人機大戰(zhàn)

陳賽

李世石在第四局中戰(zhàn)勝AlphaGo的消息傳來時，我已經(jīng)回到北京，據(jù)現(xiàn)場的朋友說，現(xiàn)場氣氛達到了幾天來的最高潮。所有人都在歡呼，記者、觀戰(zhàn)的棋手、連谷歌的工程師們都在歡呼。一個多么富有戲劇性的故事。

在首爾觀戰(zhàn)的那幾天，我住在仁寺洞的一個小旅館里。每天早晨，我都照常坐在旅館的咖啡館里翻看當天的報紙。首爾的早春還帶著冬日的寒意料峭，陽光淡淡地照進來。每份報紙的頭條毫無例外都是李世石黯然認輸?shù)拿婵住?/p>

每一天，前臺的韓國大叔都照例為我端來早餐，笑瞇瞇地問道：“您覺得今天誰會贏？”

大叔是一位業(yè)余四段棋手。他從小跟著爺爺學(xué)下棋，和許多韓國人一樣，他相信圍棋是應(yīng)該敬畏的，因為“其中隱含著我們所不知道的幽玄世界的真理”。人機大戰(zhàn)的首戰(zhàn)賽，他特地請了假，興沖沖的跑到比賽現(xiàn)場——首爾最奢侈的四季酒店。他被擋在賽場之外，巴巴地等了三個半小時，沒想到等來這樣的結(jié)局。

雖然我一再告訴他，我并不真正懂圍棋，但他還是努力地向我解釋當天棋局的走向，以及李世石為什么會輸：“你知道，前半場人和機器都犯錯了，后半場機器沒有再犯錯，但我們李世石君……”

說著說著，竟然有點哽咽。

“但是，這就是人間啊！”他長嘆一聲說，“我們生而為人，生命有限，能力有限，只能帶著這樣的限制過下去，不是嗎？”

離開韓國前，我給那位大叔留下了我的媒體證。他現(xiàn)在也許也在現(xiàn)場跟著眾人一起歡呼吧。過去幾天，AlphaGo以一種猝不及防的方式向世人展示了人工智能鋼鐵般的力量和意志，這場人機世紀對決的故事似乎要告訴我們，技術(shù)革新已經(jīng)遠遠超過了生物進化的速度，一旦人類被征服，就再也不可能迎頭趕上。但今天李世石以一場美妙而珍貴的勝局告訴我們，機器并非沒有缺陷，AlphaGo每秒可以評估成千上萬種可能的走法，而李世石僅僅憑借一個人的思考和天賦與之進行如此激烈的對抗，最終在第四場比賽中突破了AlphaGo的極限，這本身就證明了人類無與倫比的適應(yīng)性、靈活性和創(chuàng)造力。

事實上，按照谷歌DeepMind的聯(lián)合創(chuàng)始人德米斯·哈薩比斯賽前的說法，這也是創(chuàng)造AlphaGo出來的初衷：讓機器學(xué)會像人類一樣學(xué)習(xí)。

到目前為止，人類仍然是這個星球上最擅長學(xué)習(xí)的物種——李世石可以在四盤棋局里不斷調(diào)整策略，并成功找到AlphaGo的弱點，而AlphaGo在此期間卻沒有辦法做任何調(diào)整，因為機器學(xué)習(xí)需要龐大的數(shù)據(jù)和漫長的訓(xùn)練時間，單局棋的經(jīng)驗對它來說毫無意義。很多人以為AlphaGo能從與李世石的對決中學(xué)到很多東西，其實幾盤棋根本無法對AlphaGo產(chǎn)生作用，它至少需要上千個棋局的數(shù)據(jù)和一個多月的時間，才能訓(xùn)練出新的版本出來。

在賽前的全球記者招待會上，曾經(jīng)有人問德米斯·哈薩比斯：通過這次決戰(zhàn)，希望向世人傳遞什么樣的信息？

他回答說：“第一是向世人展示學(xué)習(xí)算法可以多么強大和靈活;第二則是展示人類的智慧，畢竟AlphaGo是一群非常聰明的科學(xué)家創(chuàng)造出來的?！?/p>

當時，沒有多少人在意他的這段貌似外交辭令的回答。但直到賽事發(fā)展到后來，人們才意識到，李世石的確不是與一個聰明的機器作戰(zhàn)，而是與機器背后幾十位天才的工程師作戰(zhàn)，這些工程師不僅利用了機器完美的計算能力，還以這種計算能力“量化”了圍棋累積了幾千年的人類智慧。

不知道是否出于客氣，還是本能嗅到了其中的危險意味，聽完哈薩比斯對于AlphaGo的介紹之后，李世石第一次收回了自己之前許下5∶0完勝的豪言?！叭绻@個機器真的有‘直覺，也許我的勝利不會是壓倒性的。”這已經(jīng)是這位一向以狂傲著稱的棋手最謙遜的一種姿態(tài)了。

在這場歷史性的人機對決中，世人的目光都集中在李世石和AlphaGo身上——一個是當世最偉大的圍棋手，一個是全世界最好的人工智能專家花了兩年時間開發(fā)出來的強大的自學(xué)習(xí)系統(tǒng)，以至于我們很容易就忽略了也許德米斯·哈薩比斯才是這個故事背后真正的主角。

