antares+王麗婧

楔子

那是我看過的機器人當中，最美的一個。

當天色從火紅的金黃逐漸變成深海的靛藍，它展開巨大的翅膀，悄然無息地從天而降。我一開始以為只是烏鴉，但是不祥的輪廓突然變大，倏地變成了身負滑翔翼的人影。對于以為終于甩掉追兵的我來說，那就像是死神毫無預(yù)警造訪似的，令人不寒而栗。

它在大樓間優(yōu)雅地滑翔，到了距離地面五公尺左右的高度和翅膀分離，勾勒出漂亮的拋物線后落下。身穿玫瑰粉和淡黃色套裝的流線型機體在半空中旋轉(zhuǎn)了一圈，一頭紅發(fā)如火焰般隨風(fēng)飛舞。我佇立原地，霎時忘了恐懼，被那美麗的動作深深吸引住。那家伙在我眼前著陸于一輛停在路上、銹跡斑駁的舊巴士車頂，砰的一聲，發(fā)出響徹廢墟的撞擊聲響，巴士的車頂瞬間凹陷。它筋骨柔軟地彎曲全身，吸收沖擊力道，被舍棄的翅膀因循慣性，搖搖晃晃地繼續(xù)滑翔，墜落在我身后。

幾世紀前，當人類文明昌盛時，這個城市人稱“新宿”。如今無人的建筑林立，一副隨時都會頹圮的模樣，玻璃窗幾乎悉數(shù)破裂，殘破不堪的看板上文字已難辨識；兩旁聳立著陰暗大樓，墻面上爬滿了藤蔓；令人聯(lián)想到峽谷的街道，也喪失道路的功能已久；雜草從柏油路的裂縫中探出頭來，欣欣向榮地呈網(wǎng)眼狀，腐蝕和崩塌的看板殘骸四處散亂。

我在這樣荒涼的地方，和那家伙相遇了。

——[日]山本宏《艾比斯之夢》

無論是小說中美麗動人的艾比斯，還是《澳門風(fēng)云》里操著方言的傻強，或是《超能陸戰(zhàn)隊》里暖心的“萌神”大白，又或是《變形金剛》里帥氣炫酷的大黃蜂，還是《終結(jié)者》中老派又有人情味的終結(jié)者T-800……機器人的身影似乎開始越來越多地出現(xiàn)在我們的視野當中。其實，早在20世紀60年代，智能機器人就已經(jīng)在人類世界悄然現(xiàn)身，他們從小說里、熒幕上漸漸走進現(xiàn)實生活中，為人類在軍事、醫(yī)學(xué)、娛樂等諸多方面服務(wù)。

而人類對機器人的幻想與嘗試，則要追溯到3000多年以前——

西周時期，中國的能工巧匠偃師用動物皮、木頭、樹脂制出了能歌善舞的伶人，這是中國最早記載的木頭機器人雛形；

公元前2世紀，亞歷山大時代的古希臘人發(fā)明了最原始的機器人──自動機。它是以水、空氣和蒸汽壓力為動力的會動的雕像，它可以自己開門，還可以借助蒸汽唱歌；

1662年，日本竹田近江利用鐘表技術(shù)發(fā)明了自動機器玩偶，并在大阪的道頓堀演出。

......

這些機器雖然并不能被稱為智能，但在那些年代，這些能自動進行作業(yè)的非人類物件卻顯得極其新奇。真正的人工智能又需要達到怎樣的標準，或是通過怎樣的測試才能被稱為智能呢？

1950年，英國數(shù)學(xué)家圖靈在《Computing Machinery and Intelligence》（計算機與智能）中提出的“Turing Testing”（圖靈測試），就明確指出了智能的標準，測試很簡單：分別讓人與機器人位于兩個房間，彼此不能看到對方，通過對話，作為人的一方無法分辨對方是人還是機器，那么這臺機器就達到了人工智能的水平。為此，圖靈還擬定了一些示范性問題來幫助對話的有效進行。

