“數(shù)”拓新土 道不遠(yuǎn)人

李喆

一、震驚世界的人機(jī)大戰(zhàn)

一九九六年二月，計(jì)算機(jī)國(guó)際象棋軟件“深藍(lán)”挑戰(zhàn)棋王卡斯帕羅夫，以二比四落敗。

一九九七年五月，“深藍(lán)”卷土重來，以三點(diǎn)五比二點(diǎn)五戰(zhàn)勝卡斯帕羅夫。此后，國(guó)際象棋軟件不斷變強(qiáng)，成為人類棋手學(xué)習(xí)的工具。

中國(guó)象棋、國(guó)際跳棋、五子棋、日本將棋……計(jì)算機(jī)在這些棋類項(xiàng)目迅速突破，很長(zhǎng)一段時(shí)間里，圍棋成了最后的堡壘。

二○一五年十一月，北京舉行了一次世界計(jì)算機(jī)圍棋錦標(biāo)賽，奪冠的韓國(guó)軟件挑戰(zhàn)中國(guó)職業(yè)棋手連笑，在受讓四子、五子的條件下仍然落敗，只在受讓六子的條件下取得了勝利。這樣巨大的差距使人們認(rèn)為，計(jì)算機(jī)在圍棋競(jìng)技上擊敗人類棋手，仍然相當(dāng)遙遠(yuǎn)。

“阿爾法圍棋”（AlphaGo）的出現(xiàn)顛覆了這一判斷。二○一六年一月，谷歌旗下“深度思維”（DeepMind）團(tuán)隊(duì)在英國(guó)《自然》雜志上發(fā)表文章，公布了“阿爾法圍棋”在去年十月以五比零擊敗歐洲圍棋冠軍樊麾的棋譜，并確認(rèn)將挑戰(zhàn)韓國(guó)職業(yè)棋手李世石九段。消息一出，舉世關(guān)注。李世石九段是近十幾年世界圍棋競(jìng)技賽場(chǎng)成績(jī)最優(yōu)者，獲得過十四次世界冠軍。人機(jī)對(duì)弈之前，棋界大多數(shù)人認(rèn)為李世石必勝無(wú)疑，科技界則大約一半人認(rèn)為李世石會(huì)贏。

今年三月九日至十五日，圍棋人機(jī)大戰(zhàn)吸引了全世界的目光。結(jié)果出乎多數(shù)人預(yù)料，“阿爾法圍棋”以四比一的比分戰(zhàn)勝了李世石。

震驚、興奮、不解、懷疑……“阿爾法圍棋”是怎么贏的？

二、“阿爾法圍棋”的“直覺”與“大局觀”

圍棋是一個(gè)封閉的復(fù)雜空間，其復(fù)雜程度是棋類之最，人和計(jì)算機(jī)都難以通過暴力計(jì)算達(dá)到窮盡。“阿爾法圍棋”取得突破的核心在于深度學(xué)習(xí)方法，這一方法也是目前人工智能領(lǐng)域最熱門的方向。它構(gòu)建了兩套神經(jīng)網(wǎng)絡(luò)，對(duì)人類大量的棋譜進(jìn)行學(xué)習(xí)，在此基礎(chǔ)上進(jìn)行“左右互博”，即自對(duì)弈學(xué)習(xí)。深度學(xué)習(xí)的一大特點(diǎn)是，它不依賴于任何對(duì)象的具體知識(shí)，只需通過大量圖像和結(jié)果的比對(duì)就能完成學(xué)習(xí)。深度學(xué)習(xí)的方法在二○○六年就已經(jīng)出現(xiàn)，但在近年大數(shù)據(jù)的背景下才展現(xiàn)出驚人的威力。

“阿爾法圍棋”通過深度學(xué)習(xí)，在形式上達(dá)到了擬人的效果。最顯著的特點(diǎn)是類似人的“直覺”。棋手面對(duì)一個(gè)局面，通常會(huì)有所謂的“第一感”，這是棋手的直覺。直覺起到了非常關(guān)鍵的剪枝作用，把棋盤上眾多的點(diǎn)都直接排除在外，只用考慮直覺留下的一些選點(diǎn)，對(duì)它們進(jìn)行深入的計(jì)算和比較?！鞍柗▏濉蓖ㄟ^深度學(xué)習(xí)的訓(xùn)練獲得了類似的“直覺”，大幅縮小選點(diǎn)范圍，同樣起到了剪枝的作用。

