AlphaGo背后的男人：我們的目標是探索宇宙

王心馨+虞涵棋

“人機大戰”的硝煙終于塵埃落定，這場人類和AI的對抗再次牽動了世界的神經。

“我會抱必勝心態、必死信念。我一定要擊敗AlphaGo！”賽前，對于與圍棋人工智能程序AlphaGo的對弈，目前世界排名第一的中國圍棋職業九段棋手柯潔曾如此放出豪言。然而，AlphaGo之父卻說，“我們發明AlphaGo，并不是為了贏取圍棋比賽。”

毫無懸念，AlphaGo又贏了。在過去的一年間，人們已經聽到太多人工智能程序戰勝人類棋手的消息。在外界普遍不看好柯潔的情況下，比起比賽結果，更多人好奇的是：AlphaGo這次為什么還要來中國“踢館”？連“當今第一人”柯潔都倒下了，“獨孤求敗”的AlphaGo是不是可以準備“退役”了？而AlphaGo背后的DeepMind公司在“玩壞”了圍棋之后，下一步還打算玩什么？

不久前，在中國烏鎮人工智能高峰論壇上，AlphaGo之父、DeepMind創始人戴密斯·哈薩比斯（Demis Hassabis）介紹道，AlphaGo的影響已經開始顯現，比如在與韓國棋手李世石對決后，圍棋的棋盤銷量增加了10倍的增量；利用AlphaGo的算法，許多公司也開始深入研究人工智能下棋程序以及各種應用場景的應用。

隨后，他重申，下圍棋并不是AlphaGo的終極目標，他們的目標是要利用AlphaGo打造通用的、探索宇宙的終極工具。

在哈薩比斯看來，要打造能探索宇宙的終極工具，就需要把AlphaGo改造成通用型學習機器。具體來說，這個機器能做到非程序預設，就能自主學習原始材料，并能在同一系統執行多種任務。要做到這兩點非常困難，但AlphaGo正在利用下圍棋的方式來向這個目標靠近。

為什么計算機下圍棋非常困難？

1997年，國際象棋大師卡斯帕羅夫敗給了IBM公司打造的“深藍”程序，國際象棋被計算機攻克。相比國際象棋每一步棋后能引出三十種可能的走法，圍棋棋局的每一步牽出的后續選擇有數百種，計算機需要搜索的數量更加龐大。

在哈薩比斯看來，用計算機下圍棋的困難主要有四點。首先，圍棋是一個靠直覺來贏得比賽的項目，它不像象棋等游戲可以靠計算。其次，圍棋中沒有等級概念，所有棋子都一樣。第三，圍棋是筑防游戲，需要盤算未來。第四，圍棋中小小的一顆子就可以撼動全局。

基于此，在AlphaGo打敗李世石之前，許多人認為人類至少10年才能完成這個目標。但在2016年，DeepMind利用策略網絡和價值網絡打造AlphaGo，成功撼動了人類在圍棋領域的統治力。

AlphaGo之所以有如此“神力”，甚至被柯潔稱為“圍棋上帝”主要就是依靠這兩個網絡。首先，AlphaGo用策略網絡可以縮小每一步棋走法的選擇。接著，每走完一步棋，AlphaGo都能利用價值網絡來評估這步棋的勝率值。

AlphaGo已具備直覺和創造力

依靠這兩個網絡，通過向人類圍棋大師學習，以及迭代后的自我學習，哈薩比斯認為當前版本的AlphaGo已經具備直覺和創造力。

比如，2017年初以“Master”馬甲出現，對戰中日韓頂尖高手取得60連勝時，AlphaGo在與辜梓豪、樸廷桓下棋的過程中，都走出了精彩的一招，顯示出了創造力。

“游戲是用來訓練算法最有效的做法，但是我覺得我們的最終目標并不是游戲，而是把我們的技術運用到現實生活當中，比如說用到醫療、智能手機以及教育當中。”哈薩比斯說。

據介紹，接下來DeepMind公司有意讓AlphaGo與無數其他領域結合，從而得到無數的“組合轟炸”。目前，DeepMind的搜索技術已經運用到谷歌的數據中心，幫助該數據中心節省了15%的電能。

更為重要的是，哈薩比斯期望AlphaGo能成為元解決方案。簡單理解就是，讓AlphaGo成為人工智能科學家或者人工智能輔助科學家，更好地幫助人們理解人腦的奧秘。

“和所有強大的新技術一樣，我們希望AlphaGo能在倫理和責任的約束中造福人類，探索人類大腦的奧秘。”哈薩比斯說。

（本文轉自澎湃新聞）