王煜

在圍棋這類規(guī)則特別明確的事情上，我們人類輸給擁有強大計算和記憶能力的計算機程序是早晚的事。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是完全應付不了的。

4比1。當比分最終定格時，李世石終于可以解脫了。這名33歲的韓國圍棋選手在過去的將近一周時間里，成為面對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)。人機大戰(zhàn)不僅成為全球網友津津樂道的話題，也激起了圍棋和AI兩個領域業(yè)內人士的熱烈思考與爭論。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了一大步？

勝負：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，谷歌的強大并不僅僅是因為它常常倒騰出黑科技，還有它的公關能力。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，用計算機“深藍”擊敗了人類的國際象棋冠軍卡斯帕羅夫。

當然，那場比試的熱度遠遠比不上這次的人機大戰(zhàn)。首先當然是因為國際象棋的規(guī)則、變化對電腦的計算能力而言，都是可以用窮舉法攻破的，電腦硬件夠好，攻破難關只是時間問題;而圍棋的變化數(shù)量已經超過了宇宙所有原子數(shù)量之和，在可以預見的未來里，電腦靠“傻算”，走一步的計算時間將是天文數(shù)字，必須運用新的解決手段才能讓程序實用。

其次，今天我們有了社交網絡。觀眾是否懂AI、會不會下圍棋不重要，關鍵的是“人機大戰(zhàn)”變成了一件有趣的事，所以大家都來圍觀，連谷歌的AlphaGo，也被迅速被國內網友按發(fā)音取了中文昵稱“阿法狗”，聽上去萌萌噠;盡管那個“Go”其實是日語“碁”（即“圍棋”之意）的羅馬音標注，發(fā)音其實不是這么回事兒。

于是，這場人“狗”大戰(zhàn)還沒開始就變得充滿戲劇化。好賭是人類的天性，人們紛紛預測比賽結果。認為AlphaGo會勝利的主要是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，中國的圍棋高手古力接受采訪時曾表示：他認為幾個月前AlphaGo戰(zhàn)勝歐洲冠軍樊麾（職業(yè)二段）時，展現(xiàn)出來的只是一個職業(yè)初段的水平，而李世石可是職業(yè)九段頂級高手。幾個月內，從初段提升到九段水平，古力認為完全不可能。

包括李世石本人，賽前也信心爆棚地認為自己會5：0完勝，但在當面聽了谷歌工程師團隊對AlphaGo學習能力的介紹后，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，韓國首爾，大戰(zhàn)開始。也許是明白自己過去的套路都已經被AlphaGo研究清楚，李世石開場就采取了非常規(guī)的下法，主動出擊，試圖把雙方都拉入一個陌生的領域作戰(zhàn)。但他恰恰想錯了，要論“不按常理玩”，谷歌的這只“狗”才是個中高手。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反倒拉起李世石進行了“陌生領域”的纏斗。結果，人類再敗。李世石在發(fā)布會上承認自己“完敗”、“輸?shù)谜f不出話來”。

有記者當場就毫不客氣地質問：前兩場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問題，而谷歌研究團隊成員之一的黃士杰之后對媒體明確表示：“這次比賽并沒有所謂的不能打劫的保密協(xié)議。第一、第二盤棋復盤時李世石九段都有擺出打劫的變化，只是實戰(zhàn)中他沒有下出來。

小李連輸兩場，韓國業(yè)內人士開始不服。據(jù)韓國媒體報道，韓國信息通信專業(yè)律師田石鎮(zhèn)批評稱，谷歌需要對李世石和整個圍棋界道歉，因為此次人機博弈本身就不公平。早在2016年2月9日，田石鎮(zhèn)就在自己的社交網站上發(fā)文稱，谷歌策劃的這場博弈系騙局。他認為，AlphaGo通過網絡可隨時無限收集和利用相關信息，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)”，而這一天同時是他的結婚十周年紀念日，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。當然他同樣在技術方面做了縝密準備，第二盤結束后的當晚，他請來了洪旻杓九段、樸正祥九段等三四個圍棋界的好友通宵復盤研究，最后決定用“打劫”來爭勝最有效。

于是，人們看到看到了李世石與AlphaGo之間的“劫殺”。這雖然用實際行動回應了質疑，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人類棋手！”他還說：“我從未承受過如此大的壓力。”