對(duì)一步棋做出決策，人和“阿爾法圍棋”同樣是使用了剪枝+計(jì)算這樣的形式。但是，在具體剪枝和計(jì)算的方法上，人與“阿爾法圍棋”又非常不同。具體到每一手棋，人的直覺來自對(duì)類似局面的印象和知識(shí)。現(xiàn)代競(jìng)技圍棋所強(qiáng)調(diào)的“熟練度”，在很大程度上因?yàn)槭炀毘潭扰c印象的準(zhǔn)確性有很強(qiáng)的關(guān)聯(lián)。知識(shí)則主要是如“定式”“棋形”“套路”等等人類經(jīng)驗(yàn)的抽象。“阿爾法圍棋”的“直覺”是由神經(jīng)網(wǎng)絡(luò)給出的選點(diǎn)，其本質(zhì)是大數(shù)據(jù)和圖像。

剪枝之后，還需要對(duì)這些選點(diǎn)進(jìn)行計(jì)算和決策。棋手的決策由多環(huán)節(jié)構(gòu)成，主要部分是概念的抽象和邏輯演繹，有時(shí)在局部近似地使用窮舉，有時(shí)輔以綜合了經(jīng)驗(yàn)和數(shù)學(xué)的全局判斷，最終做出選點(diǎn)決策?！鞍柗▏濉钡乃阉饔?jì)算使用了蒙特卡洛方法，對(duì)全局進(jìn)行隨機(jī)模擬，最后與神經(jīng)網(wǎng)絡(luò)結(jié)合，給出選點(diǎn)的勝率預(yù)估。

“阿爾法圍棋”基于全局勝率的算法導(dǎo)致了一個(gè)結(jié)果，即它的“大局觀”強(qiáng)于“局部計(jì)算”，這是很多人沒有想到的。計(jì)算機(jī)確實(shí)應(yīng)該強(qiáng)于計(jì)算，但對(duì)于“阿爾法圍棋”來說本來就沒有“局部”的概念。這是它的弱點(diǎn)，也是長(zhǎng)處。蒙特卡洛的隨機(jī)性使得“阿爾法圍棋”不追求最優(yōu)，最優(yōu)的判定依賴于邏輯，“阿爾法圍棋”的決策則依賴概率，概率的準(zhǔn)確性不如邏輯。因此我們常常會(huì)看到“阿爾法圍棋”下出一些急于“定型”甚至稍虧的棋，這是由于它認(rèn)為對(duì)方雖然大概率會(huì)正確應(yīng)對(duì)，但每步棋都有犯錯(cuò)的概率?！岸ㄐ汀钡南路ㄓ蒙蕴潛Q取這個(gè)概率，對(duì)于它的勝率而言是有利的。當(dāng)然，從邏輯的角度，這類定型對(duì)方犯錯(cuò)的概率可以忽略不計(jì)，因此棋手通常會(huì)選擇“保留變化”。

棋手常常無(wú)法對(duì)全局有十分清晰的把握，因此希望在局部通過計(jì)算和邏輯找到最優(yōu)下法，對(duì)全局的判斷也常常是根據(jù)局部?jī)?yōu)劣的疊加。“阿爾法圍棋”“不拘小節(jié)”，卻總是對(duì)全局有更為清晰的認(rèn)識(shí)。這讓我們反思，對(duì)局部最優(yōu)的追求是否遮蔽了我們對(duì)全局的把握？

大局觀，整體性，“阿爾法圍棋”給人類上了一課——雖然它“自己”并不知道。

三、“阿爾法圍棋”的“創(chuàng)造力”分析

春信香深雪，冰肌瘦骨絕。梅花不可知，何處東風(fēng)約。

這是一首詠梅絕句，作者名叫“薇薇”。

薇薇是個(gè)人工智能。

三月十日下午，“阿爾法圍棋”對(duì)陣?yán)钍朗诙?，落下第三十七手。這是圍棋中少見的驚艷一手，吳清源大師的風(fēng)采躍然盤上。

“阿爾法圍棋”是個(gè)人工智能。

讀者若以為薇薇是一女子，或許會(huì)由此詩(shī)而產(chǎn)生與作者的情感共通。那么，詩(shī)中傳遞的情感與美，究竟是作者所賦予，還是讀者所賦予？“阿爾法圍棋”的“創(chuàng)造性”著法，究竟意味著什么？

