王煜

在圍棋這類規(guī)則特別明確的事情上，我們?nèi)祟愝斀o擁有強(qiáng)大計(jì)算和記憶能力的計(jì)算機(jī)程序是早晚的事。人類日常生活中司空見慣的事，只要邊界不清晰、定義不精確，目前的AI是完全應(yīng)付不了的。

4比1。當(dāng)比分最終定格時(shí)，李世石終于可以解脫了。這名33歲的韓國(guó)圍棋選手在過去的將近一周時(shí)間里，成為面對(duì)AI（人工智能）的“人類智慧”化身，與谷歌的電腦程序AlphaGo展開了五回合的大戰(zhàn)。人機(jī)大戰(zhàn)不僅成為全球網(wǎng)友津津樂道的話題，也激起了圍棋和AI兩個(gè)領(lǐng)域業(yè)內(nèi)人士的熱烈思考與爭(zhēng)論。圍棋這門數(shù)千年的技藝將走向何方？AI又是否從此在趕超人類智能的道路上邁進(jìn)了一大步？

勝負(fù)：誰的意料之外？

本來是生硬冰冷的人工智能科技研究，套上“人機(jī)大戰(zhàn)”的外殼，拋出“人類智慧最后的堡壘是否即將崩塌”這樣的“天問”，瞬間就吸引了全世界的目光。不得不說，谷歌的強(qiáng)大并不僅僅是因?yàn)樗３５跪v出黑科技，還有它的公關(guān)能力。不過，和人類在棋盤大戰(zhàn)這一招并非谷歌的發(fā)明，將近20年前，IBM就擺下擂臺(tái)，用計(jì)算機(jī)“深藍(lán)”擊敗了人類的國(guó)際象棋冠軍卡斯帕羅夫。

當(dāng)然，那場(chǎng)比試的熱度遠(yuǎn)遠(yuǎn)比不上這次的人機(jī)大戰(zhàn)。首先當(dāng)然是因?yàn)閲?guó)際象棋的規(guī)則、變化對(duì)電腦的計(jì)算能力而言，都是可以用窮舉法攻破的，電腦硬件夠好，攻破難關(guān)只是時(shí)間問題;而圍棋的變化數(shù)量已經(jīng)超過了宇宙所有原子數(shù)量之和，在可以預(yù)見的未來里，電腦靠“傻算”，走一步的計(jì)算時(shí)間將是天文數(shù)字，必須運(yùn)用新的解決手段才能讓程序?qū)嵱谩?/p>

其次，今天我們有了社交網(wǎng)絡(luò)。觀眾是否懂AI、會(huì)不會(huì)下圍棋不重要，關(guān)鍵的是“人機(jī)大戰(zhàn)”變成了一件有趣的事，所以大家都來圍觀，連谷歌的AlphaGo，也被迅速被國(guó)內(nèi)網(wǎng)友按發(fā)音取了中文昵稱“阿法狗”，聽上去萌萌噠;盡管那個(gè)“Go”其實(shí)是日語“碁”（即“圍棋”之意）的羅馬音標(biāo)注，發(fā)音其實(shí)不是這么回事兒。

于是，這場(chǎng)人“狗”大戰(zhàn)還沒開始就變得充滿戲劇化。好賭是人類的天性，人們紛紛預(yù)測(cè)比賽結(jié)果。認(rèn)為AlphaGo會(huì)勝利的主要是IT界人士，而圍棋界人士幾乎無一例外地覺得李世石將“虐狗”。

例如，開賽前，中國(guó)的圍棋高手古力接受采訪時(shí)曾表示：他認(rèn)為幾個(gè)月前AlphaGo戰(zhàn)勝歐洲冠軍樊麾（職業(yè)二段）時(shí)，展現(xiàn)出來的只是一個(gè)職業(yè)初段的水平，而李世石可是職業(yè)九段頂級(jí)高手。幾個(gè)月內(nèi)，從初段提升到九段水平，古力認(rèn)為完全不可能。

