AlphaGo是怎么學會下圍棋的

安德魯·麥卡菲

由Google的子公司Deep Mind創建的人工智能系統AlphaGo，不久前在一場圍棋比賽中以4：1的成績戰勝了人類冠軍李世石。此事有何重大意義？畢竟，在1997年，IBM“深藍”擊敗加里·卡斯帕羅夫后，電腦已經在國際象棋上超越了人類。人們為什么要對AlphaGo的勝利大驚小怪呢？

和國際象棋一樣，圍棋也是一種高度復雜的策略性游戲，不可能靠巧合和運氣取勝。兩名棋手輪番將黑色或白色的棋子落在縱橫19道線的網格棋盤上，一旦棋子的四面被另一色棋子包圍，就要被從棋盤上提走，最終在棋盤上留下棋子多的那一方獲勝。

然而和國際象棋不一樣的是，沒有人能解釋頂尖水平的圍棋棋手是怎么下棋的。我們發現，頂級棋手本人也無法解釋他們為什么下得那么好。人類的許多能力中存在這樣的不自知，從在車流中駕駛汽車，到辨識一張面孔。對于這一怪象，哲學家、科學家邁克爾·波蘭尼有精彩的概括，他說：“我們知道的，比我們可言說的多。”這種現象后來就被稱為“波蘭尼悖論”。

波蘭尼悖論并沒有阻止我們用電腦完成一些復雜的工作，比如處理工資單、優化航班安排、轉送電話信號和計算稅單。然而，任何一個寫過傳統電腦程序的人都會告訴你，要想將這些事務自動化，必須極度縝密地向電腦解釋人類要它做什么。

這樣的電腦編程方式是有很大局限的，在很多領域無法應用，比如我們知道但不可言說的圍棋，或者對照片中尋常物品的識別、人類語言間的轉譯和疾病的診斷等——多年來，基于規則的編程方法在這些事務上幾無建樹。

圍棋的可能走法比宇宙間的原子總數還多，即使最快的電腦也只能模擬微不足道的一小部分。更糟的是，我們甚至說不清該從哪一步入手進行探索。

這次有什么不同？AlphaGo的勝利清晰地呈現了一種新方法的威力，這種方法并不是將聰明的策略編入電腦中，而是建造了一個能學習制勝策略的系統，這種系統在幾乎完全自主的情況下，通過觀看勝負實例來學習。

由于這種系統并不依賴人類對這項工作的已有知識，故而即使我們知道的比可言說的更多，也不會對它構成限制.