人机大战催熟人工智能.docx

??

?

??

“人机大战”催熟人工智能

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

文/梁栋

举世瞩目的围棋人机世纪大战——谷歌人工智能系统AlphaGo对决韩国高手李世石，以“机器战胜人类”的结局竖立了计算机发展史上又一座“里程碑”，也引发了一系列终极讨论：人工智能是否将于各个层面全面碾压人类？人类最终将进入人工智能的“乌托邦”，还是被人工智能所淘汰？没有人知道答案。但有一点毋庸置疑：人工智能产业将强势崛起，并从各个领域改变人们的生活。

围棋，一直被认为是人类脑力的最高段运动，中国“棋圣”聂卫平曾扬言：“别忽悠我，电脑不可能战胜人类！”然而，“人工智能碾压人脑”的银幕桥段终成现实，比人们预想的更早一些。

2016年3月，曾经豪言要“零封”谷歌AlphaGo的韩国围棋“天才少年”李世石，经过数日苦战，最终以1：4惜败“人工智能”。根据之前的约定，谷歌获胜后将获得“自己的”100万美元奖金，这些奖金将捐赠给联合国儿童基金会、STEM教育以及围棋慈善机构（GoCharity）。

从“人机大战”看人工智能

人工智能战胜人类是个漫长的征程。1997年，IBM的“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫，这让重达1270公斤、拥有32个微处理器、每秒可以计算2亿步、计算能力达到11.38GFLOPS的“深蓝”轰动世界。

然而，长期以来，围棋AI（ArtificialIntelligence，简称AI）一度举步维艰，顶级AI甚至不能打败稍强的业余选手。资料显示，谷歌于2014年收购英国人工智能公司DeepMind，AlphaGo是该公司研发的一款围棋人工智能程序。2016年年初，AlphaGo小试牛刀，在首场人机大战中击败了欧洲冠军樊麾，随后迎来与“职业九段”李世石的“世纪大战”。

AlphaGo的核心是两种不同的深度神经网络——“策略网络”(PolicyNetwork)和“值网络”(ValueNetwork)。它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里，本质上和人类棋手所做的一样。

其中，“值网络”负责减少搜索的深度——AI会一边推算一边判断局面，局面明显劣势的时候，就直接抛弃某些路线，不用一条道算到黑；而“策略网络”负责减少搜索的宽度——面对眼前的一盘棋，有些棋步是明显不该走的，比如不该随便送子给别人吃。将这些信息放入一个概率函数，AI就不用给每一步以同样的重视程度，而可以重点分析那些“有戏”的棋着。

AlphaGo利用这两个工具来分析局面，判断每种下子策略的优劣，就像人类棋手会判断当前局面以及推断未来的局面一样。比如AlphaGo在分析了未来20步的情况下，就能判断在哪里下子赢的概率会高。

简言之，AlphaGo并非简单的电脑程序，而是能自我学习和完善的人工智能。在经过数百万次的随机下棋后，能逐步升华提高，掌握难以计数的演算中的最佳选择。

李世石战败后曾坦言，与人对决，你能感受到对手的状态，从而采取不同的对阵方式，但对于AlphaGo，你无法捕捉这些信息。曾与AlphaGo对弈的围棋欧洲冠军樊麾也曾表示，AlphaGo的表现近乎完美，某种意义上已经超越人类。它的惊人之处不仅仅是盘面上展现出的统治力，而是当人类棋手还在审视、回味多年传承来的行棋框架和手筋定式时，AlphaGo已经基于胜率开创出一套崭新的体系，而且还在不断学习进化之中。

从“摩尔定律”到“人工智能”

曾几何时，“摩尔定律”一直是计算机发展演进的代名词，是一种速度的进阶演变。而随着信息技术飞速发展，人们进入移动互联网时代，并看到人工智能演绎出来的新型计算魅力。

从PC时代的“摩尔定理”，到如今人们不可或缺的智能手机（移动计算），都离不开计算的革命。回顾信息技术发展历史，人们赫然发现，今日一只小小的智能手机，处理能力竟比20世纪80年代房屋大小的超级计算机强大若干倍，这是数字技术发展所带来的改变。而面向未来，大数据、云计算将不断改变人们的生活。

当晶体管的微型化已不能保证其成本更低或速度更快的时候，“摩尔定律”渐渐退出了历史舞台，然而这并不意味着计算进展的停止，而只是技术演进方向发生了变化。芯片仍然会越做越好，计算的未来不仅由原始硬件性能决定，同时还有更多决定性元素出现。

首先是软件能力。AlphaGo正是凭借深度学习、部分模拟人脑的工作模式，实现了战胜人类棋手的“夙愿”。

其次是云计算的能力。综观互联网上提供服务的数据中心网络，无论是PC机还是大型机，当计算机独立运作时，其计算性能都要取决于处理芯片的速度。但是，当“云”出现之后，计算机在硬件性能没有发生改变的情况下，变得更为强大。云计算不仅带来了处理资源的整合，也带来了互联能力。智能手机的卫星定位功能、运动感应功能