满足，找到了收尾。
AlphaGo是怎么开始的？
回到一开始，AlphaGo到底是怎么开始的？起点是有三组人马的聚集：Deepmind首席执行官DemisHassabis与AlphaGo项目领导DavidSilver、我、还有两位谷歌大脑(Googlebrain)的同事ChrisMaddison和IlyaSutskever。
Demis和David原本是剑桥大学的同学，友情深厚。对西方人来说，当1997年IBM超级电脑“深蓝”赢了西洋棋棋王卡斯巴罗夫之后，就只剩下流传几千年的中国围棋，是人工智能发展的极大挑战。一开始，很多研究人员想把研究西洋棋的技术移到围棋上，但都失败了。在2006年蒙特卡洛树搜索出来后，研究才提升一阶，让机器棋手的水平能达到业余三段，但离职业棋士一段还有距离。Demis和David心中开始藏有一个梦，希望有一天要能做出一个很强的围棋程式。
但有梦的不只有他们，故事的另一条线还有我。
在就读台湾师范大学资讯工程博士班时，我每天埋头解bug、写代码，就是希望做一个很强的围棋程序。2010年，我研发出的围棋计算机程序Erica（事实上是用我妻子的名字来命名），在计算机奥林匹亚获得19路围棋的冠军。虽然Erica只是单机版，但它打败了用了6台pC的日本程序Zen跟其他参赛者，就像小虾米对抗大鲸鱼。当年还在英国当教授的David，在比赛后写信问我有没有兴趣加入Deepmind，隔年我也正式加入团队，成为第40号员工。
我还记得当年面试，老板问我，能做出Erica有什么感觉？我回答，满有成就的。Demis点头，他明白我的感觉。
2014年，Google收购Deepmind，AlphaGo项目也正式浮现。Demis起初还在教书、还不是全职员工，就常三不五时走过来跟我讨论围棋项目的想法。真的要开始时，我们其实都已经有些准备。
既然决定要做围棋项目，当时我和Demis有一个共识，就是绝对不要复制Erica。Erica其实有它的极限，最勉强的就是达到业余三段，继续复制的意义不大。我们想做不一样的事，希望能运用到深度学习的原理。过了几个月，团队又增加了两个人，包括深度学习之父以及带动深度学习革命的研究者。
我们怎么判断深度学习可能应用到围棋？如果人类可以一看棋盘就知道下哪一步会是好棋，那么神经网络也可能办得到这种"直觉"。但如果人类得想五分钟才能给出答案，神经网络可能办不到。一开始，我们训练AlphaGo从人类的棋谱去学习人类的直觉。我还记得第一次测试神经网络，没想到能表现得那么好，百分之百对战都不会输，是一种碾压式的胜利。
AlphaGo第二个突破的是价值网络。我记得当David跟我说他有这样一个点子时，我还质疑，这会成吗？当我们把策略网络(policyNetwork)做出来后，最强的程式可以达到70%到80％的胜率，算得上是世界最强的。但老板的目标不只于此，我们又继续找人、继续扩充团队。
这过程其实很辛苦，尝试很多，譬如网络要多深、要用什么架构？数据库有没有问题？最终检验的，还是看AlphaGo有没有变强。过了一个月之后，我们找到了问题并且解决掉，我仍然记得，旧版AlphaGo配上价值网络产生的新版AlphaGo，第一次的实验结果是达到95%的胜率，棋力非常强。可以这么说，AlphaGo的成功就是深度学习与强化学习的胜利，因为两者结合在一起，建构判断形式的价值网络(ValueNetwork)，后来也成为AlphaGoZero的主要理论。
