張佳星

不久前，英國《自然》雜志發(fā)表論文報道，一款新版的“阿爾法狗”（AlphaGo）計(jì)算機(jī)程序能夠從空白狀態(tài)起，在不需要任何人類輸入的條件下，無師自通，自學(xué)成才。

創(chuàng)造者給它起名叫“Zero（零）”。道家說，道生一，一生二，二生三，三生萬物。這從零開始，能超越人類頂尖棋手的圍棋技藝，聽起來顛覆常理，讓很多人心生畏懼。

加上被AlphaGo擊敗的世界知名圍棋選手柯潔不久后在社交平臺上表示：“一個純凈、純粹自我學(xué)習(xí)的AlphaGo是最強(qiáng)的……對于AlphaGo的自我進(jìn)步來講……人類太多余了（請聯(lián)系上下文，注意語境）?！?/p>

“人類多余”的概念被斷章取義，一個算法僅憑自己就能學(xué)習(xí)出高超的棋藝，人工智能能夠“零”生萬物，就這樣被解讀出來，然而事實(shí)是這樣嗎？記者專訪了業(yè)內(nèi)學(xué)者，聽聽他們怎么說。

正聽：Zero也需要數(shù)據(jù)庫

“Zero可以自己產(chǎn)生數(shù)據(jù)，下一秒的數(shù)據(jù)和上一秒的數(shù)據(jù)‘對打，贏了就再生成，如此循環(huán)往復(fù)，勝招就逐漸被‘進(jìn)化出來了?！敝袊紫瘮?shù)據(jù)官聯(lián)盟專家組成員、瀚思科技創(chuàng)始人高瀚昭說。

那么，沒有數(shù)據(jù)庫的支持，Zero是如何產(chǎn)生數(shù)據(jù)，又如何知道產(chǎn)生何種數(shù)據(jù)的呢？難道真的有了“聰明才智”？

華大基因CEO尹燁并不贊成“自學(xué)成才”的說法。他將AlphaGo Zero和AlphaGo就學(xué)習(xí)源頭進(jìn)行了對比?！昂笳弑惠斎肓巳祟悮v史上的3000萬個棋局、一步一步從中學(xué)到了對應(yīng)圍棋規(guī)則的算法，Zero就是站在AlphaGo的‘肩膀上，繼承了后者規(guī)則明確的確定算法，才能懂得圍棋的規(guī)則，遵循這個規(guī)則，左右互搏。”

也就是說，Zero從前輩處學(xué)習(xí)規(guī)則，“它不需要的只是以往人類的比賽數(shù)據(jù)，并不意味著不需要數(shù)據(jù)庫?！备咤颜f。

北京語言大學(xué)教授荀恩東將Zero之所以能“棋高一著”解讀為兩個原因，一是“在同樣的規(guī)則下，機(jī)器抓到的落子策略，和人抓到的不同”；二是“它的運(yùn)算速度比人快，因此能夠進(jìn)行更深入的，甚至窮舉的計(jì)算，完全知道后招”。

也就是說，既找對了路，還跑得快。但是，這樣的狀況是有前提的—“規(guī)則是簡單的！勝負(fù)是明確的！策略是可以窮舉的！”荀恩東說。

分析一下Zero的學(xué)習(xí)過程，就能了解為什么必須是這類問題，它們才能勝出。

根據(jù)規(guī)則，它不斷產(chǎn)生新數(shù)據(jù)，進(jìn)而新舊數(shù)據(jù)相互對抗比賽，最終產(chǎn)生一個勝負(fù)結(jié)果。也就是說，在固定的規(guī)則下，不斷地對“勝負(fù)”進(jìn)行驗(yàn)證，讓Zero獲得了精進(jìn)的棋藝，而當(dāng)把這些策略全部驗(yàn)證一遍的時候，它就無敵了。

1997年，電腦“深藍(lán)”戰(zhàn)勝了國際象棋著名棋手卡斯帕羅夫?！斑@個事件當(dāng)時也引起了轟動，”尹燁說，“那個時候國際象棋還不能窮舉，但是隨著硬件運(yùn)算速度的進(jìn)步和算法的提升，到2005年前后，國際象棋已經(jīng)能夠窮舉了，意味著不管走哪一步，電腦都可以‘走一步看N步，算出所有可能，進(jìn)而給出所有對應(yīng)的方法?！彪S著量子計(jì)算的應(yīng)用，圍棋走法的窮舉也是可能的。

“在算法方面，Zero采用對抗的強(qiáng)化學(xué)習(xí)，是機(jī)器學(xué)習(xí)算法的最新進(jìn)展。它對推動人工智能發(fā)展有著重大理論和應(yīng)用意義?！避鞫鳀|說。

定位：仍處于計(jì)算智能階段

“其實(shí)下圍棋是簡單的‘計(jì)算智能，之所以它這么受關(guān)注，是因?yàn)閲逡恢币詠硎遣呗缘南笳鳌！避鞫鳀|說。

“運(yùn)籌帷幄之中，決勝千里之外”總能讓人聯(lián)想到這樣一幕：中軍帳中，一炷香煙霧繚繞，擺定棋盤棋子，帳內(nèi)是黑白子對弈，帳外千軍萬馬搏殺。