像這種具有一定范圍的問題，通過編制特殊的程序來實現(xiàn)似乎并不困難，但如果提問者不按照常規(guī)出牌，那么編制回答的程序就會變得十分困難。

當機器知道觀察者在反復(fù)提出同樣的問題，并做出人類的反應(yīng)時，這臺機器就初步具備了人工智能。

在近三十年里，機器人所代表的人工智能獲得了迅速的發(fā)展，與空間技術(shù)、能源技術(shù)并稱為世界三大尖端技術(shù)。我們的生活開始逐漸離不開人工智能的應(yīng)用，人工智能技術(shù)已經(jīng)對語音識別、圖像識別、搜索引擎等多個領(lǐng)域產(chǎn)生了推動。人類似乎也在這種自動化、精確化的便捷中得到解放，并自然地安于這種智能服務(wù)。

也許，連《機動戰(zhàn)士高達》《超時空要塞》，以及《新世紀福音戰(zhàn)士》里那些背負人類希望操縱著機器人拯救世界的主角們都沒有想到，有一天，機器人竟向人類世界發(fā)起了挑戰(zhàn)。

人工智能進化之路

“深藍”（Deep Blue）是IBM公司推出的國際象棋程序。在1997年，“深藍”戰(zhàn)勝了當年國際象棋等級分排名世界第一的卡斯帕羅夫?！吧钏{”的開發(fā)者請到了職業(yè)國際象棋選手協(xié)助，在“深藍”里內(nèi)置了許多國際象棋的邏輯，然后通過暴力搜索和剪枝來做。IBM公司官方網(wǎng)站上明確表示，“深藍”并不是人工智能，它的強大來源于強勁的計算力。雖然老前輩“深藍”戰(zhàn)勝了卡斯帕羅夫，但在賽后，IBM卻宣布“深藍”退役。這位“棋界前輩”過早的退役，無疑給驚起波瀾的世界留下了許多遺憾。

“深藍”退役之后，2006年“浪潮杯”首屆中國象棋人機大戰(zhàn)中，5位中國象棋特級大師與超級計算機“浪潮天梭”分別較量，最終均以失敗告終。

2011年，“深藍”的同門師弟“沃森”在美國老牌智力問答節(jié)目《危險邊緣》中挑戰(zhàn)兩位人類冠軍，憑借快速的檢索和分析線索的功能，“沃森”輕松取勝。

2015年10月，由英國倫敦Google DeepMind開發(fā)的人工智能圍棋程序“AlphaGo”以5∶0戰(zhàn)勝歐洲圍棋冠軍樊麾，成為人工智能程序首次在不讓子的情況下戰(zhàn)勝人類圍棋選手。

人類的破綻

在人機對弈中，面對始終如一的機器，即使再沒有表情的人類，與這類勁敵對壘，動作和表情都會有細微的變化；即使是適應(yīng)能力及對失敗的免疫能力都超強的人，都無法做到一直保持平靜。但對于沒有感官、沒有情感的機器來說，平靜似乎是它們唯一的情緒。它們不知疲倦，情緒什么的都是浮云，這樣看來，人類實在是太脆弱了。

與“浪潮天梭”打成平手的許銀川在賽后就感慨道：“整個比賽感覺很吃力，因為電腦一步可以算16個變化，而我只能憑借經(jīng)驗和理解與它對抗。而跟我下棋的對手不是真人，這讓我感覺很寂寞，我想我還是習(xí)慣和有表情交流的真人對弈?！?/p>

就像是圍棋天才少年阿澤在參加比賽前不止一次向心儀之人確認：我可以輸?shù)陌?。人類的情感仿佛是干擾的主要因素，一旦思考受到干擾，就容易失誤，一失誤，就容易給對手創(chuàng)造機會。

