AlphaGo背后的男人：我們的目標(biāo)是探索宇宙

王心馨+虞涵棋

“人機(jī)大戰(zhàn)”的硝煙終于塵埃落定，這場(chǎng)人類(lèi)和AI的對(duì)抗再次牽動(dòng)了世界的神經(jīng)。

“我會(huì)抱必勝心態(tài)、必死信念。我一定要擊敗AlphaGo！”賽前，對(duì)于與圍棋人工智能程序AlphaGo的對(duì)弈，目前世界排名第一的中國(guó)圍棋職業(yè)九段棋手柯潔曾如此放出豪言。然而，AlphaGo之父卻說(shuō)，“我們發(fā)明AlphaGo，并不是為了贏取圍棋比賽。”

毫無(wú)懸念，AlphaGo又贏了。在過(guò)去的一年間，人們已經(jīng)聽(tīng)到太多人工智能程序戰(zhàn)勝人類(lèi)棋手的消息。在外界普遍不看好柯潔的情況下，比起比賽結(jié)果，更多人好奇的是：AlphaGo這次為什么還要來(lái)中國(guó)“踢館”？連“當(dāng)今第一人”柯潔都倒下了，“獨(dú)孤求敗”的AlphaGo是不是可以準(zhǔn)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(guó)烏鎮(zhèn)人工智能高峰論壇上，AlphaGo之父、DeepMind創(chuàng)始人戴密斯·哈薩比斯（Demis Hassabis）介紹道，AlphaGo的影響已經(jīng)開(kāi)始顯現(xiàn)，比如在與韓國(guó)棋手李世石對(duì)決后，圍棋的棋盤(pán)銷(xiāo)量增加了10倍的增量；利用AlphaGo的算法，許多公司也開(kāi)始深入研究人工智能下棋程序以及各種應(yīng)用場(chǎng)景的應(yīng)用。

隨后，他重申，下圍棋并不是AlphaGo的終極目標(biāo)，他們的目標(biāo)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(lái)，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(xué)習(xí)機(jī)器。具體來(lái)說(shuō)，這個(gè)機(jī)器能做到非程序預(yù)設(shè)，就能自主學(xué)習(xí)原始材料，并能在同一系統(tǒng)執(zhí)行多種任務(wù)。要做到這兩點(diǎn)非常困難，但AlphaGo正在利用下圍棋的方式來(lái)向這個(gè)目標(biāo)靠近。

為什么計(jì)算機(jī)下圍棋非常困難？

1997年，國(guó)際象棋大師卡斯帕羅夫敗給了IBM公司打造的“深藍(lán)”程序，國(guó)際象棋被計(jì)算機(jī)攻克。相比國(guó)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(xù)選擇有數(shù)百種，計(jì)算機(jī)需要搜索的數(shù)量更加龐大。

在哈薩比斯看來(lái)，用計(jì)算機(jī)下圍棋的困難主要有四點(diǎn)。首先，圍棋是一個(gè)靠直覺(jué)來(lái)贏得比賽的項(xiàng)目，它不像象棋等游戲可以靠計(jì)算。其次，圍棋中沒(méi)有等級(jí)概念，所有棋子都一樣。第三，圍棋是筑防游戲，需要盤(pán)算未來(lái)。第四，圍棋中小小的一顆子就可以撼動(dòng)全局。

基于此，在AlphaGo打敗李世石之前，許多人認(rèn)為人類(lèi)至少10年才能完成這個(gè)目標(biāo)。但在2016年，DeepMind利用策略網(wǎng)絡(luò)和價(jià)值網(wǎng)絡(luò)打造AlphaGo，成功撼動(dòng)了人類(lèi)在圍棋領(lǐng)域的統(tǒng)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(gè)網(wǎng)絡(luò)。首先，AlphaGo用策略網(wǎng)絡(luò)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(jià)值網(wǎng)絡(luò)來(lái)評(píng)估這步棋的勝率值。

AlphaGo已具備直覺(jué)和創(chuàng)造力

依靠這兩個(gè)網(wǎng)絡(luò)，通過(guò)向人類(lèi)圍棋大師學(xué)習(xí)，以及迭代后的自我學(xué)習(xí)，哈薩比斯認(rèn)為當(dāng)前版本的AlphaGo已經(jīng)具備直覺(jué)和創(chuàng)造力。

比如，2017年初以“Master”馬甲出現(xiàn)，對(duì)戰(zhàn)中日韓頂尖高手取得60連勝時(shí)，AlphaGo在與辜梓豪、樸廷桓下棋的過(guò)程中，都走出了精彩的一招，顯示出了創(chuàng)造力。

“游戲是用來(lái)訓(xùn)練算法最有效的做法，但是我覺(jué)得我們的最終目標(biāo)并不是游戲，而是把我們的技術(shù)運(yùn)用到現(xiàn)實(shí)生活當(dāng)中，比如說(shuō)用到醫(yī)療、智能手機(jī)以及教育當(dāng)中。”哈薩比斯說(shuō)。

據(jù)介紹，接下來(lái)DeepMind公司有意讓AlphaGo與無(wú)數(shù)其他領(lǐng)域結(jié)合，從而得到無(wú)數(shù)的“組合轟炸”。目前，DeepMind的搜索技術(shù)已經(jīng)運(yùn)用到谷歌的數(shù)據(jù)中心，幫助該數(shù)據(jù)中心節(jié)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(jiǎn)單理解就是，讓AlphaGo成為人工智能科學(xué)家或者人工智能輔助科學(xué)家，更好地幫助人們理解人腦的奧秘。

“和所有強(qiáng)大的新技術(shù)一樣，我們希望AlphaGo能在倫理和責(zé)任的約束中造福人類(lèi)，探索人類(lèi)大腦的奧秘。”哈薩比斯說(shuō)。

（本文轉(zhuǎn)自澎湃新聞）