人機大戰(zhàn)后，人工智能會走多遠

人機大戰(zhàn)后，人工智能會走多遠

在一場令世人矚目的人機圍棋大戰(zhàn)后，Alpha-Go以勝利者的姿態(tài)告訴人們，人工智能真的來了，它不再只是電影中的場景，而是現(xiàn)實世界里正在上演的又一輪產(chǎn)業(yè)變革。與此同時，有專家擔(dān)憂人工智能將超越人類智能的潛力和控制，迅速改變?nèi)祟愇拿鳌?/p>

前不久，一場圍棋大戰(zhàn)吸引了全世界的目光。這場大戰(zhàn)在韓國首爾上演，共5輪。大戰(zhàn)之所以舉世矚目，是因為對戰(zhàn)的雙方是韓國九段棋手李世石與圍棋人工智能程序AlphaGo。令人驚嘆的是，整個比賽過程中，AlphaGo的表現(xiàn)都堪稱完美，最終以4∶1擊敗李世石。

這個戰(zhàn)勝人類世界圍棋冠軍的Alpha-Go程序到底是何方神圣？它為什么如此厲害？人工智能對人類來說到底意味著什么？

從“深藍”到AlphaGo

人工智能是計算機科學(xué)的一個分支，它企圖了解人類智能的實質(zhì)，并生產(chǎn)出一種新的、能以與人類智能相似的方式做出反應(yīng)的智能機器。人工智能是對人的意識、思維的信息過程的模擬，使得機器能像人那樣思考，甚至超過人的智能。自1956年這個概念被提出并確立以來，該領(lǐng)域就被視為人類最高的夢想之一。

1997年，IBM的超級計算機“深藍”以2勝1負3平的成績戰(zhàn)勝了當(dāng)時世界排名第一的國際象棋大師加里·卡斯帕羅夫，一時間全球轟動，而“深藍”的設(shè)計者們當(dāng)時就暢想：何時計算機也能下圍棋呢？

而現(xiàn)在無疑又是一個人工智能歷史上最重要的時刻。圍棋和國際象棋在復(fù)雜程度上不屬于一個量級，圍棋是一種變數(shù)極多、充滿不確定的競技，每一步棋的可能性都是一個幾乎無法窮盡的量級，一回合有250種可能，而一盤棋可以多達150回合。

此外，下圍棋的過程中還會出現(xiàn)“吃子”情況，加劇了其復(fù)雜性。曾任職谷歌公司的李開復(fù)說，當(dāng)年“深藍”與卡斯帕羅夫的對局，實際上使用的是人工調(diào)整的評估函數(shù)，并用特殊設(shè)計的硬件和“暴力”的搜索征服了國際象棋級別的復(fù)雜度，圍棋則不行?！耙驗樗乃阉魈珡V，每一步的選擇有幾百而非幾十；也太深，一盤棋有幾百步而非幾十步。”李開復(fù)在知乎上如此回答。

此外，圍棋問題與現(xiàn)實生活中的問題相通，國人甚至將下圍棋視為洞悉人性、參悟人生的過程。然而，現(xiàn)在下圍棋的卻是一個機器，意味著這個機器除了擁有超強的記憶能力、邏輯思維能力，還要擁有創(chuàng)造力甚至個性。

“感覺就像一個有血有肉的人在下棋一樣，該棄的地方會棄，該退出的地方退出，非常均衡的一個棋風(fēng)，真是看不出出自程序之手?！眹迮琶澜绲谝坏目聺嵳f，AlphaGo有好幾次落子極其“非常規(guī)”，許多專業(yè)棋手都表示看不懂。而“棋圣”聶衛(wèi)平甚至表示自己想要對AlphaGo的“驚人一手”脫帽致敬，因為它“用不可思議的下法辟立了圍棋常識之外的新天地”。也就是說，這不是AlphaGo從既往棋局中復(fù)制過來的，而是自己創(chuàng)造的戰(zhàn)術(shù)打法。

