人工智能會叛逃？從下棋開始談起.......

什么是人工智能？

很多人都以為“人工智能=會思考的機器人”，然而事實并非如此。人工智能的定義其實相當寬泛，從學科定義的角度來說，它是研究、開發用于模擬、擴展人的智能的一門新學科，屬于計算機科學的一個分支。

人工智能簡史

從“網紅”AlphaGo的學習方式看人工智能

“網紅”AlphaGo（阿爾法狗）是人工智能中一個成功的典型，贏了韓國棋手李世石，令眾人皆知。

一、AlphaGo的獲勝秘訣：深度學習

深度學習的前身是神經網絡，主要是指研究人員通過程序語言教會電腦模擬人類思考。比如我們初學“1+1=2”的時候，父母教我們通過數手指頭的方式來計算;而研究人員教電腦學習的方式則比較簡單，輸入的是已知信息，其中“1”和“+”就是輸入給電腦的，電腦輸出的就是結果“2”（電腦上是采用“二進制”進行計算的，感興趣的同學可查閱更詳細的資料）。無論是通過計算、判斷還是推理，像這樣認知的過程都可以稱為“學習”。

二、深度學習=“監督學習”+“評價網絡”+其他

1.“監督學習”

打個比方，一個擁有過目不忘的超能力的同學，根本不用學習方法原理和解題技巧，只要記住近乎無限量的題目和答案，考試就能得到高分。同理，AlphaGo不用學習下棋的方法，只要有充足的存儲空間就夠了。設計人員向其大量輸入這個世界上職業棋手的棋譜（也就是說它記住了題目和答案），以預測對手最有可能落子的位置。

用這種學習方式，AlphaGo完全不用去思考“如何才能贏”這件事，只要能夠預測對手的落子即可。公開數據顯示，目前AlphaGo預測對手落子位置的正確率是67%。

2.“評價網絡”

舉個例子，在打籃球時，某同學會不斷觀察對方防線變化，如果能找到防守球員注意力最不集中的地方，就有較大的機會進球。類似地，AlphaGo會預測對手后續落子位置的概率，通過嵌套函數找到最優解。當然，AlphaGo的勝率跟向下預測的步數有關，向下預測的步數越多，計算量就越龐大，同時勝率也越高。

但是AlphaGo的能力顯然不止于此，除了預測對手落子后的勝率，它還會模擬自己落子后可能會遇到的情況。就像考生不斷地出試卷考自己那樣，AlphaGo除了會和對手下棋，還會和自己下棋，以確定自己下一步怎么走勝率最高。在未來，設計人員還會將一個評估體系植入AlphaGo當中，使其能夠更加準確地評估所下這一步棋的好壞。

一言以概之，這種機器學習方式不局限于一步的輸贏，而是將格局放大，更關注最后結果。

看到這里，同學們應該明白了：其實并不是AlphaGo打敗了李世石，而是研究人員用智慧戰勝了李世石。除了監督學習和評價網絡，人工智能學習的方式還有很多。與人類相比，它們不僅“過目成誦”，而且其擁有的超高的計算速度和準確性也讓人類望塵莫及。

作者簡介：大寶，人工智能愛好者，算法工作者，目前在一家區塊鏈創業公司工作。