周華明

2016年3月9日，一場全世界關(guān)注的圍棋比賽在韓國首爾開始，對抗的一方是世界排名第四的圍棋高手李世乭，另一方是人工智能（AI）AlphaGo。

創(chuàng) 造

在比賽開始前，德米斯·哈薩比斯與李世 隔著棋盤握手致意，哈薩比斯是人工智能AlphaGo隸屬的DeepMind公司的聯(lián)合創(chuàng)始人。在這一歷史性畫面中，他身側(cè)是AlphaGo用于輸出的顯示屏（它的真身位于光纖網(wǎng)路的另一端）；而李世石身側(cè)則是他的女兒。這一場景被無數(shù)新聞媒體記錄，比賽后，記錄這一場景的照片在各種網(wǎng)絡(luò)社交平臺(tái)上刷屏，人們紛紛驚呼：

“據(jù)說機(jī)器不可能取勝的棋類——圍棋，居然淪陷了！”

“人類以后會(huì)被機(jī)器超越嗎？”

“AI 將統(tǒng)治人類！”

在這場比賽前，哈薩比斯幾乎不為國人所知，但他的履歷相當(dāng)驚人：13歲拿到國際象棋大師頭銜，16歲考入劍橋大學(xué)攻讀計(jì)算機(jī)專業(yè)，17歲主持開發(fā)了游戲“主題公園”，隨后建立了自己的游戲公司，28歲進(jìn)入倫敦大學(xué)攻讀神經(jīng)學(xué)博士學(xué)位，34歲創(chuàng)辦人工智能公司DeepMind，致力于讓機(jī)器能夠像人類一樣學(xué)習(xí)。AlphaGo與李世石PK，這場注定載入史冊的圍棋比賽為他的愿景寫下了最好的開端與注解。

作為人工智能，昵稱為“阿爾法狗”的AlphaGo遠(yuǎn)超其“前輩”，它的表現(xiàn)似乎已經(jīng)蘊(yùn)含了某種“智慧”：知進(jìn)退，好學(xué)而近乎知。

知 進(jìn) 退

以人工智能前輩“深藍(lán)”為例，在它戰(zhàn)勝國際象棋大師卡斯帕羅夫的比賽中，“深藍(lán)”只是依照對棋子的“估值”來選擇“價(jià)值最大化”的下法。它不考慮棋面的整體形勢，無需發(fā)揮創(chuàng)造力，只依照程序員為它設(shè)計(jì)的算法進(jìn)行計(jì)算，并給出“最優(yōu)解”?！吧钏{(lán)”能夠取勝，主要是因?yàn)樗挠?jì)算量足夠滿足要求。

然而，圍棋不同于國際象棋，棋盤上棋子可能的排列組合數(shù)超過了宇宙中的原子數(shù)量，沒有什么計(jì)算機(jī)能承擔(dān)如此龐大的數(shù)據(jù)計(jì)算量。所以AlphaGo要想戰(zhàn)勝人類棋手，就必須學(xué)會(huì)全局思考，并放棄某些可能性來減少計(jì)算量。也就是說，必須有棋感，或者說，“直覺”。

好學(xué)而近乎知

“直覺”幾乎是人類專屬的能力，AlphaGo是怎么獲得的呢？這正是近年來人工智能領(lǐng)域最大的突破之一 ——“人工神經(jīng)網(wǎng)絡(luò)”的功效。

人工神經(jīng)網(wǎng)絡(luò)其實(shí)是受到生物智能啟發(fā)而來的。簡單來講，生物智能，即生物的神經(jīng)網(wǎng)絡(luò)就像一個(gè)分類器，把外界刺激分成好的和壞的，從而在自然環(huán)境面前主動(dòng)作決策，以趨利避害。這種分類能力是可以通過后天學(xué)習(xí)來生成并存儲(chǔ)下來的，比如著名的巴甫洛夫?qū)嶒?yàn)，就是讓狗在反復(fù)訓(xùn)練后，存儲(chǔ)了一個(gè)反應(yīng)——聽到代表喂食的鈴聲就分泌唾液。這一現(xiàn)象的本質(zhì)，是神經(jīng)網(wǎng)絡(luò)的神經(jīng)元通過不停調(diào)整互相之間的突觸連接，來改變生物體對外界刺激的反應(yīng)。