AlphaGo怎樣下棋

實際上，AlphaGo是通過蒙特卡洛樹搜索算法和兩個深度神經(jīng)網(wǎng)絡(luò)合作來完成下棋。在與李世石對陣之前，谷歌首先用人類對弈的近3000萬種走法來訓(xùn)練AlphaGo的神經(jīng)網(wǎng)絡(luò)，讓它學(xué)會預(yù)測人類專業(yè)棋手怎么落子。然后更進一步，讓AlphaGo自己跟自己下棋，從而又產(chǎn)生規(guī)模龐大的全新棋譜。谷歌工程師曾宣稱AlphaGo每天可以嘗試百萬量級的走法。

“它們的任務(wù)在于合作‘挑選’出那些比較有前途的棋步，拋棄明顯的差棋，從而將計算量控制在計算機可以完成的范圍內(nèi)。在本質(zhì)上，這和人類棋手所做的一樣。”中科院自動化研究所博士研究生劉加奇說。

“傳統(tǒng)的棋類軟件一般采用暴力搜索，包括深藍計算機，它是對所有可能結(jié)果建立搜索樹，根據(jù)需要進行遍歷搜索。這種方法在國際象棋、跳棋等方面還具有一定可實現(xiàn)性，但對于圍棋就無法實現(xiàn)。”中科院自動化研究所研究員易建強說，“AlphaGo利用深度學(xué)習(xí)的方法降低了搜索樹的復(fù)雜性，搜索空間得到有效降低。比如，策略網(wǎng)絡(luò)負責(zé)指揮計算機搜索出更像人類高手該落子的位置，而估值網(wǎng)絡(luò)負責(zé)指揮計算機搜索出后續(xù)更有可能獲勝的一個落子位置。”

劉加奇進一步解釋，深度神經(jīng)網(wǎng)絡(luò)最基礎(chǔ)的一個單元就類似人類大腦的神經(jīng)元，很多層連接起來就好比是人類大腦的神經(jīng)網(wǎng)絡(luò)。AlphaGo的兩個神經(jīng)網(wǎng)絡(luò)“大腦”分別是策略網(wǎng)絡(luò)和估值網(wǎng)絡(luò)。

“策略網(wǎng)絡(luò)主要用來生成落子策略。在下棋的過程中，它不是考慮自己應(yīng)該怎么下，而是想人類的高手會怎么下。也就是說，它會根據(jù)輸入棋盤當(dāng)前的一個狀態(tài)，預(yù)測人類下一步棋會下在哪里，提出最符合人類思維的幾種可行的下法。”

然而，策略網(wǎng)絡(luò)并不知道自己要下出的這步棋到底下得好還是不好，它只知道這步棋是否跟人類下的一樣，這時就需要估值網(wǎng)絡(luò)來發(fā)揮作用。

劉加奇說：“估值網(wǎng)絡(luò)會為各個可行的下法評估整個盤面的情況，然后給出一個勝率。這些值會反饋到蒙特卡洛樹搜索算法中，通過反復(fù)如上過程推演出勝率最高的走法。蒙特卡洛樹搜索算法決定了策略網(wǎng)絡(luò)僅會在勝率較高的地方繼續(xù)推演，這樣就可以拋棄某些路線，不用一條道算到黑?！?/p>

AlphaGo利用這兩個工具來分析局面，判斷每種下子策略的優(yōu)劣，就像人類棋手會判斷當(dāng)前局面以及推斷未來的局面一樣。在利用蒙特卡洛樹搜索算法分析了比如未來20步的情況下，就能判斷在哪里下子贏的概率會高。

人工智能進入實用階段

人工智能越來越近。顯然，它并不會只用來下棋，實際上它正掀起一輪輪產(chǎn)業(yè)變革、經(jīng)濟變革甚至社會變革。

“人工智能將有助于人類解決疾病、醫(yī)療、氣候、能源、數(shù)據(jù)、游戲等多個領(lǐng)域的問題，我們將與各領(lǐng)域最頂級的研究人員合作，促進人工智能與創(chuàng)業(yè)、產(chǎn)業(yè)領(lǐng)域的有機結(jié)合?！盇lphaGo開發(fā)者德米什·哈薩比斯表示。