機(jī)器本身沒有情感，但當(dāng)我們把機(jī)器的作品誤認(rèn)為人的作品時(shí)，便很可能從作品里體會(huì)到作者的“情感”。這是藝術(shù)學(xué)里一個(gè)值得探討的重要問題?？巳R夫·貝爾將藝術(shù)的本質(zhì)屬性定義為“有意味的形式”，那么，機(jī)器是否也能“創(chuàng)造”出這種“有意味的形式”？

在這次人機(jī)對(duì)弈之前，我們認(rèn)為圍棋軟件沒有創(chuàng)造力，它只是會(huì)單純地模仿人類棋譜而已。但在這五局棋中，我們看到“阿爾法圍棋”下出了很多超出定式范圍的、棋譜中沒有的精彩招法。其“創(chuàng)新頻率”遠(yuǎn)高于任何一名職業(yè)棋手。

這是一件值得深思的事情：“阿爾法圍棋”到底有沒有創(chuàng)造力？

如果“阿爾法圍棋”這五盤棋是一個(gè)人類棋手下出來的，我們不僅會(huì)贊嘆他的實(shí)力，還會(huì)評(píng)價(jià)他“極富創(chuàng)造力”。圍棋盤上的“創(chuàng)造力”，正是體現(xiàn)在超出尋常經(jīng)驗(yàn)的有效選點(diǎn)和構(gòu)思。這樣的創(chuàng)新，是許多追求棋道的棋士窮其一生去追尋的東西，它標(biāo)志著對(duì)固有思維的突破、對(duì)平庸的超越，以及對(duì)真理的趨近。

“阿爾法圍棋”本質(zhì)上是一個(gè)工具。籠統(tǒng)來看，“阿爾法圍棋”與人對(duì)弈，是它接收一個(gè)數(shù)據(jù)，然后輸出一個(gè)數(shù)據(jù)的過程。深度學(xué)習(xí)和蒙特卡洛算法，使接收和輸出的數(shù)據(jù)變得更強(qiáng)，更接近正確的圍棋下法，但并未改變它的本質(zhì)。在哲學(xué)的意義上，“阿爾法圍棋”不是一個(gè)主體。它沒有自我意識(shí)，沒有自由意志，沒有創(chuàng)造和爭(zhēng)奪的欲望。它下出的在我們看來很有“創(chuàng)造力”的著法，只是它一局棋中輸出的一百多次數(shù)據(jù)中平凡的幾次而已。它并不知道自己在下棋—甚至它也沒有“自己”的概念。

雖然“阿爾法圍棋”所有的“創(chuàng)造性”招法都只是工具對(duì)于數(shù)據(jù)信息處理之后的反饋，但對(duì)于我們?nèi)祟?，這些招法卻有巨大的價(jià)值。價(jià)值的根源在于，“阿爾法圍棋”用數(shù)據(jù)的方式給出的選點(diǎn)，人類可以用道理的方式來接收。這導(dǎo)向了兩方面的價(jià)值：其一是圍棋技術(shù)的提升。這些新招拓寬了棋手的視野，使人類棋手在圍棋的天地中有了一個(gè)很好的參照物，從而能夠離圍棋真理更近一點(diǎn)點(diǎn)；其二是思維方式的提升，隨著對(duì)這些新招的逐漸理解、對(duì)圍棋真理的不斷趨近，我們的思維也能夠得到提升。

一首詩(shī)，在它呈現(xiàn)給讀者的時(shí)候，便不再只屬于作者了。

四、工具的進(jìn)化與反思

電影《2001太空漫游》的開頭，一個(gè)猿人從動(dòng)物尸骨中拿起了一根骨頭。繼而，他所在的族群開始使用骨頭捕獵，并擊退了前來競(jìng)爭(zhēng)水源的同類。導(dǎo)演庫(kù)布里克用這樣一個(gè)事件來描繪“工具”的出現(xiàn)。如果真的存在這個(gè)事件，那么它很可能會(huì)是人類歷史上最重要的時(shí)刻之一。一九六八年上映的這部電影里，骨頭的意象穿越時(shí)空，變成了太空飛船。飛船執(zhí)行任務(wù)的過程中，操作飛船的計(jì)算機(jī)接收到兩個(gè)矛盾的命令，導(dǎo)致它選擇殺死飛船上的所有人，由“自己”去執(zhí)行任務(wù)，這一事件則引發(fā)了一系列人類不能理解的類似進(jìn)化的變化。一個(gè)充滿寓意的黑色方碑貫穿了整個(gè)影片。