当价值网络出来后，Demis希望我们能与欧洲职业一段棋手进行比赛。当下，我除了要做价值网络，还要研究平行网络搜索技术，Demis走过来说要比赛，我只想着：真的那么有信心吗？
后来我们与欧洲围棋冠军樊麾进行比赛，最终以5比0获胜，这结果其实也很不可思议。我记得樊麾输了第二盘棋后，想出去走走，会说中文的我，原本想去陪他，他挥挥手，“不用，我自己出去透透气。”
难能可贵的是，樊麾是第一个被AI打败的职业棋士，但他的态度非常正面。樊麾在第五盘棋虽然认输了，但他对AI并没有感到害怕，后来甚至也加入了团队，帮忙测试AlphaGo。
当时要把AlphaGo研究投稿到科学期刊《自然》(Nature)也是另一段有趣的故事。我们那时刚弄出价值网络、刚打败樊麾，正准备要挑战韩国职业棋手李世石九段，Demis为什么又要我们另外花时间去写论文，而不是准备比赛？为什么现在就要我们把研究秘密全部公开？
以AlphaGo研究作为封面的《自然》期刊
Demis给了我一个很有意思的答案。他认为，我们是在做研究，科学的精神就是要互相分享，我们要推动整个领域的进步。也因为要写论文投稿，和《自然》编辑也事先谈好，在出版之前，我们不能和任何人说AlphaGo打败了樊麾。那几个月，所有人都憋著不讲，当论文刊登之后，才正式向李世石九段提出挑战。
至于后来AlphaGo和李世石的比赛，大家也都知道了。
这边要特别提到的是，TpU（TensorprocessingUnit，谷歌的高性能处理器）在研究过程中对我们有极大的帮助。自从Deepmind加入Google后，我认为Google给我们最大的帮助，就是提供了硬件设备。我还记得当时有一个GpU（图形处理器）版本，代码完全一样，但改用TpU之后，胜率变得强太多。
而AlphaGo的故事也还没结束。
就在我们打败李世石后，很多人认为AlphaGo项目是不是不动了。如果大家还记得，和李世石下棋时，第四盘棋我们输得很惨。当时我坐在李世石对面，要帮AlphaGo下那几步棋，明显知道那些下法是初学者的错误，要摆棋很痛苦，甚至会觉得我来下都比AlphaGo来得好。虽然我们最终赢了，但这一盘棋确实有很大的弱点，如果五盘棋内，有20％的错误率，这样的AI系统，你敢用吗？所以我们决定，一定要把这个弱点解决掉，不只是解决第四盘的问题，是要把AlphaGo项目全面解决。
后来过了三个月，我们就把弱点解掉了。怎么做到的？还是采用深度学习和强化学习的方法，并不是用人类知识的方法。第一，我们加强AlphaGo的学习能力，所谓学习能力就是把网络程度加深，从第一篇论文的13层加深到40层，而且是改成ResNet。第二个改变是，把策略网络和神经网络结合，让AlphaGo的直觉和判断一起训练，使两者更有一致性。这个解决后的版本，就是Master。
我那段时间一直说服团队，要带Master上线下棋测试棋力，不要等到Master完全无敌后才下棋。2016年年底，我回到台湾，当时特别低调，在线上中文围棋网站奕城和野狐申请了帐号，偷偷当职业棋士下棋。12月29号开始，我关在自己的房间里测试Master，一盘棋下一小时，一早下三盘棋，然后吃饭，下午继续，晚上吃完饭再继续，非常累，到晚上眼睛都张不开。
我还记得一开始在奕城下棋，没人要跟经验值为零的我对弈，直到第二天邀约才陆续上门，到了第三天，还愈来愈多人观看。那时压力很大，很怕自己点击错误或是网络连线断掉，AlphaGo不能因为我而输掉阿。