20 世紀(jì) 40 年代后期，模擬生物神經(jīng)網(wǎng)絡(luò)這一特性的人工神經(jīng)網(wǎng)絡(luò)理論出現(xiàn)了，其核心是通過調(diào)整眾多神經(jīng)元的連接權(quán)值，生成一個(gè)能夠處理外界刺激的反應(yīng)。

我們可以把AlphaGo想象為一個(gè)圍棋“黑箱”，這個(gè)“黑箱”里有數(shù)百萬個(gè)旋鈕，每一次對局，AlphaGo會(huì)自行旋轉(zhuǎn)其中之一。幾百萬次的對局后，它將所有旋鈕都調(diào)整到了合適的位置，這個(gè)“黑箱”就變得能夠根據(jù)對方的下法給出一個(gè)最優(yōu)的應(yīng)對，這是人工神經(jīng)網(wǎng)絡(luò)自我訓(xùn)練直至能對“巴甫洛夫鈴聲”產(chǎn)生應(yīng)激反應(yīng)的過程，也是AlphaGo“學(xué)會(huì)”下圍棋的過程。

聽起來簡單，但人工神經(jīng)網(wǎng)絡(luò)理論在提出60年后，才真正得以實(shí)用化，因?yàn)檫M(jìn)行這類“訓(xùn)練”需要大量的計(jì)算資源。進(jìn)入21世紀(jì)后，隨著計(jì)算機(jī)技術(shù)的突飛猛進(jìn)，科學(xué)家們才能為人工智能提供足夠的資源進(jìn)行訓(xùn)練。

這也是為什么人工智能的理論早已建立，而直到最近5年，我們才看到它取得了大量突破性的進(jìn)展。

再回到AlphaGo上來。如前文所述，程序員們?yōu)樗O(shè)計(jì)了兩套人工神經(jīng)網(wǎng)絡(luò)——政策網(wǎng)絡(luò)（policy network）和價(jià)值網(wǎng)絡(luò)（value network），分別用于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。前者學(xué)習(xí)人類圍棋高手的棋譜，了解游戲規(guī)則，建立起棋子下法概念，即預(yù)測下一步；后者通過反復(fù)不斷的自我對局，來評估每一種下法的價(jià)值，并形成一套自己的得分原理，進(jìn)而變成一個(gè)價(jià)值評判網(wǎng)絡(luò)，從而預(yù)測棋盤上棋子不同的分布會(huì)帶來什么結(jié)果。

但需要注意的是，這個(gè)價(jià)值網(wǎng)絡(luò)（AlphaGo作出應(yīng)對的計(jì)算過程）已經(jīng)過于復(fù)雜，我們無從分析這一過程和原理，即人類已無法辨析這個(gè)“黑箱”里幾百萬個(gè)旋鈕的位置和朝向，而只能被動(dòng)接受整個(gè)黑箱。所以，在AlphaGo與李世 對決的過程中，即便是它的創(chuàng)造者——DeepMind的工程師們都無從知曉AlphaGo會(huì)采取什么應(yīng)對方式。

這正是那些對人工智能發(fā)展持悲觀態(tài)度的人最擔(dān)憂的：我們不清楚人工智能會(huì)如何作判斷。那么下一次面對同樣的問題時(shí)，它會(huì)作出同樣的判斷嗎？比如，當(dāng)我們在紅綠燈的指引下穿過馬路時(shí)，如果有一個(gè)司機(jī)突然一腳踩下油門，沖上斑馬線，沖向人群，那將多么可怕。假如司機(jī)是人工智能，我們無法判斷它的思維，連它是否陷入瘋狂都無從判斷，這種未知不是更可怕嗎？

如果懷揣著這樣的恐懼，我們應(yīng)當(dāng)如何面對人工智能在各個(gè)領(lǐng)域的蓬勃發(fā)展，又該如何規(guī)劃人工智能在未來生活中的地位？

超 越

要回答這些問題，我們需要將人工智能（AI）進(jìn)行如下分類：

1. 用于機(jī)械化操作的AI；

2. 用于復(fù)雜的機(jī)械化操作，需要對復(fù)雜情況進(jìn)行判斷的AI；

3. 具有類人智能的AI；

4. 達(dá)到或超過人類智能的AI。

第一類很好理解，我們大多數(shù)的機(jī)械、電子產(chǎn)品的生產(chǎn)線都應(yīng)用了類似的技術(shù)。在時(shí)間A對物體B進(jìn)行操作C，然后重復(fù)。如果出現(xiàn)異常D，則執(zhí)行操作E，然后嘗試回歸到操作A、B、C，不行則再執(zhí)行操作F。很多人甚至不會(huì)將之稱為“人工智能”，而只是簡單地稱之為自動(dòng)化。