人工智能，在迄今為止的工具進(jìn)化史中，它的出現(xiàn)很晚。越晚出現(xiàn)的工具，力量通常會(huì)越強(qiáng)，人們對(duì)它的迷戀和恐懼也會(huì)越大。二○一六年，人工智能的進(jìn)度雖然還沒有如科幻小說和電影中設(shè)想的那樣對(duì)人類造成威脅，但在圍棋上完成了壯舉。

從衣食住行到人際交往，現(xiàn)代人的生活中充滿了各種工具。人工智能，或許是人類創(chuàng)造的工具中最獨(dú)特的一種。它近似地?fù)碛辛巳祟惖囊恍┠芰Γ踔猎诤芏喾矫婵梢员热祟愖龅酶?。隨著深度學(xué)習(xí)引發(fā)的這一波熱潮，人工智能在醫(yī)療等領(lǐng)域中的廣泛應(yīng)用可以預(yù)見。如之前的很多工具發(fā)明一樣，這些人工智能的應(yīng)用會(huì)改善我們的生活品質(zhì)，將人們從一些繁瑣的勞動(dòng)中解放出來。與傳統(tǒng)工具不同的是，人工智能有很大的發(fā)展空間，這也使一些人產(chǎn)生了擔(dān)憂。

科幻小說和電影中，常常描繪人工智能反制人類的情境。一旦計(jì)算機(jī)有了情感好惡，能夠自主選擇行為，那么它不斷強(qiáng)大的力量既可以保護(hù)人類，也可以毀滅人類。當(dāng)然，這種情境的發(fā)生需要一個(gè)預(yù)設(shè)條件：計(jì)算機(jī)能夠產(chǎn)生自我意識(shí)和自由意志。在實(shí)現(xiàn)這個(gè)條件之前，人工智能不是主體，只是工具。

自我意識(shí)與自由意志，關(guān)于它們的來源，人類自身也知之甚少。有一種還原論的傾向，認(rèn)為自我意識(shí)與自由意志都可以分解為低級(jí)的元素，最終被數(shù)學(xué)和物理解決，但顯然目前這只是一個(gè)猜想或主張。而哲學(xué)上對(duì)它們的討論也是眾說紛紜，其中一個(gè)有代表性的觀點(diǎn)來自康德，他把自由意志看作一個(gè)對(duì)人而言必要的懸設(shè)。

我們不知道如何能夠賦予他物以自我意識(shí)和自由意志。斯皮爾伯格的電影《人工智能》里，科學(xué)家給一個(gè)機(jī)器人輸入了情感，使他走向了尋找自我和人性的道路。這個(gè)輸入究竟是否可能實(shí)現(xiàn)？以我們目前的知識(shí)體系來看，是相當(dāng)可疑的——單是數(shù)據(jù)的疊加和算法的改進(jìn)，不足以使工具成為主體。

但是，對(duì)人工智能的擔(dān)憂仍然并非完全沒有道理。“機(jī)器人不得傷害人類，或坐視人類受到傷害”，這是阿西莫夫著名的機(jī)器人第一定律。這一定律的可靠性受到他自己小說的攻擊，其中典型的案例是：“機(jī)器人認(rèn)為將人類軟禁起來才能夠防止他們互相傷害。”人工智能對(duì)命令的多元理解可能會(huì)導(dǎo)致失控，這是比人工智能產(chǎn)生意識(shí)更值得擔(dān)憂的事情。

