從人機(jī)大戰(zhàn)談人工智能

何永華　朱衛(wèi)綱　唐曉婧

【摘 要】本文主要從圍棋人機(jī)大戰(zhàn)中AlphaGo的表現(xiàn)談起，尤其是被贊為“神之一手”的稱其有“吳清源”之風(fēng)的“黑37”步棋，可能包含了無窮無盡的計(jì)算、判斷與預(yù)謀。AlphaGo的勝利，讓如今已經(jīng)很火的深度學(xué)習(xí)益發(fā)成為人工智能領(lǐng)域的焦點(diǎn)，昭示了未來幾年人工智能很可能會以超出我們想象的速度發(fā)展，也許能夠勝任更多人類智力所不及的任務(wù)。但是，人工智能在某種程度上來說，也許并不在它的創(chuàng)造者的控制范圍內(nèi)，出于失控的風(fēng)險(xiǎn)考慮，是否有一些人工智能從一開始就不應(yīng)該被發(fā)明出來？

【關(guān)鍵詞】李世石；AlphaGo；人工智能

在今年三月份這場歷史性的圍棋人機(jī)（李世石和AlphaGo）大戰(zhàn)中，世人的目光都集中在李世石和AlphaGo身上——一個是當(dāng)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(shí)間開發(fā)出來的強(qiáng)大的自學(xué)習(xí)系統(tǒng)。

縱觀韓國圍棋界，李世石是繼獨(dú)步天下的李昌鎬之后，韓國最具代表性的棋手，自2002年加冕富士通杯以來，10年時(shí)間里他共獲得14個世界冠軍，數(shù)量僅次于李昌鎬的17個。

比賽結(jié)果是李世石1：4落后于AlphaGo。在這場舉世矚目的人機(jī)大戰(zhàn)中，很多人折服于AlphaGo的精準(zhǔn)、聰明和大局意識。人們問AlphaGo為什么如此厲害，工程師給出的答案是它有“兩個大腦”；一個輸入了3000萬盤人類頂級棋手對弈數(shù)據(jù)，通過“自我對戰(zhàn)”來進(jìn)行增強(qiáng)學(xué)習(xí)，改善此前的決策網(wǎng)絡(luò)；另一個通過價(jià)值網(wǎng)絡(luò)來進(jìn)行整體局面判斷，決策網(wǎng)絡(luò)與價(jià)值網(wǎng)絡(luò)協(xié)作決定落子位置。

關(guān)于這場萬眾矚目的世紀(jì)大戰(zhàn)，賽前最大的懸念，也是構(gòu)成比賽最大的魅力之一就是，賽前沒有人、連谷歌DeepMind的工程師都不知道AlphaGo的棋力到了什么水平。即使比賽之后，人們?nèi)匀桓悴磺宄嗀lphaGo的棋力到底到了什么水平，以及他能夠達(dá)到什么水平。

大家記憶中應(yīng)該還深刻記得，最為意味深遠(yuǎn)的一幕是在第二局，AlphaGo在下第37手棋時(shí)，突然從右下角的戰(zhàn)役中離開，跑到右上側(cè)開闊的疆域作戰(zhàn)。當(dāng)時(shí)現(xiàn)場解說員邁克。西蒙（西方唯一的圍棋九段職業(yè)棋手）吃了一驚，說：“這一著很怪。”另一個顯然水平比較差的解說員附和著笑了一下，不經(jīng)意的說：“也許是機(jī)器又犯傻了”。但李世石看到此棋一落，突然一言不發(fā)，面無表情的出去了，回來以后喝了一口咖啡，陷入了漫長的15分鐘沉思。還記得李世石在賽前宣稱自己將以5：0全勝。他相信下圍棋這件事情里面有一些東西是機(jī)器不可能模仿的。作為人類代表，他發(fā)誓要守護(hù)圍棋之美。但事實(shí)上，從第二局開始，形勢已經(jīng)發(fā)生了驚人的逆轉(zhuǎn)。在此之前，是AlphaGo挑戰(zhàn)李世石，但在此之后，已經(jīng)是李世石在挑戰(zhàn)AlphaGo了。10秒鐘后，AlphaGo下的那一顆看似與之前的棋子毫無關(guān)聯(lián)的黑棋，奇跡般的以燕尾之勢與它之前的18顆黑子相聯(lián)合。在圍棋職業(yè)棋手們事后的不斷回味中，AlphaGo的這步棋（黑37）被人贊為“神之一手”，其中似乎包含了無窮無盡的計(jì)算、判斷與預(yù)謀，現(xiàn)場解說員甚至稱其有“吳清源”之風(fēng)。