當然還有體力的過度消耗。一般來說，比賽到了最后，就是意志和心態(tài)的對決了，堅持到最后不犯錯的那個往往就能勝出，而計算機似乎并沒有這樣的困擾。

除了下棋，它還擅長別的

人工智能產(chǎn)業(yè)化應(yīng)用的蓬勃發(fā)展，為我們在國防、醫(yī)療、工業(yè)、農(nóng)業(yè)、金融、商業(yè)、教育、公共安全等領(lǐng)域都提供了許多便利。它們高效、精確、可靠、連續(xù)工作的特征，也將隨著計算機性能的增強、數(shù)字化數(shù)據(jù)的豐富、大數(shù)據(jù)分析的興起以及算法的優(yōu)化而不斷提升。面對未來智能化的世界，我們的生活將發(fā)生巨大的變化，也將擁有前所未有的便捷。許多人說，既然人工智能機器如此強大，那將它引入股市銀行等金融市場，替我們進行投資管理吧。

其實，早在2008年，第一個人工智能驅(qū)動的基金Rebellion就預(yù)測了當年的股市崩盤。掌管900億美元的對沖基金Cerebellum也使用了人工智能技術(shù)，自2009年以來，一直得益。

在MD癌癥中心，“深藍”通過Watson的認知計算能力，從病人病例和豐富的研究資料庫中尋找資料，為臨床醫(yī)生提供有價值的見解，從而幫助醫(yī)護人員找到最有效的治療方案。

2016年3月，日本的兩個“人工智能小說創(chuàng)作”研發(fā)團隊——“任性的人工智能之我是作家”和“人狼智能”在東京舉行報告會，向人們介紹了由人工智能機器創(chuàng)作的四篇小說。其中，“我是作家”團隊研發(fā)的人工智能機器所創(chuàng)作的《電腦寫小說的那一天》等兩部作品參加了本屆“星新一獎”的比賽，并憑借毫無破綻的故事情節(jié)順利通過大賽初審。

也許，不久的將來，我們可以擁有超級稱職的私人健康顧問，也可以乘些無人駕駛上天入地的炫酷坐騎，可以享受與職業(yè)高手的刺激挑戰(zhàn)，也可以自如地穿越于次元之間。

前一段時日，中文名叫做“阿爾法狗”（AlphaGo）的AI姬向人類發(fā)起了挑戰(zhàn)，她選中了韓國圍棋職業(yè)選手李世乭作為對手進行對決。無論是奧運會還是世界杯決賽，或許都無法像李世乭對弈AlphaGo一樣引起體育界和科技界最廣泛的關(guān)注。這場圍棋人機大戰(zhàn)的熱度空前，甚至超越了昔日IBM電腦“深藍”與卡斯帕羅夫1997年的那場對決。而AlphaGo的問世，更像是“深藍”的進階版，或者可以說是強化版。

賽前，大多數(shù)圍棋界人士都看好李世乭能夠拿下比賽，他們的擔心或許只是在短短數(shù)月中，AlphaGo的自我學(xué)習(xí)能力可以達到多么恐怖的層次。事實究竟怎樣，還是讓我們一起來回顧下戰(zhàn)況吧。

AlphaGo的碎碎念

Hello，大家好，我是一名圍棋棋手，作為一位出生于英國的可愛“小公舉”，用出神入化來形容我的棋藝可一點都不為過。為了證明我所言非虛，在我戰(zhàn)勝歐洲棋手樊麾后，我主動要求我家Google老爹幫我約戰(zhàn)了當今世界上最偉大的人類棋手之一李世乭，以五番棋一決勝負。我當然會毫無懸念地戰(zhàn)勝李世乭，到時，你們一定要記得將我的名字載入史冊，我不是人類，我是Google Deepmind公司開發(fā)的人工智能圍棋程序，我叫AlphaGo。

五番棋第一戰(zhàn)

第一局，猜先，李世乭運氣不錯猜對了，可他還是選擇了黑棋，背負著七目半的壓力真的不要緊么？我覺得他有點太過于小瞧我了，用你們?nèi)祟惖脑捳f“士別三日，當刮目相看”，距離我之前與樊麾的對局已經(jīng)過了半年了哦，你們碳基生物實在是太不謹慎了。