哈薩比斯當(dāng)然不想把人工智能局限于棋盤上，他將目光投向了更為廣闊的世界，力爭開發(fā)出可以用于多個領(lǐng)域的通用型學(xué)習(xí)機器，制造出可以像人類一樣從白紙狀態(tài)通過自主學(xué)習(xí)找到問題解決方案的人工智能。他將這一目標(biāo)比喻為實現(xiàn)人類登月夢想的“阿波羅計劃”。哈薩比斯還說，未來將開發(fā)在任何地方都能使用的通用人工智能。也就是說，從硬件到軟件、從個別商品到系統(tǒng)的統(tǒng)合，這種趨勢將會改變產(chǎn)業(yè)和人們的日常生活。

同哈薩比斯一樣，全球頂級企業(yè)也將“賭注”壓在了人工智能之上。全球科技商業(yè)預(yù)言家、暢銷書《失控》作者凱文·凱利認為，未來20年，全球最重要的技術(shù)就是人工智能。英國帝國理工學(xué)院的人工智能學(xué)者馬克·戴森羅克說：“如果人工智能以這種速度發(fā)展下去，我們或許在未來10年到20年里就能看到電影《鋼鐵俠》中那個人工智能助手賈維斯。”

韓國《中央日報》的報道稱，人工智能的威力正在進入實用階段，因為像谷歌、IBM、微軟、蘋果、Facebook這種世界級的信息通信技術(shù)企業(yè)，把與大數(shù)據(jù)相結(jié)合的人工智能技術(shù)陸續(xù)在醫(yī)療、金融、體育、社交網(wǎng)絡(luò)領(lǐng)域?qū)崿F(xiàn)實用化。人工智能技術(shù)與制造業(yè)的接軌也在變快。有人預(yù)測，如果人工智能與無人駕駛汽車接軌，那么將沒有交通事故，保險公司也將無需存在。如果讓人工智能與無人機接軌，毫無疑問這將使得商業(yè)化如虎添翼，也將給武器系統(tǒng)帶來影響。

此外，2015年，專注于初創(chuàng)企業(yè)的市場調(diào)查公司“風(fēng)險掃描”追蹤分析了全球855家人工智能初創(chuàng)企業(yè)，發(fā)現(xiàn)這些企業(yè)橫跨13個門類，總估值超過87億美元，其中計算機深度學(xué)習(xí)和視覺圖像識別兩個方向最受投資者青睞。

“奇點”正在臨近？

在科幻電影《超驗駭客》中，約翰尼·德普飾演的科學(xué)家因為研發(fā)人工智能而被恐怖組織暗殺，臨死之前倉促地將自我意識上傳至電腦。最后，這名科學(xué)家成為一個能夠不斷進化的結(jié)合生物智慧和人工智能的“超級計算機”。

AlphaGo戰(zhàn)勝李世石之后，人工智能通過自我進化增加智慧已變?yōu)楝F(xiàn)實。搜狗CEO王小川認為，人工智能能做到隨著時間推移變得越來越聰明，正如金庸小說中老頑童讓自己的左手和右手“互搏”，從而練就絕世武功。

在技術(shù)創(chuàng)新路徑的中介作用檢驗方面，文化與旅游產(chǎn)業(yè)融合對技術(shù)創(chuàng)新的溢出效應(yīng)十分顯著(模型9的β1=7.557 5，p<0.01)；模型10中文化與旅游業(yè)融合對旅游產(chǎn)業(yè)升級同樣存在正向顯著性，且回歸系數(shù)1.526 6小于基準(zhǔn)模型3中的回歸系數(shù)2.915 6，系數(shù)降低了1.389，此時中介效應(yīng)占總效應(yīng)的47%，理論假說2通過檢驗。這表明文化與旅游業(yè)融合進程中的知識溢出與技術(shù)改進能夠提升文化旅游產(chǎn)品生產(chǎn)效能，引領(lǐng)旅游產(chǎn)業(yè)價值鏈的優(yōu)化升級。