圍棋是智慧的象征，當(dāng)人類無法進(jìn)行全樣本分析的時候，如何根據(jù)部分樣本選取最優(yōu)策略，體現(xiàn)了判斷的智慧，而當(dāng)計(jì)算能力能夠計(jì)算全樣本時，智能的類型發(fā)生了轉(zhuǎn)變—

“通過卓越的計(jì)算能力，Zero根據(jù)算法能有一個快速的收斂（趨向準(zhǔn)確），按照策略能達(dá)到接近全局優(yōu)的結(jié)果?！避鞫鳀|說，這意味著它不需要判斷選擇，而需要不知疲倦地找最優(yōu)解、不斷嘗試?！坝捎谟?jì)算深度更深了，采用了優(yōu)化的參數(shù)計(jì)算策略，優(yōu)化過程得到了加速，得到了更好的計(jì)算模型。”

“目前為止，落地應(yīng)用的AI是從速度、自動化、易部署等方向入手‘進(jìn)化—速度進(jìn)化基于硬件提升、分布式處理等；自動化是指無需人工大量標(biāo)記，AI可自動選擇有用的信息進(jìn)行記憶訓(xùn)練，這也是易部署的一部分?！备咤颜f，這樣的“進(jìn)化”是Zero使用4個TPU（神經(jīng)網(wǎng)絡(luò)訓(xùn)練所需的專業(yè)芯片）、嘗試490萬盤棋局就可以超越前任的原因。

但是，它并不比人類更擅長處理復(fù)雜問題。還記得小時候無窮盡的考試嗎？有明確答案的選擇題和判斷題AI可以做，作文題差點(diǎn)。

荀恩東給出了更專業(yè)的分類，“人工智能發(fā)展分三個層次：能存會算的計(jì)算智能、有視聽觸覺的感知智能、能理解會思考的認(rèn)知智能。Zero仍處于計(jì)算智能這個階段?！?/p>

尹燁也認(rèn)為，不依賴數(shù)據(jù)庫的互搏算法無法應(yīng)對規(guī)則不明確的計(jì)算，“比如醫(yī)療健康行業(yè)，依然是數(shù)據(jù)為王，算法會根據(jù)數(shù)據(jù)的積累而不斷修正，從人工智能（AI）走向真智能（RI）。”

展望：更高級的智能還在路上

荀恩東舉了一個詼諧的例子?！氨热纭忝眠@個詞，什么時候是指代人物、什么時候是在表達(dá)一種情感，讓AI分清楚就非常難做到。”

尹燁也認(rèn)為，語言有兩種，僅為了交流而存在的語言無須再學(xué)，但為了表達(dá)思想和情感的語言學(xué)習(xí)會更加受重視。

事實(shí)上，讓AI獲得感知、認(rèn)知智能等的研究一直在進(jìn)行，“目前認(rèn)知智能需要走的路還很長?！避鞫鳀|說。

數(shù)據(jù)顯示，AI產(chǎn)業(yè)中的技術(shù)類企業(yè)有55%在計(jì)算機(jī)視覺領(lǐng)域、13%在自然語言處理領(lǐng)域。力觸覺的研究也被納入到了國家重點(diǎn)研發(fā)計(jì)劃中。

感知智能的視覺、聽覺、觸覺、正在產(chǎn)業(yè)研究、基礎(chǔ)研究等領(lǐng)域不斷拓展。荀恩東說，“語言智能是人工智能的重要研究方向，中文句法語義分析是語言智能的核心技術(shù)。計(jì)算機(jī)缺少足夠的特征去捕捉中文上下文語言信息，在分析準(zhǔn)確度上始終未取得實(shí)質(zhì)性突破。”

為了讓中文能夠不落人后地納入到AI語系，北京語言大學(xué)語言資源高精尖中心開展中文語義分析攻關(guān)，以期獲得具有高魯棒性、高正確率和線速計(jì)算復(fù)雜度的中文句法語義分析器。“魯棒性就是讓機(jī)器具有處理各種語言形式，包括不規(guī)范表達(dá)的能力?！避鞫鳀|說，“我們建立了TB級別以上的漢語分析大數(shù)據(jù)，未來AI可以聽懂書面語、口語、雙關(guān)語、玩笑話……”

視覺方面，公安部上海消防研究所等單位已經(jīng)做到可以看火苗發(fā)送火警警報了。觸覺方面，手勢、體態(tài)、觸控、語音、表情、眼動、生理等非精確交互信息正在被捕捉、認(rèn)知、理解，甚至綜合呈現(xiàn)。

“這些都不僅僅是端對端的問題，而是需要復(fù)雜策略解決的問題。AI系統(tǒng)需要多要素的輸入，也期待多要素的輸出?！避鞫鳀|說，在這些領(lǐng)域，人類經(jīng)驗(yàn)的數(shù)據(jù)庫仍不能被拋開，“就比如砌墻，Zero可以被看作是砌一道新墻，而更高的階段是彌補(bǔ)一道殘缺不全的墻?！?/p>

（本文轉(zhuǎn)自《科技日報》）endprint