包括李世石本人，賽前也信心爆棚地認(rèn)為自己會(huì)5：0完勝，但在當(dāng)面聽了谷歌工程師團(tuán)隊(duì)對(duì)AlphaGo學(xué)習(xí)能力的介紹后，他也在言語中開始露出一絲憂慮。BBC記者甚至說看到了李世石顫抖的手指。

3月9日下午，韓國(guó)首爾，大戰(zhàn)開始。也許是明白自己過去的套路都已經(jīng)被AlphaGo研究清楚，李世石開場(chǎng)就采取了非常規(guī)的下法，主動(dòng)出擊，試圖把雙方都拉入一個(gè)陌生的領(lǐng)域作戰(zhàn)。但他恰恰想錯(cuò)了，要論“不按常理玩”，谷歌的這只“狗”才是個(gè)中高手。李世石首輪投子落敗，有人大驚失色，有人覺得理所當(dāng)然。

次日的第二輪，李世石沒有再出怪招，但AlphaGo反倒拉起李世石進(jìn)行了“陌生領(lǐng)域”的纏斗。結(jié)果，人類再敗。李世石在發(fā)布會(huì)上承認(rèn)自己“完敗”、“輸?shù)谜f不出話來”。

有記者當(dāng)場(chǎng)就毫不客氣地質(zhì)問：前兩場(chǎng)都沒有看到李世石和AlphaGo“打劫”，是不是李和谷歌簽了不能打劫的保密協(xié)議？李世石沒有正面回答這個(gè)問題，而谷歌研究團(tuán)隊(duì)成員之一的黃士杰之后對(duì)媒體明確表示：“這次比賽并沒有所謂的不能打劫的保密協(xié)議。第一、第二盤棋復(fù)盤時(shí)李世石九段都有擺出打劫的變化，只是實(shí)戰(zhàn)中他沒有下出來。

小李連輸兩場(chǎng)，韓國(guó)業(yè)內(nèi)人士開始不服。據(jù)韓國(guó)媒體報(bào)道，韓國(guó)信息通信專業(yè)律師田石鎮(zhèn)批評(píng)稱，谷歌需要對(duì)李世石和整個(gè)圍棋界道歉，因?yàn)榇舜稳藱C(jī)博弈本身就不公平。早在2016年2月9日，田石鎮(zhèn)就在自己的社交網(wǎng)站上發(fā)文稱，谷歌策劃的這場(chǎng)博弈系騙局。他認(rèn)為，AlphaGo通過網(wǎng)絡(luò)可隨時(shí)無限收集和利用相關(guān)信息，這意味著它擁有無數(shù)的“指教者”。

3月12日，李世石迎來了“背水一戰(zhàn)”，而這一天同時(shí)是他的結(jié)婚十周年紀(jì)念日，意義非凡。李世石在輸了前兩盤后曾表示，希望從妻子和孩子身上獲取力量。當(dāng)然他同樣在技術(shù)方面做了縝密準(zhǔn)備，第二盤結(jié)束后的當(dāng)晚，他請(qǐng)來了洪旻杓九段、樸正祥九段等三四個(gè)圍棋界的好友通宵復(fù)盤研究，最后決定用“打劫”來爭(zhēng)勝最有效。

于是，人們看到看到了李世石與AlphaGo之間的“劫殺”。這雖然用實(shí)際行動(dòng)回應(yīng)了質(zhì)疑，但并沒給他帶來勝果。0：3，至此，李世石完敗給了電腦。

賽后，李世石向全球媒體坦陳：“我的棋力雖還無法下出完美的圍棋，但AlphaGo也還未達(dá)到神的水平……雖然AlphaGo打敗我李世石，但并不能說明就是打敗了整個(gè)人類棋手！”他還說：“我從未承受過如此大的壓力?！?/p>

