徐丹

2016年3月15日，谷歌的“阿爾法圍棋”AlphaGo和韓國九段圍棋手李世石之間的人機世紀大戰(zhàn)終于落下帷幕，AlphaGo最終以4：1取得勝利。雖然很多人都慶幸人類并沒有輸得毫無還手之力，但AlphaGo也有自己的收獲：由于在第四局比賽中輸給了李世石，AlphaGo也有了自己的WHR排名，它以9勝1負的戰(zhàn)績，積3586分，排名世界第二，僅次于中國九段棋手柯潔。

此次人機大戰(zhàn)，無論在圍棋界還是人工智能（AI）界，抑或是在普通民眾間，都引發(fā)了軒然大波。但在這場被全球圍觀的人機大戰(zhàn)中，只有贏家，沒有輸家。

為什么是圍棋？

其實早在1996年，美國IBM公司就開發(fā)出了一款國際象棋超級電腦“深藍”，它在正常時限的比賽中首次擊敗了等級分排名世界第一的棋手。不過，那次的比賽似乎并沒有引來多少關注，而這次人機圍棋大戰(zhàn)卻成了全球的聚焦點。為什么？因為它“膽敢”選擇圍棋！

傳統(tǒng)的計算機程序在參與棋類游戲時，往往會使用“暴力計算”的做法，即為所有可能的步數建立搜索樹，也就是根據數學和邏輯推理的方法，把每種可能的路徑都走一遍，從中選出最優(yōu)的走法。

圍棋棋盤有361個點，走法變化繁多，其他棋類游戲望塵莫及。圍棋的“分支因子”無窮無盡，19×19格圍棋的精確合法棋局數的所有可能性是一個171位數——比宇宙中的原子數還多。這樣的計算量，哪怕是巨型計算機也要算上許多年。此外，由于圍棋的每顆棋子都相同，沒有大小的區(qū)分，這就使圍棋的下法中增加了很多“隨機”的成分，無法用邏輯推理來預測（譬如在象棋中，不同的棋對應有不同的下法規(guī)則，而圍棋則沒有這些限制）。因此，進入圍棋領域一直被認為是目前人工智能的最大挑戰(zhàn)。

AlphaGo是怎么學圍棋的？

那么AlphaGo是怎么學習圍棋的？難道還靠“暴力計算”嗎？答案顯然是否定的。

簡單來說，AlphaGo之所以可以玩轉圍棋，主要在于其擁有兩個大腦——負責選擇下一步走法的“策略網絡”和負責預測比賽實時勝利者的“價值網絡”。每走一步，它倆估算一次獲勝方，而不是像“深藍”那樣一直搜索到比賽結局，從而減少了運算量。兩個大腦的配合工作，將圍棋巨大無比的搜索空間壓縮到可以控制的范圍之內。

僅僅這樣還不夠，想要戰(zhàn)勝人類，AlphaGo需要做的第一步就是模仿人類。設計人員首先讓它“學習”了圍棋專業(yè)棋手的3000萬步實例，完成“價值網絡”的基礎訓練“課程”。通過這種經驗學習，AlphaGo對于人類圍棋走法的預測準確率就已達到57%。之后，等待AlphaGo的便是試著超越人類。與以往的計算機不同，AlphaGo最特別的地方就在于它可以“深度學習”——像人類大腦一樣自主學習，不斷提升棋藝。這才是AlphaGo最令人可怕的地方。

簡單來說，AlphaGo可以自己與自己對弈（目前它已自我對弈超過3000萬局），在這個過程中，它不斷積累著勝負經驗，還舉一反三，形成它對圍棋的一種“全局觀”，甚至形成自己對于圍棋的一種“思考”。

伴隨著自我學習的不斷深入和對弈次數的不斷增加，AlphaGo會越來越少地依賴過往的“經驗”，轉而越來越多地依靠自己的評價網絡，帶有創(chuàng)新性地選擇最有利于自己的走法。在圍棋世界里，AlphaGo自覺是學霸中的學霸。

在戰(zhàn)勝李世石之后，外界推測AlphaGo的下一個對手極有可能是目前排名世界第一的柯潔，AlphaGo的設計人員也在社交網絡上發(fā)出了約戰(zhàn)意愿。

對于AlphaGo的學習能力，柯潔也非常驚訝，他表示：“如果面對的是目前水平的AlphaGo，相信我可以戰(zhàn)勝它。但AlphaGo在相同時間內，學習效率是人類的數十倍甚至數百倍，因此隨著時間的推移，它終會擊敗全人類?！?/p>

人類還剩下什么？

本次人機大戰(zhàn)勝負已然分明，許多網友開始幻想，究竟在什么棋類項目上，人類能夠有把握戰(zhàn)勝人工智能，或者至少不會輸得很慘。最終的討論結果是飛行棋——主要依靠運氣的游戲。