我到现在还是很感谢那些曾经和Master对弈的棋手。原本想低调比赛，但后来没办法，确实是每一盘都赢、每一盘赢的都是巨大的优势。这当中，柯洁算是唯一一位可以跟AlphaGo比赛坚持最久的。
AlphaGoZero只用三天走过人类的千年历程
在Master之后，我们研究分出两条线，一条是让Master出去比赛，由我来测试，另一条线，则是把所有人类知识拿掉，从零开始学习，看AlphaGoZero可以达到什么程度。
我们在初期预设AlphaGoZero绝对不可能赢Master。围棋被研究了几千年，一个程序只知道棋盘和规则，一切从零开始，怎么可能会超越几千年的围棋历史？但我们错了，40天的训练后，AlphaGoZero超越了Master，我们非常意外，深度学习和强化学习的威力太大了。
AlphaGoZero是从乱下开始，找出围棋的下法，它只用了三天，走过了人类研究围棋的千年历程。这也是有趣的地方，人类几千年的累积，跟科学研究是一致的。
AlphaGoZero前后训练了40天，但第40天还没有到达其极限，因为我们机器要做其他事情就先停下了。今年四月，我们也发表了AlphaGoZero的论文，这篇论文的目的，没有想要跟人类知识比较、或是讨论人类知识有没有用等问题，而是想证明机器不需要人类知识也可以拥有很强的能力。
我认为，未来的人工智能，是要与人类合作，而非跟人类对抗。强人工智能距离我们仍是遥远，而现在最强的学习技能，其实仍在我们的脑袋里。
餐饮业巨变红极一时的金钱豹为何陨落？
餐饮业巨变红极一时的金钱豹为何陨落？
来源：中国商网作者：嫣茹
核心提示：金钱豹总部的高管也凭空消失，没有任何解释，留下消费者、供应商和员工面面相觑。眼看着金钱豹的关店演变成一场闹剧，消费者迷惑的是，曾经名噪一时、巅峰时营业额逼近10亿元的金钱豹到底发生了什么？
金钱豹，这曾经是一家标榜“高端食材”、“高级享受”，当然价格上也相当“高级”的自助餐厅。巅峰时，金钱豹在16个省的19个城市拥有29家餐厅。然而，到了去年底，这个数字已经锐减至13家。又过了半年，只剩下北京和上海各一家。就在近日，北京最后一家金钱豹：金钱豹翠微餐厅，也宣告关门，而上海总部也已人去楼空。
金钱豹总部的高管也凭空消失，没有任何解释，留下消费者、供应商和员工面面相觑。眼看着金钱豹的关店演变成一场闹剧，消费者迷惑的是，曾经名噪一时、巅峰时营业额逼近10亿元的金钱豹到底发生了什么？
业内普遍认为，金钱豹停业折射出餐饮行业的巨变，旧世界的秩序已经被打破，在消费升级浪潮席卷而来的互联网时代，餐饮行业的大洗牌时代已经到来了。
实际上，金钱豹的衰退早有信号，最直观的便是门店数量的锐减。2015年是金钱豹发展的分水岭，这一年金钱豹被嘉年华国际收购之后，当年金钱豹曾提出当年开设50家门店的战略计划。不过这个计划最终没能实现，当年金钱豹也几乎没开出新店。一年后，金钱豹自助餐厅在全国的门店数量从29家锐减至13家，员工人数也由2015年底的超过2600人减少至1100人。随后关店潮接踵而来，在2017年的半年时间内，12家门店消失，7月位于上海总部的最后一家金钱豹门店也关张了。
在业内人士看来，金钱豹迅速崩溃的主要原因是几易其手导致的管理混乱。在某餐饮专业论坛，一大波的金钱豹前员工早就在吐槽金钱豹的管理混乱，“我在金钱豹做过一段时间，管理确实有问题，帮派制，有啥事就是工人集体走人”，一名金钱豹前员工表示，之前的金钱豹管理体系过硬，有研发团队、市场团队，后来请的高层管理人员都是在混日子，“后期金钱豹腐败严重，原材料送货价格高，材料质量严重下降，管理更是没法说，这些年员工工资也不涨。”