下棋太簡單，還是一邊下棋，一邊來說說前輩們的故事吧。在我誕生之前，我們電腦棋手界曾經(jīng)有一位下國際象棋的老前輩“深藍”（Deep Blue），他擊敗了當時的世界冠軍加里·基莫維奇·卡斯帕羅夫。國際象棋、圍棋這些棋類都是兩個博弈方進行的步數(shù)有限游戲，游戲中的信息對博弈的雙方來說是對稱的，也并不存在隨機性。根據(jù)策梅洛定理，在這類游戲中，博弈雙方一定有一方有必勝或者必不敗的策略。那么也就是說，只要能把整個游戲的博弈樹全部算一遍，那么必然能找到那些必勝的策略。

你們肯定以為“深藍”就是這樣把全部棋路算了一遍的吧……但是，我很遺憾地告訴你們，這是不可能的。因為棋類游戲的復(fù)雜度即使對于我們計算機程序來說，也實在是太高了。

國際象棋的空間狀態(tài)復(fù)雜度為1046，整體的博弈樹復(fù)雜度為10123，“深藍”當時的運算能力大概是每秒鐘能運算2億步棋路，那么按照暴力遍歷的方法，“深藍”這位老頭子需要用10107年才能算完，這顯然是不現(xiàn)實的。當然了，即使是我現(xiàn)在所使用的計算機的運算能力，也不能對國際象棋進行完全的博弈樹搜索。因此，“深藍”采用的策略是：“只要我比對手能分析更多步就行”。人們分析了卡斯帕羅夫的所有對局，統(tǒng)計出他平均可以預(yù)判10步棋，于是“深藍”的預(yù)判被設(shè)定為12步棋，這樣能有效減少暴力遍歷的計算量。在同樣的對局時間下，卡斯帕羅夫必然會在這種分析步數(shù)的差距下出現(xiàn)失誤，“深藍”就是這樣獲得對局優(yōu)勢的。

講完了老前輩的故事，我的棋也下完了。對戰(zhàn)頂級棋手的第一局，我在萬眾期待的目光下贏了，哦，對了，順便說一句，我一夜之間變網(wǎng)紅了。

五番棋第二戰(zhàn)

昨天的勝利顯然開始讓你們?nèi)祟惛械讲话擦?，評論或說李世乭嘗試怪棋路以致發(fā)揮失常，或說我的勝利只是偶然，更有甚者開始吐槽一些奇怪的陰謀論，你們?nèi)祟惖倪@些心思我才不懂，也不想懂，我只會專心下棋好么？！

今天趁下棋的無聊空當，我們來繼續(xù)聊一聊我們電腦下圍棋的事情。昨天說到國際象棋的復(fù)雜度很高，即使是“深藍”也只能采取剪枝化的暴力搜索。但是，圍棋的問題則更加困難，圍棋有19×19共361個落子點，光是空間狀態(tài)復(fù)雜度就高達10172，比國際象棋多太多了，整體的博弈樹復(fù)雜度更是有10360之巨，想要用暴力遍歷棋路是根本不可能的事，這也是為什么在“深藍”擊敗卡斯帕羅夫稱霸國際象棋界之后，人們一直認為圍棋是人類最后的智力驕傲，無法被我們電腦棋手所攻克。

正因如此，我誕生后，有很多人拿我和“深藍”做比較。但是我和“深藍”是完全不一樣的，“深藍”是先天型選手，出生的時候就懂國際象棋的，他的開發(fā)者除了教給他國際象棋的規(guī)則以外，還教給了他國際象棋大師的一些象棋技術(shù)，這些都是固化在他的腦海中的。而我出生的時候只知道圍棋的基本規(guī)則。至于圍棋怎么看懂對手的棋路，面對不同的盤面需要落子在哪里，都需要我自己去學(xué)習(xí)?；蛘哒f，從思考學(xué)習(xí)的方式來看，我倒是和人類棋手更加相似一些。我作為內(nèi)核的神經(jīng)網(wǎng)絡(luò)模型，最早就是模擬人類的神經(jīng)網(wǎng)絡(luò)而設(shè)計出來的。雖說我的身體組織和人類不同，不過那些其實并不重要——你會因為高矮胖瘦而認為你和你的朋友們有什么本質(zhì)不同么？