隨著比賽的進(jìn)行，圍棋界人士對(duì)AlphaGo棋力的看法也不斷改變。當(dāng)今世界排名第一、18歲的中國(guó)小將柯潔看了第一場(chǎng)后評(píng)論說：“阿法狗贏不了我。”第二場(chǎng)后他改口：“我對(duì)阿法狗有六成勝率?！钡谌龍?chǎng)開始前他說：“如果阿法狗挑戰(zhàn)我，我要組團(tuán)應(yīng)戰(zhàn)”;看完第三場(chǎng)后則表示“同樣條件我上我也得輸”。

按照賽制，雖然勝負(fù)已定，但后兩盤比賽還要進(jìn)行。放下勝負(fù)的第四盤，和前幾局對(duì)決相比，李世石更多次陷入長(zhǎng)時(shí)間的思考，耗時(shí)太多，在比賽進(jìn)行到2個(gè)半小時(shí)后，李世石僅剩下17分鐘，比AlphaGo剩余時(shí)間足足少了1個(gè)小時(shí)。

就當(dāng)人們認(rèn)為小李難獲一勝時(shí)，他下出了“神之一手”，成為本場(chǎng)比賽的轉(zhuǎn)折點(diǎn)。對(duì)手發(fā)了大招，AlphaGo卻不但沒能好好應(yīng)對(duì)，還在這之后下出一步常理上的廢棋，“自毀長(zhǎng)城”。之后，李世石勝利的大局已定。收官階段，AlphaGo又出現(xiàn)了“bug”。

最終，李世石斬“狗”成功，贏得榮譽(yù)一戰(zhàn)。當(dāng)然，隨之而來的還是有“谷歌是不是調(diào)低了AlphaGo水平”的“放水論”，以及“AI會(huì)隱藏實(shí)力了”的“陰謀論”。

有意思的是，雖然AlphaGo輸給了李世石，但卻有了意外收獲，可以參與GoRatings世界職業(yè)圍棋選手的排名了。因?yàn)楦鶕?jù)這個(gè)網(wǎng)站的規(guī)則，如果一名選手從未遭受失敗，就不會(huì)進(jìn)入排名統(tǒng)計(jì)。第四盤戰(zhàn)敗后，AlphaGo排名世界第四，領(lǐng)先于排名第五的李世石。排名第一的，是中國(guó)的柯潔。

“阿法狗”：

成功，你才剛上路

人機(jī)圍棋大戰(zhàn)，AlphaGo勝出。那么，人類的智力堡壘真的崩塌了嗎？我們先看看AlphaGo勝利的秘訣“深度學(xué)習(xí)”是怎么一回事。

深度學(xué)習(xí)模擬人類大腦神經(jīng)網(wǎng)絡(luò)的工作原理，將輸出的信號(hào)通過多層處理，將底層特征抽象為高層類別，它的目標(biāo)是更有效率、更精確地處理信息。深度學(xué)習(xí)自2006年由Geoffrey Hinton教授和他的兩個(gè)學(xué)生提出后，使得機(jī)器學(xué)習(xí)有了突破性的進(jìn)展，極大地推動(dòng)了人工智能水平的提升。2013 年，《麻省理工技術(shù)評(píng)論》把它列入年度十大技術(shù)突破之一。

人腦具有一個(gè)深度結(jié)構(gòu)，認(rèn)知過程是逐步進(jìn)行，逐層抽象的，能夠?qū)哟位亟M織思想和概念。深度學(xué)習(xí)之所以有效，正是因?yàn)樗^好地模擬了人腦這種“分層”和“抽象”的認(rèn)知和思考方式。它的實(shí)質(zhì)，是通過構(gòu)建具有多層的機(jī)器學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)，來學(xué)習(xí)更有用的特征，最終提升分類或預(yù)測(cè)的準(zhǔn)確性。

不過，人工智能與認(rèn)知科學(xué)專家、復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院教授危輝分析說，AlphaGo采用的“深度學(xué)習(xí)”方法，在計(jì)算機(jī)領(lǐng)域并不是什么“高大上”的獨(dú)門秘笈，它的算法也并不復(fù)雜。其創(chuàng)新點(diǎn)在于：用計(jì)算機(jī)語言判定并表征各種棋局的價(jià)值。

