人類的最艱難一戰(zhàn)AlphaGo：謎一樣的第37手

陳勁松

2016年12月，美國著名的科普網(wǎng)站，科學新聞（ScienceNew.org）在評選十大新聞中，名列第一的是“AlphaGo戰(zhàn)勝李世石”。

“AlphaGo在克服復雜問題上爬過了一座陡峭的山峰，在最復雜的智力游戲中戰(zhàn)勝了人類”，在回顧中，科學新聞評價道，“現(xiàn)實世界的復雜程度遠超這些游戲，但AlphaGo的進步讓大家看到了電腦解決復雜問題的曙光?！?/p>

是的，由于AlphaGo的出現(xiàn)，人類作為一個整體應該意識到，世界不一樣了，另一種文明，已經(jīng)嶄露頭角。

“我代表人類”

時間倒回到2016年3月10日，首爾光化門的四季酒店，這里正在進行圍棋“人機大戰(zhàn)”第二局。在9日進行的第一局比賽中，谷歌的程序AlphaGo擊敗了李世石，取得了歷史性的突破。在第二局的比賽中，AlphaGo下出的第37手，一個簡單的肩沖，又讓李世石進入了難局。

觀戰(zhàn)室里還有一名職業(yè)圍棋選手，他是三屆歐洲圍棋冠軍樊麾（Fan Hui）。一開始，第37手也令他感到困惑。但他和AlphaGo很熟悉，有五個月時間，樊麾與這臺機器進行過成百上千局對弈。樊麾經(jīng)常輸給AlphaGo，但他也漸漸比任何人都明白它。在樊麾眼里，那一步肩沖不像是人類會下的一步棋。思索了十秒后，樊麾才恍然大悟?！斑@步太漂亮了，”他又重復了一遍，“太漂亮了。”

日后這一手不斷被職業(yè)棋手所模仿，包括世界排名第一的柯潔，棋迷們也將這手稱為“阿狗流”，與圍棋戰(zhàn)法中著名的“秀策流”、“中國流”并列。在李世石眼中，37手的阿狗流，表現(xiàn)出了圍棋棋手所說的“直覺”——一種讓它能以像人類一樣的方式，甚至超越人類的方式下出優(yōu)美棋局的能力。

在決定與谷歌的AlphaGo對決前，李世石對他的對手幾乎一無所知，雖然AlphaGo已經(jīng)以5：0戰(zhàn)勝了歐洲冠軍樊麾，但五盤棋譜尚未公布，李世石并不知道AlphaGo有多厲害，甚至沒過問獎金一事。直到簽完保密合同后才知道，獎金為100萬美元。李世石說，“這個比賽本身的意義，比獎金大得多。這是因為，我代表人類同計算機對戰(zhàn)?！?/p>

人類的代表李世石，在第37手面前陷入沉默。一分鐘過去，又一分鐘過去——整整15分鐘過去了，最終，李世石拿起了一枚棋子放在了棋盤上，在對方肩沖的黑子上貼了一手，事后證明，這一手是本局的敗招，4小時20分鐘后，李世石選擇認輸。

第一滴血

谷歌雖然是一個美國公司，但AlphaGo的創(chuàng)造者是兩個英國人，大衛(wèi)·席爾瓦（David Silver）和戴米斯·哈薩比斯（Demis Hassabis），他們是劍橋同學，專業(yè)都是計算神經(jīng)科學。1998年畢業(yè)后，兩人合開了一家電子游戲公司。

哈薩比斯經(jīng)常和一名同事下圍棋，席爾瓦在他的影響下也開始自學圍棋。他們還加入了當?shù)貒寰銟凡?，和二三段棋手對弈，這是圍棋中非常低的水平，兩個高智商的家伙并不滿足于此。他們?nèi)滩蛔∷伎?，為什么電腦可以打敗西洋跳棋、國際象棋的選手，卻從未破解圍棋。