金钱豹进入大陆市场是在2003年，经过数年发展，金钱豹成了高端自助的代名词，也吸引了投资者的目光。2011年7月，欧洲最大的私募股权投资集团安佰深完成对金钱豹的收购，此举曾被看成是金钱豹为上市铺路的信号，时任金钱豹中国CEO的缪钦曾信心满满地对外表示，预计到2015年，金钱豹将实现销售20亿元和50家门店的目标。不过四年后安佰深将这个烫手山芋交给了嘉年华国际。
据获悉，安佰深2011年从金钱豹创始人手中接手时用了15亿元四年之后嘉年华国际只用2.53亿港元的价格获得了金钱豹99.99%的股权。挥泪大甩卖也被看作是金钱豹积重难返的信号。
有业内人士指出，任何一个大型餐饮企业发生大股东变更都是多种因素造成的。金钱豹被转手，除了政策和竞争对手的原因以外，自身管理出现问题是一个重要原因，否则不会以这样低的价位转让。
值得一提的是，嘉年华国际近两年的利润也在降低。2016年、2015年、2014年嘉年华国际的净利润分别为4960万港元、1亿港元、1.18亿港元。而公司2013年则亏损18亿港元，近3年的净利润不足以弥补此前亏损。
被嘉年华国际收购后，金钱豹依然在亏损状态。2016年嘉年华国际的餐饮业务收益为5亿港元，2015年为2.48亿港元，嘉年华国际称，该收益是来自于对金钱豹餐厅的运营，提供自助餐、宴会、高级餐饮等相关服务。年报显示，餐饮业务分部当期亏损分别为8296万港元、5170万港元。
除了管理混乱外，金钱豹衰败更深层次的原因就是模式的落后。“金钱豹的高端自助模式，已经无法满足当前主流消费群对餐饮消费的感情宣泄、社交功能的需求”，中国食品产业评论员朱丹蓬表示。
除了创始人早已远离管理、数次易主管理混乱，高端海鲜自助高成本高折损的品类模式老化也被视作衰败的主要原因。金钱豹平均单店营业面积高达7000至8000平方米，单店投资金额多达2500万至3000万元，多菜品经营模式下，仅食材一项成本就占营业额的45%，这也对金钱豹的成本控制能力、经营管理能力提出了严苛要求。
不可否认的是，2013年是餐饮行业的分水岭，在反腐倡廉背景下，全年餐饮企业月倒闭率高达15%，大大小小的餐饮企业被动走上转型之路，却发现转型并没有想象中轻松。除了金钱豹，高端餐饮的另外两面旗帜——俏江南、湘鄂情都迅速陨落。湘鄂情虽然试图转型大众餐饮但并不成功，在多元化路上，创始人孟凯将湘鄂情转型环保、影视、互联网公司的尝试最后都以失败告终。而俏江南则在控股股东与创始人的“互撕”中迷失了自我，在卖身私募股权CVC后俏江南彻底沦为大众餐饮品牌，俏江南董事长张兰曾经做出的“在3年至5年内开300家至500家俏江南餐厅”的承诺成了空头支票。
自身经营不善、模式老化、跟不上市场需求……这些高端餐饮的衰败史几乎同时是中国餐饮行业的转型史，在消费升级和互联网巨浪下，曾经的高端餐饮企业被抛在时代的巨轮下，“躺着赚钱”时代已经远去，眼下，互联网时代对餐饮业提出了新的要求。
消费者也在倒逼着高端餐饮的产业升级，眼下中国的餐饮和消费习惯在理性的回归，除了追求健康、低卡路里外，能否满足消费者的情感需求、社交需求无一例外都在考验着餐饮企业。
（综合自：北京晨报、新京报、央广网、北京商报、澎湃新闻）
第一赢销网.上一篇:郎咸平站台的合拍贷跑路：p2p为何能靠名人忽悠？下一篇:小米，竟被乐视“救”了？TAG:餐饮业金钱豹信息转载自网络，更多相关信息请点击：整合营销http:///wlyx/zhyx/