人机围棋大战背后 是一段你不知道的人工智能史幻灯片.docxVIP

人机围棋大战背后是一段你不知道的人工智能史作者：xukkx?导语：要说2015年至2016年间风靡整个围棋界和人工智能领域的一件大事，莫过于新科围棋计算机程序AlphaGo挑战著名世界冠军韩籍棋手李世石九段了。从赛前的舆论风向上看，除了部分计算机界专家对AlphaGo的获胜充满信心之外，普遍的看法还是偏向于人类顶尖棋手能够战胜围棋计算机程序。如李开复博士曾在知乎表示人工智能若要战胜李世石，还需要1至2年时间的磨练。然而第一天的战果却令大部分人大跌眼镜，经过一场三个半小时的大战，AlphaGo执白中盘战胜李世石，令世人震惊。那么，人工智能经过几十年的发展，究竟到了何种地步？真的可以取代人类智能，达到一个令人类遥不可及的境界了吗？本文通过对人工智能历史的发展的梳理，对此问题做一个简单的探讨。人机围棋大战现场一、人工智能的起源与发展人工智能，即人类使用计算机对人类智能的模仿，让机器“学会”人类在某一领域的专业技能。早在公元前384-322年，Aristotle在其著作《工具论》中提出形式逻辑。Bacon在《新工具》中提出了归纳法。莱布尼茨(Leibnitz)提出了通用符号和推理计算的概念，这些都是人工智能研究的萌芽。进入19世纪以来，数理逻辑等学科的进展，为人工智能的诞生奠定了基石。布尔(Boole)创立的布尔代数与哥德尔(Godel)提出的不完备理论，以及图灵(Turing)提出的自动机理论，为电子计算机的发明提供了理论基础。1943年，McClloch和Pitts提出了MP神经网络模型，开创了人工智能中的重要领域——神经网络的研究，1945年随着ENIAC电子数字计算机的诞生，人工智能得到了不断的发展和应用。如今，人工智能已经渗入了普通人生活的方方面面。比如在人们网购的过程中，网站可以通过用户浏览网页的习惯来“猜测”其可能感兴趣的商品，并推荐给该用户，这项技术就使用到了人工智能中重要领域“机器学习”中的重要方法。而机器学习中的重要算法——神经网络，则与本文的主角AlphaGo围棋程序息息相关。二、为什么围棋程序是人工智能重大挑战？早在人工智能发展初期的20世纪50年代，来自IBM工程研究组的Samuel就开发出了跳棋程序，具有初步的学习能力，可以在与人对弈的过程中不断地积累经验，提高自己的棋艺。并且在1959年，这个程序战胜了其设计者本人，1962年，再次击败一位州跳棋冠军。由此可见，通过机器学习人类的棋类游戏并与人类对弈，一直是人工智能应用中的一个很令人感兴趣的话题。早期人工智能学者对于”计算机很快就会战胜人类“这个话题曾经过分地乐观过，60年代初，人工智能创始人Simon等甚至乐观地预言：十年内数字计算机将取代人类获得国际象棋世界冠军。然而经过深入的研究，人们却发现人工智能所遇到的困难比想象中的多得多，比如，Samuel的跳棋程序在击败州冠军后无法再前进一步。而在国际象棋对弈中，人类棋手可以在每步三分钟的时间限制中，通过直觉与理解，在若干个定式中选择对自己最为有利的下法。对于优秀棋手而言，通常可以通过思考预测到5步之后的情形，而对于电脑程序而言，每行走一步却面临着平均每颗棋子超过30余种选择，合计起来为了预测5步以后的情形，需要考虑下法居然多达1015 种可能，计算机每走一步，则平均每秒需要检查百万种可能的走法，以当时电脑的计算能力而言，走一步棋需要花费三十年时间。可见如果电脑不能通过对棋局的判断来减少行棋的复杂度，仅凭蛮力，程序很难击败人类顶尖棋手。1968年，在得知人工智能研究者John McCarthy和Donald Michie”十年内电脑将击败国际象棋世界冠军”的预言后，著名国际象棋世界大师David Levy与人工智能学者打下一个非常著名的赌注：没有电脑国际象棋程序可以在十年内击败我。赌金为1250英镑。在这十年中，David Levy成功了击败了所有电脑挑战者，并在1978年9月在一场六局对决中，以4.5比1.5的比分战胜当时的终极电脑程序Chess 4.7，从而最终赢得了自己打下的这个赌。尽管赢下了赌注，电脑却在第四局对局中获得了胜利，这是计算机程序历史上第一次击败人类国际象棋大师。为此，David Levy写道：尽管我在十年前的断言是正确的，然而我的机器对手在这十年中，比我打赌时进步的太多了，从此以后，再也没有会令我震惊的事情发生了（指电脑程序最终击败人类特级大师）。那么，这十年中电脑程序在什么方面取得了进展呢？剪枝法示意转机来源于一种被称为“剪枝法”的算法被用于象棋程序的估值函数之中。估值函数，即电脑对于当前棋局优劣进行判断的根据，估值函数根据当前的局面算得一个分数，来判断此棋局是否对自己就有利，最后，选择最高得分的那一步作为自己最终的行棋。如果可选择的步数太多，未经过特别的优化，则会陷入上文提到的穷举困