阿爾法狗簡單也瘋狂

人工智能阿爾法狗去年4勝1負戰勝圍棋高手李世石，經過9個多月的瘋狂學習后，它升級了。阿爾法狗披著Master的馬甲，在圍棋對戰網上以60勝0負的戰績橫掃中日韓圍棋大師，包括“棋圣”聶衛平。

圍棋棋路復雜多變，一直被視為人類智慧的門檻，許多人終其一生都在研究。阿爾法狗“年紀輕輕”已經達到甚至超過圍棋職業九段水平，這在圍棋界和科技界可是件了不得的事情——機器的智慧接近甚至戰勝了人類。

許多人知道阿爾法狗是一款厲害的人工智能圍棋程序，但不知道阿爾法是怎么樣學習圍棋的。其實它的學習過程模仿了人類小孩，但更加瘋狂。

人類小孩學習的過程，可以看做從書本、老師、家長和生活實際中學習知識，在頭腦中理解知識，在考試、生活中應用知識三個階段。就像先輸入，再整合，最后輸出。

用傳統的英語學習過程打比方，第一個階段是輸入，是不斷背單詞、記句式、語法的過程。完成這個階段已經很不容易，但是只完成這些還是不會用英語交流，和老外對話。

這個時候，就該進入第二個階段，整合。在腦海中整合第一階段的知識，才知道如何把單詞組合成地道的句子，知道什么場合用什么話。

在第三階段，就要輸出了，能用英語交流，表達自己的想法。

人類學習概括起來就是經歷從積累經驗到總結規律，最終靈活運用這三個階段。

那么，應該怎樣教會機器學習呢？

機器沒有辦法讀萬卷書，行萬里路，那么第一階段只能從人類給它的數據中學習了。

在第二階段，該怎么樣教會機器從數據中總結規律，是機器學習的主要問題。幾十年間，科學家們發明了各式各樣的機器學習算法。通過編程，告訴機器學習需要的模型、執行學習的流程、學習模型中的參數。

我們用機器學習圍棋做例子。專家們編寫算法，把圍棋的規則當模型，讓機器執行自己和自己下棋的流程，并且下棋速度非常快。在機器下了成千上萬盤棋后，就能獲得許多參數，比如怎樣的局勢能贏，怎樣的局勢會輸，對手的棋子占據哪些地方我輸的概率大，我的棋子占據哪些地方贏的概率大……

漸漸地，機器就學會了下圍棋，而且能戰勝人類，完成了學習的第三階段。

這樣看來，機器學習的過程是模仿人類小孩的，甚至更簡單，它不會像人類小孩一樣會聯想，會想象。

但機器學習的瘋狂之處在于，突破了人類學習的速度、腦袋的容量和生命長短的限制。阿爾法狗可以在短時間內自己和自己下棋千萬局，人類窮其一生也下不了百萬局棋。

機器學習的模式簡單，和人類如出一轍，但瘋狂的量的積累，讓機器有無限量的智慧和經驗。