“在下棋這個領(lǐng)域，AlphaGo這樣一臺在算法上沒有天花板的機器，將有機會登峰造極?！蓖跣〈ㄔu價說。

并非所有人都對人工智能抱以樂觀的態(tài)度。早在1993年，美國科幻作家弗諾·文奇在《即將到來的技術(shù)奇點》一文中寫道：“在未來30年間，我們將有技術(shù)手段來創(chuàng)造超人的智慧。不久后，人類的時代將結(jié)束。”在他的描述中，所謂“技術(shù)奇點”是指在未來的某個時期，當(dāng)機器達到“強人工智能”時，智商將超過人類，從而對人類社會造成巨大沖擊。

而自稱美國未來學(xué)家的庫茲韋爾則在他2005年出版的《奇點臨近》一書中，把“技術(shù)奇點”進一步轉(zhuǎn)述為“奇點理論”。他描述道：“2045年將出現(xiàn)‘奇點’時刻，人類文明走到終點，生物人將不復(fù)存在，取而代之的是一個叫做‘奇點人’的新物種?！?/p>

霍金也對人工智能表示極度擔(dān)憂：“人工智能開發(fā)成功將會是人類歷史上最大的事件。但不幸的是，這可能也會是最后一個大事件?！比ツ辏艚疬€與特斯拉創(chuàng)始人伊隆·馬斯克、蘋果計算機共同創(chuàng)辦人史蒂夫·沃茲尼克等數(shù)百名頂尖精英發(fā)表聯(lián)署公開信，表示人工智能對人類生存的威脅更甚于核武器。

霍金認為，特別是高科技軍事裝備的普及，如美軍在戰(zhàn)場上大量使用無人機遠程殺敵，或多或少印證了這種憂慮。

不過，人工智能研究者則認為，這多半屬于杞人憂天。中科院計算所副研究員陳天石表示，AlphaGo雖然展示了非凡的才能，但人工智能不大可能像人們想象的那樣進步神速。早在上世紀(jì)八十年代，人工神經(jīng)網(wǎng)絡(luò)的算法基礎(chǔ)就已經(jīng)基本構(gòu)建好，但那時處理器的運算能力上不去，使人工神經(jīng)網(wǎng)絡(luò)的威力不能完全發(fā)揮。AlphaGo的成功展示了處理器芯片運算能力的進步。

（本刊綜合）

鏈接

歷史上著名的“人機大戰(zhàn)”

深藍VS卡斯帕羅夫

1997年，美國IBM公司的“深藍”超級計算機以2勝1負3平戰(zhàn)勝了當(dāng)時世界排名第一的國際象棋大師卡斯帕羅夫?！吧钏{”的運算能力每秒可運算2億步。后來，IBM拒絕了卡斯帕羅夫的再戰(zhàn)請求拆卸了“深藍”。卡斯帕羅夫雖然后來多次挑戰(zhàn)電腦戰(zhàn)平，卻無法找“深藍”“復(fù)仇”，留下永久的遺憾。

浪潮天梭VS象棋特級大師

2006年，“浪潮杯”首屆中國象棋人機大戰(zhàn)中，柳大華、張強、汪洋、徐天紅、樸風(fēng)波5位中國象棋特級大師最終敗在超級計算機浪潮天梭手下。中國人發(fā)明的這項充滿東方智慧的模擬戰(zhàn)爭棋類游戲，被中國超級計算機獨占鰲頭。

沃森VS兩位人類答題冠軍

2011年，“深藍”的同門師弟“沃森”在美國老牌智力問答節(jié)目《危險邊緣》中挑戰(zhàn)兩位人類冠軍。“沃森”可以在3秒內(nèi)檢索數(shù)百萬條信息并以人類語言輸出答案，還能分析題目線索中的微妙含義、諷刺口吻及謎語等?！拔稚弊罱K輕松戰(zhàn)勝兩位人類冠軍。

AlphaGo VS樊麾

2015年10月，AlphaGo以5比0戰(zhàn)勝歐洲圍棋冠軍樊麾，這是人工智能程序首次在不讓子的情況下戰(zhàn)勝人類圍棋選手。