AlphaGo的技術(shù)框架采用的是模仿人類大腦神經(jīng)的模式，通過深度學(xué)習(xí)把人工神經(jīng)網(wǎng)絡(luò)的層級大大增加，提升了計(jì)算能力。AlphaGo的勝利，讓如今已經(jīng)很火的深度學(xué)習(xí)益發(fā)成為人工智能領(lǐng)域的焦點(diǎn)。

簡單地說，人工神經(jīng)網(wǎng)絡(luò)是一種從信息處理角度對人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象，按不同的連接方式組成不同網(wǎng)絡(luò)的算法數(shù)學(xué)模型。它由一層一層的神經(jīng)元構(gòu)成，層數(shù)越多就越深。而所謂深度學(xué)習(xí)就是用多層神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)，以達(dá)到機(jī)器學(xué)習(xí)的功能。這些多層的電腦網(wǎng)絡(luò)像人類大腦一樣，可以收集信息，并基于收集到的信息產(chǎn)生相應(yīng)的行為，也就是“認(rèn)識”事物，并做出行動。

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(jī)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(diǎn)，而AlphaGo在此期間卻沒有任何辦法做任何調(diào)整，因?yàn)闄C(jī)器學(xué)習(xí)需要龐大的數(shù)據(jù)和漫長的訓(xùn)練時(shí)間，單棋局的經(jīng)驗(yàn)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(shí)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(shí)間，才能訓(xùn)練出新的版本出來。

AlphaGo的勝利昭示了未來幾年人工智能很可能會以超出我們想象的速度發(fā)展。我們對李世石的感同身受，恐怕就是因?yàn)槎嗌傩岬搅似渲形ｋU(xiǎn)與刺激的氣息。

在那個瞬息萬變的棋盤上，作為過去10年公認(rèn)的全球最優(yōu)秀的圍棋手，李世石不僅在代表人類與機(jī)器進(jìn)行一場智力上的對決，而且也在代表我們第一次“探訪”一個全新的世界——一個機(jī)器智慧與人類智慧共存，甚至在某些層面超出人類控制的世界。人類曾經(jīng)在小說與電影中無數(shù)次想象過這個世界，其中有憧憬，也有噩夢，但從沒想過它會來的這么快。

在此之前，我們恐怕從來沒有把“人工智能”這件事情當(dāng)真過。是的，機(jī)器曾經(jīng)在很多智力游戲上打敗過人類，跳棋、國際象棋、拼字游戲、智力問答……但一直以來，在一切創(chuàng)造性領(lǐng)域，機(jī)器的智慧與人類相比仍然不值一提。但是，AlphaGo這一次是在人類最引以為自豪、代表著人類某種最該智慧形式的圍棋上打敗了人類。

在三天的觀賽期間，德米斯.哈薩比斯不止一次對AlphaGo的精妙棋法表示“驚奇”。他的“驚奇”可以從以下兩個方面來解讀：

一方面，AlphaGo的學(xué)習(xí)與決策能力如此之高，意味著它可以為人類所用，幫助人類棋手在圍棋上達(dá)到更高的境界，開拓出更多的可能性，甚至勝任更多人類智力所不及的任務(wù)，比如氣候變化、藥物研發(fā)、金融系統(tǒng)、疾病診斷……等等。

但另一方面，哈薩比斯的“驚奇”也暗示了AlphaGo在某種程度上不在它的創(chuàng)造者的控制之內(nèi)。這樣的失控在棋盤上固然無關(guān)緊要，但一旦應(yīng)用到現(xiàn)實(shí)世界，必然會引發(fā)道德與倫理上的問題。比如：當(dāng)AlphaGo的未來版本為我們開車，診斷疾病甚至防止犯罪時(shí)，我們應(yīng)該給它們多大的權(quán)限？我們應(yīng)該如何在如此復(fù)雜的人工智能里嵌入人類控制？出于失控的風(fēng)險(xiǎn)考慮，是否有一些人工智能從一開始就不應(yīng)該被發(fā)明出來？

【參考文獻(xiàn)】

[1]陳賽.我們的對手是未知還是自己[J]. 三聯(lián)生活周刊，2016（12）：34.

[2]陳賽.AlphaGo到底有多聰明[J].三聯(lián)生活周刊，2016（12）：37.

[3]李翊.李世石和一代代棋人[J].三聯(lián)生活周刊，2016（12）：50.

[4]曹玲.AlphaGo背后：深度學(xué)習(xí)的勝利[J].三聯(lián)生活周刊，2016（12）：61.