2016年3月9日,谷歌旗下公司研發的圍棋程序“AlphaGo(音譯阿爾法狗)”和韓國的職業圍棋九段李世石對決,結果AlphaGo以 4:1的比分完勝李世石。于是一個問題躍然紙上:人工智能是不是已經比人類還要聰明了?該不會在未來的某一天,它們就會像電影《終結者》里那樣,找到機會發動戰爭毀滅人類了吧?
在回答這個問題之前,先讓我們回顧一下人機大戰的歷史。
“深藍”:下棋無人能敵,但只限下棋
人機對戰史上最著名的一場戰役,就是在1997年,IBM公司制造的計算機“深藍”戰勝了當時的國際象棋世界冠軍卡斯帕羅夫。這是人工智能歷史上的一個標志性事件。
“深藍”的核心程序軟件是專門為下國際象棋而設計的。它評估盤面的四項標準包括棋子的戰斗力、棋子的位置、王的安全性還有布局節奏。這些指標完全依賴于國際象棋本身的規則,沒有任何擴展性。
即便如此,“深藍”能戰勝人類的棋王其實還是憑借了自己超群的“體力”。作為當年世界上最快的下棋機器,它需要在每秒鐘內評估20億個可能出現的局面。為了應對這一需求,IBM當時為它開發了專門定制的硬件,以避免它的系統因過載而出現癱瘓。
所以,其實“深藍”只是一臺下國際象棋的機器。它學不會圍棋,連簡單的五子棋也學不會。因為它沒有學習其他知識的能力。在戰勝棋王之后,它就只能被放在倉庫里吃灰了。相比之下,作為人類的卡斯帕羅夫不但下得一手好棋,而且還愛好畫畫,現在又從政參與俄羅斯的公共事務,甚至一度成為普京的競選對手……這樣豐富多彩的人生,哪里是“深藍”能夠與之匹敵的呢?
“沃森”:真人答題“贏家”
棋類游戲之所以會成為人工智能研發的主戰場,因為這種博弈游戲要求計算機更聰明、靈活,要用接近人類的思維方式解決問題。但總的說來,所有的棋類都是一種關于可能性的計算。據統計,國際象棋平均每回合有35種可能,一盤棋可以有80回合。而圍棋的每回合有250種可能,一盤棋可長達150回合。同時,圍棋有3^361種局面,比可觀測到的宇宙中的原子數量還多……
這樣高難度的計算,人類確實難以和計算機匹敵。所以,無論是五子棋、中國象棋還是國際象棋甚至是跳棋,計算機都已經把人類殺得干干凈凈,就只剩下了圍棋這片領土。然而隨著AlphaGo的這次勝利,這片領土也被“攻占”了。
不過,除了下棋之外,人工智能在其他領域也能成為“贏家”嗎?當然能。2011年,IBM 公司的超級計算機“沃森”在美國的真人答題節目“危險邊緣”上擊敗了人類選手,轟動一時。
“沃森”的決策由四個步驟組成:首先是觀察,從環境中收集數據,然后對數據做出假設,再然后是評估這些假設,最后是做出決定。但要實現這些“思考”的過程,還需要人類專家的參與。比如,要讓它回答一個關于癌癥的問題,需要科學家們在海量的書籍論文中剔除過時和錯誤的信息,再把整理出的資料“喂”給機器。之后,它才能夠根據提問中提供的語言信息,做出相應的推理,從自己儲存的信息中篩選出正確答案。
雖然離不開人類老師的教導,但“沃森”的學習能力確實十分難得。后來它被安排進軍醫療領域,成為一款醫療診斷工具。你告訴它自己的癥狀,它就能給出一張可能性由高到低的疾病清單。
“Eugene”:騙過“圖靈測試”
遙想當年,人工智能的開創者之一阿蘭·圖靈從一開始就預想到了“會不會有人工智能冒充人類”這個非常重要的問題。于是他提出了盡人皆知的“圖靈測試”,作為檢驗計算機是否真正具有思考能力的一種方法。
圖靈測試是測試者在與被測試者隔開的情況下,通過一些外部裝置向被測試者隨意提問。在問過一些問題后,如果被測試者超過30%的回答不能使測試者判斷哪個是人、哪個是機器,那么這臺機器就通過了測試,并被認為具有人類智能。
一直以來,這個測試被認為是人類“鑒定”人工智能的重要手段。但在2014年7月,一位俄羅斯工程師設計的軟件“Eugene”參加了英國雷丁大學組織的圖靈測試,結果居然成功通關!超過33%的測試人誤認為自己交流的對象是一名13歲的俄羅斯少年,英語說得不咋地,所以在表達上有點含含糊糊……
這一年正是阿蘭·圖靈逝世60周年。如果他在天有靈的話,不知道是會為之高興,還是會大驚失色呢?
入21世紀以來,大數據、互聯網、云計算……等一系列新技術讓人工智能技術突飛猛進。各大商業公司也樂于組織“人機大戰”,從而展示自家公司的實力,提高知名度。
2008年,在賭城拉斯維加斯,智能系統“北極星2”連續擊敗了6名德州撲克頂級職業選手。因為打撲克不光是一種概率博弈,而且還包含著一定的心理戰術,所以“北極星2”的設計難度相當大。不過,相信這位“智能賭神”已經上了各大賭場的黑名單,別想輕易再“出山”了。
“賭神”之外還有“股神”:2011年3月,一支以數學模型進行交易并啟用機器人作為經理人的基金,靠6個程序合力分析,創造出1.9%的回報率,擊敗了日本最優秀的基金公司。看來機器人在炒股票的領域也是相當有前途的!
不管人類愿意與否,人工智能時代的到來已經勢不可擋。不過在未來相當長的一段時間內,人工智能還是會被設計為專注于某一特定領域的行家。搞翻譯的機器人不會開車,給人做飯的機器人不會教英語,給你看病的程序絕不會去下圍棋……只要它們還沒有學會如何聯合起來造反,人類還是可以放心地過上一段被機器伺候的幸福生活!