尋求真正的人工智能

文|馬　迪

?

尋求真正的人工智能

文|馬迪

2016年1月底的某天晚上，一條新聞同時震驚了體育圈和科技圈，也刷爆了筆者的“朋友圈”—谷歌旗下公司研發(fā)的軟件“阿爾法圍棋”（AlphaGo），在完全平等的5局正式較量中，5:0完勝職業(yè)棋手、歐洲圍棋冠軍樊麾。電腦第一次擊敗職業(yè)圍棋手，這意味著什么？

計算機(jī)和人類在棋類項目上的正面交鋒令人著迷，一向被視為“電腦vs人腦”的終極較量。這個過程中，人類不可避免地節(jié)節(jié)敗退。1997年，超級電腦“深藍(lán)”（DeepBlue）戰(zhàn)勝國際象棋世界冠軍卡斯帕羅夫，當(dāng)時曾轟動世界。失落之余，人們自我安慰道：至少我們還有圍棋。

“深藍(lán)”之所以能戰(zhàn)勝卡斯帕羅夫，憑借的是強(qiáng)大的計算能力—1秒內(nèi)計算出2億種可能性，棋手的每一步幾乎都在電腦預(yù)測之中，一旦露出破綻就會被抓住。超級計算機(jī)用窮舉法算出了國際象棋對弈的所有變化（大致數(shù)量為10的47次方），從此立于不敗之地。

但這一招在圍棋項目上就行不通了，理由只有一個：算不過來圍棋一向被公認(rèn)為最深奧、最復(fù)雜的棋類運(yùn)動。復(fù)雜到什么程度呢？圍棋棋盤橫豎各19道，共有361個點(diǎn)，最多有3的361次方種局面，約合10的170次方。這是個天文數(shù)字—要知道，在已觀測到的宇宙中，原子的數(shù)量只有10的80次方而已。

另外，布局、形勢判斷等整體形象思維的能力，這也是電腦短期內(nèi)不可能擁有的。因此，圍棋一直被認(rèn)為是人工智能難以攻克的堡壘，可以說是“賭上了人類智慧最后的驕傲”。不少計算機(jī)專家都認(rèn)為，電腦要想在圍棋上戰(zhàn)勝人類，恐怕再過100年也難以實(shí)現(xiàn)。

這也就是此次“圍棋失利”令人震驚的原因。更驚人的是，“阿爾法”研究團(tuán)隊放棄了“蠻力窮舉”方式，而讓電腦學(xué)習(xí)、模仿人類大師的下棋方式。對戰(zhàn)中落敗的樊麾說：“如果事先沒人告訴我AlphaGo是個機(jī)器的話，我會以為對手是人類—或許棋路有些奇怪，但很強(qiáng)，是個真正的人類。”

是的，窮舉圍棋并不是最終目標(biāo)，就算以后超級計算機(jī)能做到這一點(diǎn)，也稱不上是人工智能。只有從規(guī)律中學(xué)習(xí)算法，才是解決問題的根本手段。

讓電腦像人腦一樣思考，甚至超過人的智能，一直是科學(xué)家的夢想。人工智能（Artificial Intelligence，簡稱AI）這個詞正式誕生于1956年，當(dāng)時科學(xué)家們滿懷憧憬，信心十足，認(rèn)為幾十年內(nèi)就能實(shí)現(xiàn)這個目標(biāo)，但這種樂觀并沒有持續(xù)很久。后來的發(fā)展事實(shí)證明，雖然計算機(jī)的運(yùn)算能力越來越強(qiáng)，卻只能執(zhí)行由人編寫好的程序；另一方面，神經(jīng)學(xué)家至今也沒有徹底解開人類大腦運(yùn)行之謎，更不要說制造出超越人的人工智能了。

“阿爾法圍棋”之所以能夠像人類棋手一樣思考，其核心是兩套不同的神經(jīng)網(wǎng)絡(luò)：“策略網(wǎng)絡(luò)”和“價值網(wǎng)絡(luò)”。其中，“策略網(wǎng)絡(luò)”負(fù)責(zé)減少搜索的寬度—將圍棋盤面落子選點(diǎn)從幾百、幾十個縮減為三五個；“價值網(wǎng)絡(luò)”負(fù)責(zé)減少搜索的深度—一邊推算一邊判斷局面，局面明顯劣勢的時候，就直接拋棄某些路線，不再參與計算。兩種網(wǎng)絡(luò)配合起來，不再對每一步及其背后的無數(shù)種演變給予同樣的重視，從而將計算量控制在可以完成的范圍里，本質(zhì)上和人類棋手的做法是一樣的。

2012年，神秘的Google X實(shí)驗室構(gòu)建出了全球最大的人工神經(jīng)網(wǎng)絡(luò)“谷歌大腦”—由1000臺計算機(jī)、1.6萬個處理器構(gòu)成的10億個連接節(jié)點(diǎn)。通過“自學(xué)”YouTube視頻中提取出的1000萬張截圖，在無外界指令的自發(fā)條件下，“谷歌大腦”自主學(xué)會了識別人臉、人體甚至貓等類別的事物。

這就是人工智能領(lǐng)域革命性的新技術(shù)—“深度學(xué)習(xí)”。深度學(xué)習(xí)是指人工智能從未經(jīng)標(biāo)記的數(shù)據(jù)展開學(xué)習(xí)、訓(xùn)練，自行掌握概念，最終學(xué)會辨識聲音、圖像和其他數(shù)據(jù)。這更接近人腦的學(xué)習(xí)方式。

在應(yīng)用方面，深度學(xué)習(xí)使得語音圖像的智能識別和理解取得驚人進(jìn)展，推動了人工智能和人機(jī)交互大踏步前進(jìn)。當(dāng)谷歌公司在其安卓手機(jī)操作系統(tǒng)上采用基于深度學(xué)習(xí)的語音識別技術(shù)后，單詞拼寫的錯誤率下降了25％，這是語音識別領(lǐng)域10多年來最大的突破性進(jìn)展。

一旦學(xué)會了正確的“姿勢”，人工智能的學(xué)習(xí)效率遠(yuǎn)超人類。人類棋手一年可能下1000盤棋，而“阿爾法”一天就可以驗算幾百萬盤，它可以24小時無休地自己和自己玩，而且在每一局里不斷學(xué)習(xí)和提高。

“阿爾法圍棋”，或者說谷歌的野心是，通過圍棋來證明深度學(xué)習(xí)的算法優(yōu)勢和人工智能的方向。3月，“阿爾法”將迎戰(zhàn)韓國職業(yè)九段選手李世乭，谷歌為此提供了100萬元美金作為獎金。這場比賽可能將成為歷史性的見證，讓我們拭目以待。

人工智能戰(zhàn)勝人類的那一天遲早會到來，大部分人都不能否認(rèn)這一點(diǎn)，爭論只在于這一天的早晚。我們只需要記得：最終，并不是計算機(jī)打敗了人類，而是人類打敗了人類。