對人工智能來說，圍棋游戲的難度在于，決策空間實在太大。決策（Decision Making） 是人工智能的關鍵要素，使得機器能夠在人類的世界中發(fā)揮作用。在圍棋以及任何游戲中，一次決策往往使得游戲更新到一個新局面，于是影響到接下來的決策，一直影響到最終游戲的勝負。人工智能的關鍵就是在決策空間中搜索達到最大效益的路徑，最終體現(xiàn)在當前決策中。圍棋棋盤上棋子可能的組合方式的數(shù)量就有10的170 次方之多，超過宇宙原子總數(shù)。在近乎無窮的決策空間中，去暴力搜索出當前棋盤的下一步最優(yōu)定子是絕對不可能的事情。

2010年，哈薩比斯在倫敦成立了一個名為DeepMind的人工智能公司，席爾瓦隨后而來，在這里他們開始了真正的人工智能之旅。這家公司之后又被谷歌公司收購，這也解決了他們的資金問題。

在倫敦國王十字車站附近的DeepMind辦公室中，這支團隊將3000萬步人類下出的圍棋步法輸入到一個深度神經(jīng)網(wǎng)絡中，這個網(wǎng)絡的硬件和軟件能大致模擬人腦中的神經(jīng)網(wǎng)。

神經(jīng)網(wǎng)絡其實很常見，F(xiàn)acebook用它給照片中的人臉加上標簽，谷歌則用它來識別安卓手機收到的語音命令——給它輸入足夠的話語，它就能識別你所說的話。輸入3000萬步圍棋步法，它就能學會下圍棋。在經(jīng)過五年的進化之后，AlphaGo取得了重大突破，成為第一位擊敗職業(yè)棋手的程序，而第一滴血，就是觀戰(zhàn)室的樊麾二段。

樊麾是西安人，職業(yè)二段，2000年移居法國，隨后成為歐洲最強棋手。2015 年9 月底，樊麾第一次去Deepmind 公司參觀，純粹抱著旅游的心態(tài)。雙方確定了比賽時間、比賽方式等等。樊麾發(fā)現(xiàn)他們對于人工智能方面可能很擅長，但對于這個比賽要怎么弄，一點經(jīng)驗都沒有。最讓他驚訝的是對方詢問： “萬一機器贏了，下圍棋的人會不會恨我們？會不會因此傷害到很多人的利益？”

樊麾和AlphaGo的比賽定在了2015 年10 月5 日至9 日，共5天。比賽是一天兩場，一共10 盤。5 盤正式的，還有5 盤非正式的快棋。正式的比賽樊麾0：5 敗，非正式的快棋樊麾2勝3 負。2016 年1月，哈薩比斯等人在英國 《自然》 雜志上發(fā)文說，在英國圍棋協(xié)會見證下，AlphaGo 以5：0 戰(zhàn)勝歐洲圍棋冠軍、前中國職業(yè)棋手樊麾，成為第一個擊敗人類職業(yè)棋手的電腦程序。

在圍棋界，職業(yè)棋手第一次輸給電腦是個非常令人震驚的 “意外事件”，在AlphaGo戰(zhàn)勝樊麾之前，最好的電腦圍棋也要被頂級棋手讓四五子。職業(yè)圍棋選手紛紛對這個結果表示震驚，他們不愿意接受這個消息，甚至開始懷疑樊麾的水平只有業(yè)余五段左右。但隨即，AlphaGo團隊向李世石發(fā)起了挑戰(zhàn)，人類和人工智能的重要對決終于到來。

強人工智能紀元

在與李世石進行的五場比賽中，兩位解說員都稱AlphaGo為“他”，而不是“它”。李世石剛出場時，還向那個看不見摸不著的對手——不知疲倦亦無憂懼的AlphaGo君鞠了一個躬。