德米斯·哈薩比斯，39歲，英國人，看上去瘦瘦小小，戴一副黑框眼鏡，貌不驚人，履歷卻相當驚人——4歲學(xué)國際象棋，5歲參加全國比賽，13歲拿到國際象棋大師的頭銜，16歲考入劍橋大學(xué)攻讀計算機專業(yè)，17歲開發(fā)價值數(shù)百萬美元的電子游戲《主題公園》，然后他決定在倫敦大學(xué)攻讀神經(jīng)學(xué)博士學(xué)位，專攻記憶與想象力，35歲創(chuàng)辦人工智能公司DeepMind，去年被谷歌以4億美元收購……此外，他還保持著5次獲得智力奧林匹克運動會（Mind Sports Olympiad）精英賽Pentamind冠軍的世界紀錄。

和李世石站在一起，你立刻能發(fā)現(xiàn)兩人相似的氣場，同樣的絕頂聰明，同樣的恃才傲物。

哈薩比斯也曾經(jīng)是國際象棋神童，4歲學(xué)棋，11歲就已經(jīng)到達巔峰狀態(tài)，卻突然急流勇退。因為他覺得以國際象棋為職業(yè)，將所有的才華和智慧都傾注在一個游戲里面，只為了打敗另外一個人，似乎是一種過于自我放縱的行為。“我想，也許國際象棋只是我的大腦所能做的事情的一個癥狀，而不是全部。”他這樣說道。

他對自己的人生有更大的計劃和野心——他想要攻克人類的“智力”難題。他想創(chuàng)造一種“通用人工智能”（General AI）——一套能夠像生物系統(tǒng)一樣學(xué)習(xí)的靈活、自適應(yīng)的算法，僅使用原始數(shù)據(jù)就能從頭開始掌握任何任務(wù)。在他看來，這是通往人工智能的唯一道路。

在人工智能領(lǐng)域，已經(jīng)很久沒有人提出要制造“人類意義上的智能”了。

“當我們坐下來建造Waston的時候有沒有模擬人類的認知？”IBM的Waston開發(fā)小組的負責人戴夫·費魯奇（Dave Ferrucci）曾經(jīng)說過，“絕對沒有。我們只是試圖制造一臺可以贏得‘危險邊緣的機器?！保ā拔ｋU邊緣”是美國的一檔電視智力競賽節(jié)目，類似中國央視的“開心辭典”）

但哈薩比斯在建造AlphaGo的時候，是計劃它能夠應(yīng)用于解決現(xiàn)實世界的問題，比如氣候模型或者疾病分析?！鞍┌Y、氣候變遷、能源、基因組學(xué)、宏觀經(jīng)濟學(xué)、金融系統(tǒng)、物理學(xué)等，太多我們想掌握的系統(tǒng)知識正變得極其復(fù)雜。如此巨大的信息量讓最聰明的人窮其一生也無法完全掌握。那么，我們?nèi)绾尾拍軓娜绱她嫶蟮臄?shù)據(jù)量中篩選出正確的見解呢？而一種通用人工智能思維的方式則是自動將非結(jié)構(gòu)化信息轉(zhuǎn)換為可使用知識的過程。我們所研究的東西可能是針對任何問題的元解決方法（meta-solution）?！碑斎?，現(xiàn)實世界遠比棋盤更復(fù)雜，現(xiàn)實世界沒有絕對的輸贏，現(xiàn)實世界的行為常常會導(dǎo)致意想不到的結(jié)果。

但這是一個像“阿波羅登月計劃”一樣野心勃勃的宏圖大志，AlphaGo只是小小的第一步。說到隨機應(yīng)變、深謀遠慮，還有什么比圍棋更美妙的試驗場呢？

20年前，哈薩比斯在劍橋大學(xué)讀書的時候第一次接觸到圍棋，立刻就被這種游戲極致的簡單與復(fù)雜給迷住了。當時卡斯帕羅夫與“深藍”正戰(zhàn)得如火如荼，他對他的好朋友、也是后來AlphaGo最重要的設(shè)計者之一大衛(wèi)·西爾弗（David Silver）說：“如果將來我們也能為圍棋設(shè)計這么一個程序那該多好。不過，為了破解圍棋，我們需要一種不光會計算的人工智能，因為圍棋太復(fù)雜，根本不可能總結(jié)出一套規(guī)則可以教給機器。它得會學(xué)習(xí)，甚至能一定程度模仿人類的直覺。”

簡單地來說，今天的AlphaGo與當年的“深藍”之間最大的區(qū)別就在于，“深藍”是“教”出來的——IBM的程序員們從國際象棋大師那里獲得信息、提煉出特定的規(guī)則和領(lǐng)悟，再通過預(yù)編程灌輸給機器，而AlphaGo是自己“學(xué)”出來的——DeepMind的程序員為它灌輸?shù)氖菍W(xué)習(xí)如何學(xué)習(xí)的能力，隨后它通過自己不斷的訓(xùn)練和研究學(xué)會圍棋。人類學(xué)圍棋，也是如此。

在電影《模仿游戲》中，人工智能之父阿蘭·圖靈以少年時代的同性戀人為原型設(shè)計了他的機器。事實上，圖靈當年的想法的確是設(shè)計一個“像孩子一樣思考”的機器，而不是成年人，因為他認為人類智能的秘密是學(xué)習(xí)的能力。

20年后的今天，在AlphaGo贏得對李世石的第一局比賽后，哈薩比斯在自己的Twitter上這樣寫道：“我們已經(jīng)登陸月球?！?