其實除了圍棋，人工智能已經從各個方面開始挑戰(zhàn)人類，比如與棋類游戲不盡相同的麻將或是牌類游戲。在這類游戲中，玩家能夠掌握的信息是不完整的，無法控制諸如對手的底牌以及下一張來牌等因素，因此屬于不完全信息博弈，計算難度成倍上升。不過，日本東京大學卻開發(fā)了一款麻將AI——“爆打”?！氨颉焙?AlphaGo一樣，有自我對弈以及閱讀學習人類牌譜的能力。從2015年到2016年2月，“爆打”已經打了約13萬手牌，平均成績在六段以上。2015年，加拿大研究人員則開發(fā)了能夠玩轉德州撲克的“不敗”AI（僅限于雙人限注模式）。無論對手是誰，這款德州撲克程序都能保證至少不輸錢。

來自英國的科學家比爾·西蒙斯早在十幾年前便開發(fā)了“大獎章基金”，這是一款可以應用于投資領域的人工智能。當年他請來一位統(tǒng)計學大師和一位數學家編寫模型，然后讓電腦程序完全自主操作。“大獎章基金”通過對歷史數據的統(tǒng)計，找出金融產品價格、宏觀經濟、市場指標、技術指標等各種指標間變化的數學關系，從中發(fā)現市場目前存在的微小獲利機會，隨后執(zhí)行快速且大規(guī)模的交易。迄今，“大獎章基金”仍然保持著34%的年化收益率，如果你在20年前向他投資一萬元，那么今天它會回報給你348萬，這樣的投資效率完爆投資巨鱷巴菲特和索羅斯。

而在藝術方面，AI已經創(chuàng)作出既合乎樂曲規(guī)則又符合人類審美的音樂，它們甚至可以創(chuàng)作出具有巴洛克時期或是古典主義早期風格的樂曲，許多聽眾甚至都無法分辨樂曲的真正創(chuàng)作者是AI還是人類。在韓國《金融新聞》編輯部，有一位特殊的人工智能記者。這位“記者”在得知當天的股市數據后，能夠在短短0.3秒內完成一篇股市行情的新聞報道，讀者在字里行間同樣無法發(fā)現人工智能的影子。

說來辛酸，如今還未被人工智能征服的領域恐怕就還剩體育了，它們在短時間內根本無法在該領域與人類對抗。人體結構的精妙復雜，肌肉和骨骼的完美配合，讓科學家都“望人興嘆”。人機大戰(zhàn)后，很多體育迷開始研究，哪些運動是AI還遠不能戰(zhàn)勝人類的“凈土”，結果排名第一的是足球。從目前的技術來看，機器人的射門還不錯，角度精準且力量十足，但它們想要玩出“圓月彎刀”、“蝎子擺尾”等動作，恐怕還為時尚早。機器人目前最差的一項技術就是守門，機器守門員的反應絕對比《瘋狂動物城》的樹懶還遲緩。

不過這并不意味著AI不會在某一天向人類運動員發(fā)起挑戰(zhàn)?；蛟S在不久的將來，人類將不得不派出最強11人，去和冷酷的鋼鐵洪流一決雌雄，可能人類僅有的一絲驕傲感也會在那時蕩然無存。不過可以想見，場面一定會比今日的人機大戰(zhàn)更為壯觀。

1.深藍 1997年，“深藍”以2勝1負3平的戰(zhàn)績，戰(zhàn)勝了當時世界排名第一的國際象棋大師卡斯帕羅夫。在今天看來，“深藍”還算不上足夠智能，它主要依靠強大的計算能力窮舉所有路數來選擇最佳策略?！吧钏{”靠硬算可以預判12步，比卡斯帕羅夫多了2步。

2.浪潮天梭 在2006年“浪潮杯”首屆中國象棋人機大戰(zhàn)中，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。在2局制的博弈中，“浪潮天梭”憑借每步66萬億次的棋位分析與檢索能力，以11：9的總比分險勝。“浪潮天梭”最終取勝的關鍵，被認為是其不知疲倦的穩(wěn)定性。

3.沃森 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。參賽者不僅需要大量歷史、文學、政治、科學及流行文化知識，還需要解析隱晦含義和謎語，即讀懂出題人的用意所在。比賽中，“沃森”不但能準確分析出題目線索中的微妙含義及諷刺口吻，還能權衡比賽獎金的數額、自己和對手的比分情況、自己擅長的題類等，果斷選擇搶答還是放棄。競賽中，“沃森”每答一題平均檢索數百萬條信息，用時3秒。它所展示出的自然語言理解能力一直是人工智能界的重點課題。