隨著比賽的進行，圍棋界人士對AlphaGo棋力的看法也不斷改變。當今世界排名第一、18歲的中國小將柯潔看了第一場后評論說：“阿法狗贏不了我?！钡诙龊笏目冢骸拔覍Π⒎ü酚辛蓜俾??！钡谌龍鲩_始前他說：“如果阿法狗挑戰(zhàn)我，我要組團應戰(zhàn)”;看完第三場后則表示“同樣條件我上我也得輸”。

按照賽制，雖然勝負已定，但后兩盤比賽還要進行。放下勝負的第四盤，和前幾局對決相比，李世石更多次陷入長時間的思考，耗時太多，在比賽進行到2個半小時后，李世石僅剩下17分鐘，比AlphaGo剩余時間足足少了1個小時。

就當人們認為小李難獲一勝時，他下出了“神之一手”，成為本場比賽的轉折點。對手發(fā)了大招，AlphaGo卻不但沒能好好應對，還在這之后下出一步常理上的廢棋，“自毀長城”。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，贏得榮譽一戰(zhàn)。當然，隨之而來的還是有“谷歌是不是調低了AlphaGo水平”的“放水論”，以及“AI會隱藏實力了”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。因為根據(jù)這個網站的規(guī)則，如果一名選手從未遭受失敗，就不會進入排名統(tǒng)計。第四盤戰(zhàn)敗后，AlphaGo排名世界第四，領先于排名第五的李世石。排名第一的，是中國的柯潔。

“阿法狗”：

成功，你才剛上路

人機圍棋大戰(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“深度學習”是怎么一回事。

深度學習模擬人類大腦神經網絡的工作原理，將輸出的信號通過多層處理，將底層特征抽象為高層類別，它的目標是更有效率、更精確地處理信息。深度學習自2006年由Geoffrey Hinton教授和他的兩個學生提出后，使得機器學習有了突破性的進展，極大地推動了人工智能水平的提升。2013 年，《麻省理工技術評論》把它列入年度十大技術突破之一。

人腦具有一個深度結構，認知過程是逐步進行，逐層抽象的，能夠層次化地組織思想和概念。深度學習之所以有效，正是因為它較好地模擬了人腦這種“分層”和“抽象”的認知和思考方式。它的實質，是通過構建具有多層的機器學習模型和海量的訓練數(shù)據(jù)，來學習更有用的特征，最終提升分類或預測的準確性。

不過，人工智能與認知科學專家、復旦大學計算機科學技術學院教授危輝分析說，AlphaGo采用的“深度學習”方法，在計算機領域并不是什么“高大上”的獨門秘笈，它的算法也并不復雜。其創(chuàng)新點在于：用計算機語言判定并表征各種棋局的價值。

危輝說，根據(jù)谷歌團隊已公開發(fā)表的論文，AlphaGo深度學習的“竅門”是記住一類布局與一類策略的映射關系。仰仗于事先的海量“打譜”，它給各種棋譜分類，并給每個分類找到一種對應的策略——而對應策略也都是人類棋手已使出的招式，最后拿出計算機的看家本領——記憶?！癆lphaGo其實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布局映射關系。其所謂的類推能力，來自海量樣本間的相似性，其實根本沒有創(chuàng)新！”

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

與危輝的觀點類似，英國《新科學家》周刊認為：“實現(xiàn)先進的人類水平的人工智能要克服三大挑戰(zhàn)：它如何計劃一系列行動以實現(xiàn)目標;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)方面取得進展。但實現(xiàn)人類水平的人工智能需要建立自然界的豐富表征，這就是一個大問題了。盡管圍棋很復雜，在棋盤上識別有利的落子位置也很難，但同精確表征自然界相比，這些依然過于簡單。兩者之間的差距還要幾十年時間才能跨越。”

顯然，從結果而論，在下棋的勝負上，AI已經超越了人類。這是因為目前適合人工智能來解決的任務，要滿足規(guī)則能被精確定義、且范圍受限這兩個條件。而被人類認為考驗智力的下棋，恰恰屬于此列。

如同韓國那位通信專業(yè)律師所言，危輝還指出，AlphaGo和李世石的對弈，看似“一對一”，實際上卻并不平等?！捌鋵?，在這場‘人機大戰(zhàn)中值得‘同情的是李世石，李世石是在‘以一當十甚至‘以一敵百?！盇lphaGo的背后，還有眾多并行計算機設計者、眾多人工智能程序設計者和大量非常有經驗的棋手、棋譜。這么多人的智慧，綜合在一個人工智能程序上，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，我們人類輸給擁有強大計算和記憶能力的計算機程序是早晚的事?！?/p>