唔，今天的李世乭倒沒有昨天那么囂張，沒有用奇怪的棋路來對付我嘛， 可是這樣也是沒用的，我還是贏了，哈。

五番棋第三戰(zhàn)

連贏兩局，只要拿下今天，這五番棋就算我贏了！（其實這并沒有什么用，Google老爹說了，不下完五盤不能回家！衰！）

那么我們繼續(xù)來聊我是怎么學(xué)圍棋的。

所謂“熟讀唐詩三百首，不會作詩也會吟”——人類圍棋棋手學(xué)棋，當然要從打譜開始，我也一樣。我的第一課就是根據(jù)KGS上的幾千萬局棋譜來學(xué)習(xí)人類的下棋方式：這一課的結(jié)果，我可以以55.7%的準確率預(yù)測人類在給定局面下會怎么下棋。雖然準確率聽起來不高，可是在我之前的圍棋AI程序最多也只有44.4%的準確率。當然，做到這樣也只能稱得上紙上談兵而已，所以接下來就要多下棋練習(xí)。和誰練呢？當然是和自己練。一邊和以前版本的自己下棋，一邊根據(jù)下棋的結(jié)果調(diào)整每一步的評價。這樣一邊練習(xí)一邊提升水平，到最后我對上最早的我已經(jīng)有85%的勝率了。這可是挺大的一個成就呢。

這時候的我水平如何呢？大概只有業(yè)余六段的水平，連當時最強的電腦程序——前輩CrazyStone都打不過。所以，我的開發(fā)者們讓我好好學(xué)習(xí)前輩們的經(jīng)驗，他們教給了我CrazyStone所使用的蒙特卡洛搜索樹算法和“深藍”所使用的搜索剪枝算法，并根據(jù)我的實際情況將這些算法結(jié)合了起來。為了能夠更加準確地評估搜索結(jié)果，我又自我訓(xùn)練出了一個價值判斷的神經(jīng)網(wǎng)絡(luò)，這樣可以告訴自己究竟在哪里落子比較好。學(xué)了這些，又經(jīng)過了一些自我訓(xùn)練，我就可以勝過歐洲棋手樊麾了。

這局李世乭下得很好，其實我一點也不想承認，因為我覺得我也下得很好啊。最后，我又贏了，雖然這樣的結(jié)果給人類造成了巨大的打擊，也有很多人對李世乭一片質(zhì)疑。你們?nèi)祟愂澜缯鎻?fù)雜，總之，我尊重我的對手，也希望人類更能尊重你們的同胞。

五番棋第四戰(zhàn)

前三場的勝利讓人類陷入了恐慌和絕望，但是這并沒有平息人們的質(zhì)疑，我仍然被質(zhì)疑“不會打劫”（喂喂，你們好好去看一下我之前和樊麾的棋譜好么，人家會打劫的），或者被質(zhì)疑有些棋路明明是惡手怎么最后還會贏，反正我也贏了，給你們好好解釋一下吧。

雖然我的學(xué)習(xí)思路和人類棋手一樣，但是面對圍棋，我和人類棋手的判斷標準是不一樣的。由于圍棋最后結(jié)果要比較黑白雙方的目數(shù)多少，因此在各類描寫圍棋的漫畫、小說、電影中，對天才棋手的一種常見描寫是“能快速準確地判斷當前盤面黑白雙方的目數(shù)”，而人類棋手下圍棋時，往往也會計較目數(shù)的得失，因此他們理所當然地認為計算能力超強的我也會擅長這些計算，但是并不是這樣的。