另一個(gè)更大的危險(xiǎn)則在于，人類對(duì)人工智能的惡性使用。作為工具的計(jì)算機(jī)本身并無(wú)善惡，但人心卻有善惡。人工智能的發(fā)展將為人類社會(huì)帶來很多效益，但也增加了人類自我毀滅的能力和概率。此外，隨著計(jì)算機(jī)能力的增強(qiáng)和廣泛應(yīng)用，與人工智能相關(guān)的倫理建設(shè)將會(huì)成為非常重要并且相當(dāng)困難的課題。但是，現(xiàn)階段的人工智能，仍然只是工具。“阿爾法圍棋”的出現(xiàn)并未對(duì)這一結(jié)論產(chǎn)生任何影響，也沒有增加計(jì)算機(jī)產(chǎn)生自我意識(shí)的可能性。

與其他工具不同，人工智能在工具效用之外，還有幫助人類進(jìn)行反思的作用。當(dāng)我們的許多能力和勞動(dòng)被人工智能取代，作為人的我們，其本質(zhì)究竟是什么？應(yīng)該追求的又是什么？隨著人工智能的不斷發(fā)展，這些反思性問題的重要性將會(huì)呈現(xiàn)給大眾，而在人工智能與人類的比較之中，這些反思的推進(jìn)會(huì)變得更為容易。

“阿爾法圍棋”的出現(xiàn)，也對(duì)圍棋指向了這樣的反思性問題。

五、道理的普遍性——圍棋文化的根基

圍棋的競(jìng)技性有其明顯的限制。相比于其他體育項(xiàng)目，它的觀賞門檻太高。這使得它的競(jìng)技價(jià)值極大地依賴于競(jìng)技者身份。從早期的門派對(duì)抗、地域?qū)梗浆F(xiàn)代的國(guó)別對(duì)抗，再到今天的人機(jī)對(duì)抗，每一次圍棋競(jìng)技的熱點(diǎn)都依賴于對(duì)局者的身份，這是它發(fā)展的瓶頸。人機(jī)對(duì)抗的熱點(diǎn)過后，圍棋需要找到競(jìng)技之外更堅(jiān)實(shí)的價(jià)值落腳點(diǎn)——圍棋文化。

圍棋之所以能夠流傳如此之久，正是因?yàn)樗诓煌臅r(shí)代背景之下能夠衍生出不同的價(jià)值。每一次時(shí)代精神的革新變化都不會(huì)將它淘汰，反而會(huì)催發(fā)它新的意涵。人們用某一種知識(shí)體系去認(rèn)識(shí)它、使用它，它就會(huì)展現(xiàn)出與之相適應(yīng)的價(jià)值。子曰“君子不器”，莊子談“無(wú)用之用”，這些品質(zhì)都在圍棋中得到呈現(xiàn)。圍棋文化的深刻意涵也隱藏在這種獨(dú)特的品質(zhì)之中?！鞍柗▏濉弊鳛楣ぞ叩囊粋€(gè)重要意義，是幫助我們反思圍棋。這種反思在某種程度上幫我們打通了圍棋本質(zhì)與文化之間的通路。

圍棋的核心規(guī)則極為簡(jiǎn)易：“交替落子，氣盡棋亡，禁止循環(huán)，子多為勝。”簡(jiǎn)易的規(guī)則，卻衍生出近乎無(wú)窮的變化。二○一六年一月，普林斯頓的研究人員算出十九路圍棋的精確合法位置數(shù)在10171這一數(shù)量級(jí)。這個(gè)數(shù)只是靜態(tài)盤面的總和，尚未包含不同的動(dòng)態(tài)次序。對(duì)于人類而言，這一數(shù)量級(jí)近乎無(wú)窮。即使是計(jì)算機(jī)，也離窮舉有非常遙遠(yuǎn)的距離。但是，圍棋畢竟是一個(gè)封閉的空間，它的變化數(shù)在本質(zhì)上仍然是有限的。

圍棋的變化數(shù)與棋盤的大小直接相關(guān)。在很小的棋盤上，如三路圍棋，人類甚至可以窮盡其變。再大一些，人類雖不能窮盡其變，但可以算出其最優(yōu)解。我在去年做過一個(gè)七路圍棋的最優(yōu)解研究，憑人力計(jì)算其中的有效變化，得出了其最優(yōu)解的理論值，即雙方最優(yōu)下法的盤面差距（亦即正確貼子數(shù)）。最優(yōu)解下法是一個(gè)集合，包含了很多不同的變化，這些變化都導(dǎo)向了最終雙方完全平等的和棋，這樣的殊途同歸是圍棋中絕妙的平衡。