“另一個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?！笨梢姡糠较迺r2小時的人機對弈中，AlphaGo不會像李世石那樣耗費體能，也更容易集中“精力”，還省了兩個耗時的環(huán)節(jié)。危輝表示，對人工智能而言，完成這兩個環(huán)節(jié)，涉及到圖像理解能力，涉及到機械臂的精細操作能力，要求“手”“眼”協(xié)調，這些一點兒也不比下棋容易！

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是完全應付不了的。危輝舉例說，有兩個問題：1.一個土壤樣本里，易溶性無機鹽含量較低，請問其中三氧化鋁、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，給我兩個包子。那么，請問我究竟該如何買午飯？

很顯然，對人而言，第一個問題是只有專業(yè)領域的科學家才能解答的事情，第二個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，有人可能會建議我不要管前面人的決定，堅持買一碗粥，有人會建議我也跟風買兩個包子，也有人會建議我買別的食物。

可是，對人工智能而言，第一個問題即使是很傻很傻的計算機也能回答，它只需要會搜索就能搞定了;但是對于第二個問題，它卻沒法給出一個答案。

“人類日常運用智能時，往往察覺不到它的存在。只有當我們這些搞計算機的想要把這些智能編程時，才意識到人類的智能其實有多復雜?！蔽］x感慨。

“比如，翻譯。因為語言無法完全用文法來定義，其靈活性無法用計算機邏輯學來表征，于是，我們看到現(xiàn)在的機器翻譯有多糟糕。又比如，機器無法理解笑話。再比如，一個能在智力競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?！?/p>

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

人類輸棋，不少網友引用科幻小說里機器人統(tǒng)治甚至滅絕人類的橋段來表示擔憂。著名科幻小說《三體》的作者劉慈欣表示：此次“人機大戰(zhàn)”遠遠不夠科幻小說水平，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的，能夠和人類交流;而AlphaGo只是純粹的學習型數(shù)據(jù)庫?！瓣P于想象AlphaGo的內心世界，我沒想過這個事。”

有一點是明確的。IBM“深藍”研發(fā)團隊成員默里·坎貝爾稱：“棋盤游戲長期以來一直是衡量人工智能發(fā)展的標準，但這一時代已經結束?！?/p>

大戰(zhàn)之后，余波未了

“人機大戰(zhàn)”已塵埃落定。圍棋作為這次比賽的載體，本來相對小眾，也收獲得了極大的關注度。據(jù)報道，比賽期間，韓國圍棋培訓班的報名人數(shù)激增。

當然，“大戰(zhàn)”不光是為圍棋賺了眼球，也對業(yè)界產生了實質影響。AlphaGo在幾盤對弈中下了一些人類選手通常認為的“俗手”、“惡手”，也用了一些人類選手通常不會采用的路數(shù)，被認為有自己一套獨立的“棋風”。

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

職業(yè)棋手也對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世紀下法，當時他的理論比較超前，很多職業(yè)棋手覺得不實用，現(xiàn)在看到計算機下的這個我很高興?！?/p>

常昊認為，人類輸給了機器，就圍棋本身而言，會有危機感，但并不全然，競技勝負只是圍棋的一個層面。圍棋流傳了幾千年而不衰，它的背后是中國的傳統(tǒng)文化和精神層面的很多東西，包括我們尚覺得深奧的吳清源老師“21世紀下法”、“六合圍棋”理論，敗給計算機也可以促使職業(yè)棋手多往文化的方面去挖掘、去努力。

胡煜清說：其實，即便是頂尖棋手，對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。“比如，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？北京師范大學教授、科幻作家吳巖一語道破：人機大戰(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)公司要產業(yè)轉型、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。而國內的BAT三巨頭也都在布局自己的AI陣營，創(chuàng)業(yè)公司紛紛尋找自己的切入機會。

例如：美國勞工統(tǒng)計局的月度就業(yè)報告預測、過去十年中國春節(jié)期間市場最佳交易行情、中國十年國債回報率快速下跌時最應該避免的證券交易，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隊，不眠不休花上好幾天甚至好幾周時間計算，才可能做出相關的趨勢和概率預測，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，報告就可以握在決策者手中。

做AI，當然不是為了下圍棋。