危輝說，根據(jù)谷歌團(tuán)隊(duì)已公開發(fā)表的論文，AlphaGo深度學(xué)習(xí)的“竅門”是記住一類布局與一類策略的映射關(guān)系。仰仗于事先的海量“打譜”，它給各種棋譜分類，并給每個(gè)分類找到一種對(duì)應(yīng)的策略——而對(duì)應(yīng)策略也都是人類棋手已使出的招式，最后拿出計(jì)算機(jī)的看家本領(lǐng)——記憶?！癆lphaGo其實(shí)并沒有真正理解圍棋的基本原則，它只是記下了海量的‘布局vs布局映射關(guān)系。其所謂的類推能力，來自海量樣本間的相似性，其實(shí)根本沒有創(chuàng)新！”

在他看來，AlphaGo對(duì)圍棋是“知其然，而不知其所以然”，它不用問為什么這么下，記住就好。

與危輝的觀點(diǎn)類似，英國(guó)《新科學(xué)家》周刊認(rèn)為：“實(shí)現(xiàn)先進(jìn)的人類水平的人工智能要克服三大挑戰(zhàn)：它如何計(jì)劃一系列行動(dòng)以實(shí)現(xiàn)目標(biāo);它如何模擬它的環(huán)境;它反思它的處境與行為的能力。人類還在建造有能力模擬環(huán)境的系統(tǒng)方面取得進(jìn)展。但實(shí)現(xiàn)人類水平的人工智能需要建立自然界的豐富表征，這就是一個(gè)大問題了。盡管圍棋很復(fù)雜，在棋盤上識(shí)別有利的落子位置也很難，但同精確表征自然界相比，這些依然過于簡(jiǎn)單。兩者之間的差距還要幾十年時(shí)間才能跨越?！?/p>

顯然，從結(jié)果而論，在下棋的勝負(fù)上，AI已經(jīng)超越了人類。這是因?yàn)槟壳斑m合人工智能來解決的任務(wù)，要滿足規(guī)則能被精確定義、且范圍受限這兩個(gè)條件。而被人類認(rèn)為考驗(yàn)智力的下棋，恰恰屬于此列。

如同韓國(guó)那位通信專業(yè)律師所言，危輝還指出，AlphaGo和李世石的對(duì)弈，看似“一對(duì)一”，實(shí)際上卻并不平等?！捌鋵?shí)，在這場(chǎng)‘人機(jī)大戰(zhàn)中值得‘同情的是李世石，李世石是在‘以一當(dāng)十甚至‘以一敵百?！盇lphaGo的背后，還有眾多并行計(jì)算機(jī)設(shè)計(jì)者、眾多人工智能程序設(shè)計(jì)者和大量非常有經(jīng)驗(yàn)的棋手、棋譜。這么多人的智慧，綜合在一個(gè)人工智能程序上，因此，單槍匹馬的李世石即使輸了，也沒什么?！霸趪暹@類規(guī)則特別明確的事情上，我們?nèi)祟愝斀o擁有強(qiáng)大計(jì)算和記憶能力的計(jì)算機(jī)程序是早晚的事。”

“另一個(gè)易被忽略的不公平之處在于，AlphaGo的落子是由人代為完成的;李世石的落子，它也不是直接看明白的，而是由人輸入到電腦里?！笨梢?，每方限時(shí)2小時(shí)的人機(jī)對(duì)弈中，AlphaGo不會(huì)像李世石那樣耗費(fèi)體能，也更容易集中“精力”，還省了兩個(gè)耗時(shí)的環(huán)節(jié)。危輝表示，對(duì)人工智能而言，完成這兩個(gè)環(huán)節(jié)，涉及到圖像理解能力，涉及到機(jī)械臂的精細(xì)操作能力，要求“手”“眼”協(xié)調(diào)，這些一點(diǎn)兒也不比下棋容易！