比賽之前，誰也沒有想到AlphaGo會強到如此地步。世界冠軍常昊預計正常情況下李世石是一盤都不會輸，如果AlphaGo贏一盤已經(jīng)是非常大的突破了。在職業(yè)圍棋界，99%的人都和常昊做出同樣的預測。只有一些計算機領域?qū)＜遥瑢徤髡J為AlphaGo能贏一到兩局，比如李開復。但結果，AlphaGo第一局就贏了。圍棋界一片驚呼不說，韓國的媒體甚至將這一局的意義和人類登月相提并論。

從第二局開始，形勢已經(jīng)發(fā)生了逆轉(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。韓國報紙上開始稱AlphaGo為“阿爾法十段”。在韓國，圍棋九段與中國古代的一品一樣，稱為“入神”，十段差不多就是“神”的意思了。

李世石緊接著輸?shù)袅说谌?，AlphaGo在五局三勝中取得了勝利。在后來的新聞發(fā)布會上，李世石坐在哈薩比斯旁邊，因為讓人類失望而道歉：“我本可以拿出更好的成績，帶來更好的結局?！?/p>

李世石發(fā)言時，一種意料之外的感覺開始啃食哈薩比斯的內(nèi)心。作為AlphaGo的創(chuàng)造人之一，看著這臺機器實現(xiàn)了人們認為其不能實現(xiàn)的成績，他感到驕傲，甚至飄飄然，但他同時也因為自己是人類的一員而感到不甘。他開始希望李世石能夠贏下一局。

第四局下了2個小時。李世石這局下得咄咄逼人，對棋盤上的特定區(qū)域發(fā)起猛攻。但是AlphaGo采取了更加豪邁的風格，以著眼整體的方式對整局局勢進行衡量。

AlphaGo已經(jīng)贏得了整場比賽。李世石不再為了勝利下棋，而是為了人類。他用右手的前兩個手指執(zhí)起一枚白棋，放在了緊挨著棋盤中心的地方。這是這局棋的第78手，一步“挖” 步，即在兩片大范圍緊密的地區(qū)中間插入一棋。在AlphaGo的控制室，運行機器的人們都停下了手里的工作，盯著他們的顯示屏看。在李世石下出那絕妙的第78手前，AlphaGo計算自己的勝算為70%。八步之后，這一數(shù)字變得不值一提。李世石的78手被古力稱為“神之一手”，這手棋讓AlphaGo崩潰，讓人類棋手保留了最后一絲希望。

2016年3月13日，韓國首爾，2016年圍棋人機大戰(zhàn)第4局，李世石艱難贏得一戰(zhàn)。

五局比賽的最終結果是四比一，AlphaGo也憑借這五局棋一直排在世界第二的位置，威脅著世界第一人，中國棋手柯潔。8月份，DeepMind團隊在波士頓宣布，AlphaGo已經(jīng)從李世石對戰(zhàn)的第18個版本進化到了V25，現(xiàn)在這個版本可以讓頂尖職業(yè)棋手兩子。隨后，中國棋圣聶衛(wèi)平宣布柯潔將不會與AlphaGo進行比賽，為職業(yè)棋手保全最后一絲顏面。

然而，人工智能的大門已經(jīng)打開，一個新時代，已經(jīng)到來了?！?016年是人工智能走向主流的元年”，微軟亞太研發(fā)集團前主席、百度公司總裁張亞勤接受媒體采訪時說。這一年，除了AlphaGo與李世石的“人機大戰(zhàn)”，IBM、微軟、Facebook等互聯(lián)網(wǎng)巨頭，都投入巨大的人力、財力和精力在人工智能平臺。Facebook創(chuàng)始人扎克伯格甚至預言，“人類基本的聽、說、讀、寫等核心感知力，在未來5-10年，計算機一定能做得比人類自己更好。”

到那時，人們或許才會更真切理解這場“人機大戰(zhàn)”的意義，也才會更清楚，公元2016年3月10日，AlphaGo下出37手的那一刻，對人類到底意味著什么。