與第一類相比，第二類已經(jīng)有了很大的進(jìn)步，人工智能似乎學(xué)會(huì)了作判斷。它不再是簡單地作“如果A則B”的判斷，而是能夠戰(zhàn)勝國際象棋冠軍了。但追根究底，它仍只是無數(shù)個(gè)“如果A則B”的判斷相互堆疊形成的一個(gè)策略集。

AlphaGo在第二類的基礎(chǔ)上向前邁進(jìn)了兩步。正如前文所述，相較于深藍(lán)的“窮盡所有可能”，AlphaGo進(jìn)一步“學(xué)會(huì)”了“不去窮盡所有可能”，從而保證不會(huì)耗盡所有計(jì)算資源。但即便如此，AlphaGo仍只是一個(gè)能對復(fù)雜情況加以判斷的AI，并非第三類——類人智能。

那么什么是類人智能呢？當(dāng)一個(gè)黑猩猩看到鏡子里的自己時(shí)，它會(huì)知道那是“我”。當(dāng)它看到掛在高處的香蕉時(shí)，它會(huì)“尋找方法”去摘下香蕉。這不是因?yàn)樗辉O(shè)計(jì)去執(zhí)行摘香蕉這個(gè)任務(wù)，而只是因?yàn)樗耙背韵憬丁?/p>

自我，欲望，創(chuàng)造力——這是人類之所以為“天地之精華，萬物之靈長”的三元素。人工智能在可見的相當(dāng)長的一段時(shí)間里，都不會(huì)擁有其中任何一個(gè)。AlphaGo雖然戰(zhàn)勝了圍棋高手，但它其實(shí)并不知道自己取得了勝利。它沒有“自己”這個(gè)概念，它對“勝利”的定義與人類不同，它甚至不知道自己在下“圍棋”。

說到這里，我們終于可以松一口氣，至少不用害怕 “人工智能擁有了自我意識(shí)，進(jìn)而滅絕人類”了，但這并不意味著人類可以從此高枕無憂。雖然科學(xué)界并不擔(dān)心人工智能會(huì)突然獲得某種 “類人智能”，但科學(xué)家和哲學(xué)家們擔(dān)心人工智能會(huì)生成某種“超人智能”。

讓我們再回到AlphaGo與人類的對決上來。

2015年10月，AlphaGo戰(zhàn)勝了歐洲圍棋冠軍樊麾，但它在比賽時(shí)表現(xiàn)出的棋力并不高明。而僅僅5個(gè)月后，它就以4∶1的成績擊敗了世界排名第四的李世 。AlphaGo所表現(xiàn)出的進(jìn)步能力，讓人不由得猜測，它會(huì)在多久之后達(dá)到人類都無法企及甚至無法想象的高度？

美國人工智能領(lǐng)域的奇才雷·庫茲維爾在2005年拋出“技術(shù)奇點(diǎn)”論時(shí)就提出，在2027年，電腦將在意識(shí)上超過人腦，2045年，人工智能將超越人類。這個(gè)預(yù)測現(xiàn)在自然無法證實(shí)，但人工智能的開發(fā)方式從監(jiān)督式學(xué)習(xí)（向AlphaGo灌輸棋譜）跨向非監(jiān)督式學(xué)習(xí)（AlphaGo通過與自己對局來獲得提升）的更新?lián)Q代，似乎迎合了他的預(yù)言：當(dāng)機(jī)器擁有自我學(xué)習(xí)能力后，它的學(xué)習(xí)速度將超出人類想象，它成長為超出人類智商的超級(jí)智能可能只是一個(gè)時(shí)間問題。

沒人能預(yù)測這樣的超級(jí)智能會(huì)做什么、關(guān)注什么、思考什么，我們甚至無法想象它將以怎樣的方式進(jìn)行思考和行動(dòng)，正如我們不知道AlphaGo是依據(jù)怎樣的算法來贏棋的。

眾多科學(xué)家、哲學(xué)家對此爭論不休，也有人提出，人工智能終究是由人設(shè)計(jì)的，比起對人工智能超越人類的恐懼，讓人工智能增強(qiáng)人類、與人類融合，才是我們與機(jī)器共存的未來。但是，學(xué)界的爭論不能替代我們自己的思考，希望這篇小文，能幫你作出自己的判斷。