人類日常生活中司空見慣的事，只要邊界不清晰、定義不精確，目前的AI是完全應(yīng)付不了的。危輝舉例說，有兩個(gè)問題：1.一個(gè)土壤樣本里，易溶性無機(jī)鹽含量較低，請(qǐng)問其中三氧化鋁、二氧化硅的含量比例是多少？2.我中午在食堂吃飯，排在前面的人指著打菜的師傅說，這碗粥是昨天的，給我兩個(gè)包子。那么，請(qǐng)問我究竟該如何買午飯？

很顯然，對(duì)人而言，第一個(gè)問題是只有專業(yè)領(lǐng)域的科學(xué)家才能解答的事情，第二個(gè)問題則是尋常百姓都知道的事情，可以收集到各式各樣的答案，有人可能會(huì)建議我不要管前面人的決定，堅(jiān)持買一碗粥，有人會(huì)建議我也跟風(fēng)買兩個(gè)包子，也有人會(huì)建議我買別的食物。

可是，對(duì)人工智能而言，第一個(gè)問題即使是很傻很傻的計(jì)算機(jī)也能回答，它只需要會(huì)搜索就能搞定了;但是對(duì)于第二個(gè)問題，它卻沒法給出一個(gè)答案。

“人類日常運(yùn)用智能時(shí)，往往察覺不到它的存在。只有當(dāng)我們這些搞計(jì)算機(jī)的想要把這些智能編程時(shí)，才意識(shí)到人類的智能其實(shí)有多復(fù)雜?！蔽］x感慨。

“比如，翻譯。因?yàn)檎Z言無法完全用文法來定義，其靈活性無法用計(jì)算機(jī)邏輯學(xué)來表征，于是，我們看到現(xiàn)在的機(jī)器翻譯有多糟糕。又比如，機(jī)器無法理解笑話。再比如，一個(gè)能在智力競(jìng)賽中完勝人類的電腦，卻無法擁有‘曹沖稱象、‘司馬光砸缸、‘烏鴉喝水的智慧。”

危輝表示：“人工智能的核心科學(xué)難題，從1956年這一學(xué)科提出至今，一項(xiàng)都沒有解決！”他認(rèn)為，人工智能發(fā)展的現(xiàn)狀有點(diǎn)像盲人摸象——每個(gè)人都看到了某個(gè)局部，又都以為那便是方向?！拔覀冸x真正的人工智能，還非常遠(yuǎn)！”

人類輸棋，不少網(wǎng)友引用科幻小說里機(jī)器人統(tǒng)治甚至滅絕人類的橋段來表示擔(dān)憂。著名科幻小說《三體》的作者劉慈欣表示：此次“人機(jī)大戰(zhàn)”遠(yuǎn)遠(yuǎn)不夠科幻小說水平，下圍棋雖然也算人工智能，但科幻小說里的人工智能都是有自我存在意識(shí)的，能夠和人類交流;而AlphaGo只是純粹的學(xué)習(xí)型數(shù)據(jù)庫(kù)?！瓣P(guān)于想象AlphaGo的內(nèi)心世界，我沒想過這個(gè)事。”

有一點(diǎn)是明確的。IBM“深藍(lán)”研發(fā)團(tuán)隊(duì)成員默里·坎貝爾稱：“棋盤游戲長(zhǎng)期以來一直是衡量人工智能發(fā)展的標(biāo)準(zhǔn)，但這一時(shí)代已經(jīng)結(jié)束。”

大戰(zhàn)之后，余波未了

“人機(jī)大戰(zhàn)”已塵埃落定。圍棋作為這次比賽的載體，本來相對(duì)小眾，也收獲得了極大的關(guān)注度。據(jù)報(bào)道，比賽期間，韓國(guó)圍棋培訓(xùn)班的報(bào)名人數(shù)激增。

當(dāng)然，“大戰(zhàn)”不光是為圍棋賺了眼球，也對(duì)業(yè)界產(chǎn)生了實(shí)質(zhì)影響。AlphaGo在幾盤對(duì)弈中下了一些人類選手通常認(rèn)為的“俗手”、“惡手”，也用了一些人類選手通常不會(huì)采用的路數(shù)，被認(rèn)為有自己一套獨(dú)立的“棋風(fēng)”。