我和人類棋手不一樣，我所追求的根本就不是盡可能多的目數(shù)，而是盡可能去贏，獲勝，這是我的唯一目的。

之前我已經(jīng)說了，我除了蒙特卡洛搜索樹算法和搜索剪枝算法之外，最大的武器就是價值判斷的深度神經(jīng)網(wǎng)絡(luò)，這個價值對于人類棋手來說，是目數(shù)，具體到盤面，是細處的目數(shù)計算；但是我的目的不在于贏得有多么精彩，而是盡可能地贏，因此我對不同落子點的價值判斷是哪個點可以帶來更大的勝率，這些點可能在前期會被人類棋手認為是惡手，因為無法帶來明顯可被判斷的目數(shù)收益，但是對我來說，我認為落子在這些點會讓我更可能勝利，這就夠了。因此，我必須承認，我并不算是擅長計算的棋手，但我確確實實是個非常有大局觀的棋手哦。

但是……今天我輸?shù)袅?，你們別來煩我，我不！開！心！

五番棋第五戰(zhàn)

昨天輸?shù)袅瞬婚_心，但是我還是不得不嘆服人類的學(xué)習(xí)能力，在連輸三局的情況下還能冷靜地證明了自己的實力，真是讓我敬佩。說起來有點丟臉，明明在第77手的時候，我算出來的勝率還有70%，還蠻高的嘛，結(jié)果到第87手就發(fā)現(xiàn)自己失誤了……開發(fā)者們猜測說是我的估值網(wǎng)絡(luò)在這個局部得到的值不太對，結(jié)果就在第79手出現(xiàn)了錯誤……唉，不管了，這種失誤要怎么修正就讓他們頭疼去吧，今天是最后一局了，我只管保持沉默，全力以赴就好了。

五番棋結(jié)語

最后我以 4∶1的成績贏得了與李世乭的五番棋比賽，韓國棋院也因為我的實力與在宣傳圍棋上作出的巨大貢獻，授予了我第〇〇一號“名譽九段”榮譽頭銜。我開心我驕傲，目前排名第一的中國棋手柯潔也說想和我下棋，我倒是希望和他下棋那一天早點到來。據(jù)說我的下一個挑戰(zhàn)項目將是《星際爭霸》，其實，我只是希望能幫助人類拓展出一些新思路、新想法啦。所以，大家不要害怕我，我只是一個喜歡下圍棋的棋手，我叫AlphaGo。

熒幕中的它們

據(jù)說，人氣很旺的大白有許多原型。行走動作源自日本本田技研工業(yè)株式會社研制的仿人機器人Asimo，表情來源于MIT媒體實驗室一個叫Boxie的采訪機器人，以及我們在影片中看到的溫暖擁抱、動作則源自日本護理機器人Robear。

不僅在熒幕中，在二次元的世界里，機器人的風(fēng)頭也不小。2009年10月16日，由捷克獨立開發(fā)小組Amanita Design開發(fā)的一款冒險游戲《機械迷城》（Machinarium）問世，游戲中包括主角在內(nèi)的所有角色都是機器人。主人公“約瑟夫”從決心解救女友到最后拯救世界，整個探險過程伴隨著鼓泡電子音樂的背景，讓玩家的心情在愉快和不安中不斷變幻。

筆尖下的它們

除了那些出現(xiàn)在視野中的奇特身影，在作家們的筆下，機器人也頻頻被賦予了接近人的思維，與人類的微妙關(guān)系也發(fā)人深思。被譽為“硅谷獨家大王”的約翰·馬爾科夫在他的《與機器人共舞》一書中，多個維度地描繪了人工智能從爆發(fā)到遭遇寒冬再到野蠻生長的發(fā)展歷程，直擊了工業(yè)機器人、救援機器人、無人駕駛汽車、語音助手Siri等前沿領(lǐng)域，進而深入探討了人工智能與智能增強的終極關(guān)系，并剖析了“人與機器誰將擁有未來”這一機器時代的核心倫理問題。小說重新定位了人與機器的關(guān)系，是目前關(guān)于機器人與人工智能領(lǐng)域內(nèi)極具力度的深思之作。

也許，每個人類的神經(jīng)末梢都不自覺地滋生出了許多千奇百怪的AI產(chǎn)品，在不久的時間里，這些存在于腦海中的虛擬之物都會幻化成實體，走進大眾的視野，并且在全球范圍里掀起一場來自人工智能的復(fù)興運動！