極為重要的發(fā)現(xiàn)是：在我們計(jì)算七路棋盤的最優(yōu)解時(shí)，我們完全不需要用到任何抽象的概念和道理，只需要將每一個(gè)選點(diǎn)對(duì)應(yīng)的最優(yōu)解數(shù)據(jù)進(jìn)行比較，便能得出最優(yōu)解的結(jié)論。但是，在面對(duì)十九路圍棋時(shí)，人的有限性呈現(xiàn)了出來。我們計(jì)算的極限離最優(yōu)解還有非常遙遠(yuǎn)的距離，因此無(wú)法將盤面做數(shù)據(jù)化的處理。

面對(duì)這樣的情境，人類思維的特長(zhǎng)展現(xiàn)了出來：我們使用了很多抽象的方法來分析盤面，再用道理的方式幫助決策。我們將子和子的關(guān)系抽象為術(shù)語(yǔ)，如“跳”“飛”“長(zhǎng)”等；又抽象出一些具體的知識(shí)，如“定式”“棋形”“諺語(yǔ)”等；再往上，我們還抽象出如“厚薄”“虛實(shí)”“輕重”“緩急”等等二元概念，這些概念帶有強(qiáng)烈的中國(guó)文化印記，起到了幫助我們定義局面的作用。在定義局面的基礎(chǔ)上，我們使用道理的方式來幫助決策，這就是所謂“策略”。圍棋十訣就是對(duì)道理的一些經(jīng)典闡述：不得貪勝，入界宜緩，攻彼顧我，棄子爭(zhēng)先，舍小就大，逢危須棄，慎勿輕速，動(dòng)須相應(yīng)，彼強(qiáng)自保，勢(shì)孤取和。這些道理的方式不僅可以用在圍棋上，還可以舉一反三，用在世間萬(wàn)物。面對(duì)世界上所有人類無(wú)法完全用計(jì)算方式達(dá)到的事物，人們便用道理的方式去理解。圍棋提供了對(duì)思維的訓(xùn)練場(chǎng)所，這個(gè)場(chǎng)所的獨(dú)特優(yōu)勢(shì)在于通過勝負(fù)和復(fù)盤我們可以很輕易地分析自己思維的正誤，從而使我們的思維能力得到提升。

在心性的層面，圍棋同樣能起到鍛煉的效果。圍棋十訣的每一條，實(shí)際上都是對(duì)欲望、情緒的克制，對(duì)理性的發(fā)揚(yáng)。在對(duì)局的過程中，一旦理性未能居于主導(dǎo)地位，就很容易受到對(duì)手的懲罰。通過圍棋的練習(xí)，我們能夠更好地安排理性、激情和欲望的位置關(guān)系。

七路棋盤人類可以計(jì)算出最優(yōu)解，卻只能得出這個(gè)數(shù)而沒有什么更多的意義。但在十九路棋盤，人類的有限性使我們永不能用計(jì)算達(dá)到最優(yōu)解，便使用了道理的方式來理解和思考圍棋——恰是這些道理的方式賦予圍棋以價(jià)值。應(yīng)用在如一盤棋這樣具體的可計(jì)算事物上，道理的效用不如計(jì)算機(jī)的計(jì)算很正常。道理的普遍性才是人類思維的獨(dú)特優(yōu)勢(shì)，正是看到了道理的普遍性，才使我們能夠踏實(shí)地說一句：棋如人生。

即使未來有一天計(jì)算機(jī)窮盡了圍棋變化，得出了最優(yōu)解集合，圍棋的競(jìng)技性蕩然無(wú)存，圍棋的這個(gè)根本價(jià)值依然存在。那時(shí)人類仍然要用道理的方式來接收這些最優(yōu)解，而最優(yōu)解能使道理的根基更強(qiáng)，從而使道理更強(qiáng)。

“阿爾法圍棋”用“數(shù)”的方式達(dá)到了很強(qiáng)的能力，而人類則用“道”的方式來接收和理解它的下法。在這個(gè)過程中，我們不僅能夠得到圍棋技術(shù)的提升，從而不斷趨近圍棋真理，更重要的是，通過道理的接收、理解和分析，我們能夠獲得思維的提升，這種提升是因抽象而具有普遍性的。

當(dāng)我們用智慧的方式來對(duì)待圍棋，圍棋便成為智慧的源泉。