中國(guó)業(yè)余圍棋第一人胡煜清說：“圍棋不僅僅是計(jì)算，還有一些厚薄等虛路判斷，還有大局觀等可意會(huì)不可言傳的感覺?！瑼lphaGo除了高超的計(jì)算力和直線作戰(zhàn)能力，甚至也表現(xiàn)出了形勢(shì)判斷的勝負(fù)感。比如形勢(shì)吃緊時(shí)，AlphaGo豁出去拼了，敢于冒險(xiǎn);取得優(yōu)勢(shì)時(shí)，它又不跟你鬧了，棋風(fēng)保守?！?/p>

職業(yè)棋手也對(duì)AlphaGo的“創(chuàng)新手法”表示贊同。聶衛(wèi)平稱：電腦突破了人類的一般思維，下出了讓我感慨要“脫帽致敬”的手段。

江鑄久表示，AlphaGo有一手下法，“讓我想到了吳清源老師提出過的‘21世紀(jì)下法，當(dāng)時(shí)他的理論比較超前，很多職業(yè)棋手覺得不實(shí)用，現(xiàn)在看到計(jì)算機(jī)下的這個(gè)我很高興?！?/p>

常昊認(rèn)為，人類輸給了機(jī)器，就圍棋本身而言，會(huì)有危機(jī)感，但并不全然，競(jìng)技勝負(fù)只是圍棋的一個(gè)層面。圍棋流傳了幾千年而不衰，它的背后是中國(guó)的傳統(tǒng)文化和精神層面的很多東西，包括我們尚覺得深?yuàn)W的吳清源老師“21世紀(jì)下法”、“六合圍棋”理論，敗給計(jì)算機(jī)也可以促使職業(yè)棋手多往文化的方面去挖掘、去努力。

胡煜清說：其實(shí)，即便是頂尖棋手，對(duì)圍棋的理解可能也只有6%-7%，人工智能或許能幫助人類打開理解圍棋的另一扇門?！氨热?，在第二局中，AlphaGo常常往中間走，而我們都知道圍棋有句俗話叫‘金角銀邊草肚皮。但是，誰能肯定誰的理解才是正確的呢？”

那么，AI又從這次比賽里得到了什么？北京師范大學(xué)教授、科幻作家吳巖一語道破：人機(jī)大戰(zhàn)只是一次炒作，想要人工智能超過人的都不是真正做人工智能的研究人員。這次的背景是研發(fā)公司要產(chǎn)業(yè)轉(zhuǎn)型、做投資。

不僅是谷歌和IBM，微軟、Facebook等大佬也早已專注于AI研發(fā)，硅谷已有超過1700家創(chuàng)業(yè)公司加入人工智能浪潮。而國(guó)內(nèi)的BAT三巨頭也都在布局自己的AI陣營(yíng)，創(chuàng)業(yè)公司紛紛尋找自己的切入機(jī)會(huì)。

例如：美國(guó)勞工統(tǒng)計(jì)局的月度就業(yè)報(bào)告預(yù)測(cè)、過去十年中國(guó)春節(jié)期間市場(chǎng)最佳交易行情、中國(guó)十年國(guó)債回報(bào)率快速下跌時(shí)最應(yīng)該避免的證券交易，想知道這些問題的答案？過去的華爾街，要回答這樣的問題，需要平均年薪幾十萬美元的分析師組成十人團(tuán)隊(duì)，不眠不休花上好幾天甚至好幾周時(shí)間計(jì)算，才可能做出相關(guān)的趨勢(shì)和概率預(yù)測(cè)，并且他們還要能先找到這些數(shù)據(jù)。但是，靠已有的人工智能程序，幾秒鐘內(nèi)，報(bào)告就可以握在決策者手中。

做AI，當(dāng)然不是為了下圍棋。