人工智能的又一次胜利

昨天，谷歌的人工智能系统AlphaGo和世界顶尖围棋选手李世石的比赛落下帷幕。3月9日、10日、12日、13日和15日共五场比赛的结果尘埃落定，4:1，计算机AlphaGo完胜。这样的结果让很多人感叹“人类智慧领域的最后屏障”失守了。那么，接下来，人工智能是不是会全面超越人类甚至取代人类呢？越来越多的人在关注和讨论这类问题，思索人工智能和人类的未来。

AlphaGo和李世石的首轮对决

事实上，回顾历史，我们会发现，人类输给人工智能并不是什么新鲜事。

1997年，IBM开发的“深蓝”以2胜1负3平战胜了当时国际象棋世界排名第一的棋手加里·卡斯帕罗夫。

1997年，“深蓝”和卡斯帕罗夫对弈现场

2006年，在“浪潮杯”首届中国象棋“人机大战”中，超级计算机“浪潮天梭”同时迎战5位中国象棋特级大师，最后以11:9的总比分获胜。

2006年，中国象棋大师和计算机对弈中

2011年，IBM和美国德克萨斯大学联合研制的超级计算机“沃森”在美国著名智力竞猜电视节目“Jeopardy！”（《危机边缘》）中击败了该节目历史上两位最成功的选手肯·詹宁斯和布拉德·鲁特，成为该节目新的王者。

“沃森”参加美国当时最受欢迎的智力竞猜节目

2015年10月，谷歌的人工智能AlphaGo以5:0完胜职业围棋二段棋手、欧洲冠军樊麾，这也是人工智能首次在不让子的情况下战胜人类围棋选手。

可见，在人机大战的历史上，人类输多胜少，而计算机的每一次胜利都会引起人们对人工智能超越人类的担忧。虽然人们的担忧还未成为现实，但这种担忧也并非杞人忧天。毕竟从国际象棋到围棋，计算机胜利的含金量已经大幅提高，要知道，围棋的可能局面数最大可达10¹⁷²，与国际象棋的10⁴⁷种最大局面数相比有着天壤之别，比可观测的宇宙中所有原子的数量10⁸⁰还多得多。

围棋棋盘上有横竖各19条线，共361个交点，所以可能出现的局面数最大可达3³⁶¹。

AlphaGo如何学会下围棋的？

AlphaGo是一个有“深度学习”能力的人工智能系统，利用深度学习算法，能够吸收知识改进自身——包括神经网络的拓扑结构和神经元的权重与阈值。这意味着，AlphaGo今天可以学习下围棋，明天也许就可以学习玩“飞机大战”、学习画油画等等。这种模拟人类的学习能力，才是AlphaGo真正的厉害之处。

让我们来看看AlphaGo是怎样成为围棋高手的。

---

“AlphaGo系统主要由四个部分组成：

1. 走棋网络（Policy Network，也译为策略网络），给定当前局面，预测/采样下一步的走棋。

2. 快速走子（Fast rollout），目标和1一样，但在适当牺牲走棋质量的条件下，速度要比1快1000倍。

3. 估值网络（Value Network），给定当前局面，估计是白胜还是黑胜。

4. 蒙特卡罗树搜索（Monte Carlo Tree Search，MCTS)，把以上这三个部分连起来，形成一个完整的系统。”

——田渊栋（卡耐基梅隆大学机器人系博士，Facebook人工智能组研究员）

---

其中，“走棋网络”（也称策略网络）会对全局进行把控，先剔除一些多余选项——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。而“估值网络”（也称价值网络）会对棋路的价值进行评估——AlphaGo会一边推算一边判断局面，在局面处于明显劣势的时候，再集中进行推算的价值已经不高，可以果断放弃，避免了“一条道走到死”的局面；利用蒙特卡洛算法，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“含金量”较高的地方。

策略网络和价值网络是两种深度神经网络，简单来说，策略网络负责减少搜索的宽度，价值网络负责减少搜索的深度，从而将系统的计算量控制在可以接受的范围内。

AlphaGo之父——杰米斯•哈萨比斯（Demis Hassabis），AlphaGo研发公司“Deep Mind”创始人

奇点迫近了吗？

AlphaGo的胜利反映了人工智能领域的飞速发展，有媒体评论此次事件堪称计算机发展史上的“登月事件”，这不禁让人想起了近几年很火热的“奇点”理论。

“奇点”这个词来源于物理学：它指的是时空中（例如黑洞内部）所有物理理论都失效的一点，它具有一系列奇异的性质，如无限大的物质密度和压力、无限弯曲的时空等。数学教授、计算机专家和科幻小说作家弗诺·文奇将“奇点”的概念引入到人工智能领域。

1993年，弗诺·文奇在美国国家航空航天局（NASA）路易斯研究中心举办的一次讨论会上发表了题为“The Coming Technological Singularity”（《技术奇点即将来临》,也译为《超人剧变即将来临》）的文章，并刊载于同年的《全地球评论》杂志上。在这篇文章中，他预言，在2030年以前，由于计算机技术的极大发展，一种比人更高级的智能将会被创造出来。这个超级智能诞生的时刻就是一个“技术奇点”：它来临时，旧的社会模式将全部失效，新的规则开始主宰世界。

如同人类能创造超越自身的智能一样，这个超级智能还会创造出更加聪明的智能体，换言之，“一台计算机能够设计出比自身更先进的计算机，或者一个程序能够产生比自身更为强大的程序，计算机软硬件可以自动演进，爆发式成长，人类的干预将不再起到主导作用”（顾险峰，美国纽约州立大学石溪分校计算机系终身教授）。同时，这些超级智能进行科技研发等创造性活动的能力也越来越强，科技进步的速度越来越快，科技成果呈指数型爆发。这最终导致人类将无法理解超级智能诞生，也就是“奇点”之后的世界，超级智能与人类的差距，就像人类与低等动物之间的差距。

2005年，美国发明家雷· 库兹韦尔出版畅销书《奇点临近》，书中的“奇点”概念与弗诺·文奇的观念基本一致。该书于2011年引入中国。

虽然“奇点”理论听起来很科幻，但是与人类智力相当甚至超越人类的智能是否会诞生、在什么条件下会诞生、人工智能的发展会对人类社会造成怎样的影响等相关问题已经引发了许多专家的严肃思考和激烈辩论。

美国硅谷有一个奇点大学！它由一些科技专家、Google和NASA联合建立。

科幻照进现实

其实，我们不必为AlphaGo的胜利感到落寞。AlphaGo也好、“沃森”也好，这些人工智能都是人类创造出来的，是人类智慧的产物。它们的胜利，最终也正是人类智慧的胜利。 我们常说，如果整个宇宙只有人类这一种智慧生物的话，那这宇宙就太寂寥，人类就太寂寞了。那么，换个角度来看人工智能这件事，如果我们真的创造出与人类智慧匹敌的人工智能，就相当于创造出了一种硅基智慧生物！这本身是多么振奋人心的一件事啊。

当然，现阶段，这样的人工智能还未出现。不过，通过科幻作品，我们能一窥人工智能高度发达的未来世界。

（图片来自网络，如有版权问题，请联系我们）