李名清

不論這是一場程序測試賽，還是一場營銷宣傳秀，由谷歌掀起的人工智能熱潮或許會在公眾視野中消退，但在產(chǎn)業(yè)界與科技界，這股大潮才剛剛開始

AlphaGo與李世石“人機(jī)大戰(zhàn)”現(xiàn)場

隨著李世石投子認(rèn)輸，谷歌的阿爾法圍棋（AlphaGo）被韓國棋院破例授予圍棋名譽(yù)職業(yè)九段。至2016年3月15日，這場“人機(jī)大賽”第五局落幕，AlphaGo以4∶1戰(zhàn)勝雄霸棋壇十多年的韓國職業(yè)九段李世石。

AlphaGo在前三局取得連勝，至第四局被人類棋手的“神奇一手”打亂陣腳，輸?shù)粢痪?。第五局種，AlphaGo執(zhí)白，雙方都耗盡各自兩小時常規(guī)時間，李世石用掉兩次讀秒。直到比賽收官階段，雙方一直處于膠著狀態(tài)，評論員認(rèn)為他們旗鼓相當(dāng)、交替領(lǐng)先。AlphaGo開局形勢并不占優(yōu)，但之后逐漸減小差距，最終險勝。

AlphaGo代表人工智能（Artificial Intelligence，AI）贏下人類頂尖棋手，讓普遍看好李世石5∶0橫掃機(jī)器的圍棋界，從失落中看到AI超越人類的學(xué)習(xí)與計算能力，開始考慮是否重新審視延續(xù)千年的圍棋理論;而希望AI五番棋全勝的科技界，則看到了能獨(dú)自對弈的機(jī)器，在人類的圍追堵截下也會程序“短路”，下出俗手。

通過人機(jī)對戰(zhàn)，谷歌第一次讓全球的視野聚焦于人工智能。僅在比賽期間，國內(nèi)就有多家公司相繼推出或宣布研發(fā)人工智能圍棋程序，科技界也在為人工智能配備更好的軟、硬件尋求解決方案，讓裝載上千個CPU的AlphaGo們變得便宜易得，進(jìn)入尋常百姓家。可是，要實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力的遷移，科學(xué)界還有很長的路要走。

技術(shù)集合出新高度

3月12日，韓國棋手李世石與谷歌圍棋系統(tǒng)AlphaGo對戰(zhàn)第三盤。

中國圍棋職業(yè)九段羅洗河在北京的家中，通過網(wǎng)絡(luò)直播觀看“人機(jī)大戰(zhàn)”。不同于其他圍棋高手，羅洗河會留意AlphaGo程序上的失誤。他曾寫過多年的圍棋電腦程序，但仍對AlphaGo決策系統(tǒng)與學(xué)習(xí)能力感到震驚。

在羅洗河看來，AlphaGo與人類棋手對弈時，雙方下的是不同的兩盤棋。棋手下的圍棋是在構(gòu)思、構(gòu)圖，在進(jìn)攻或者防守;但對于電腦來說，它只有一種勢力范圍的概念，在具體的接觸戰(zhàn)中，是靠有限窮舉來決定步法。

AlphaGo的開發(fā)者，谷歌旗下的DeepMind公司CEO戴密斯在賽前發(fā)布會上稱，AlphaGo的決策系統(tǒng)依賴于自身的價值網(wǎng)絡(luò)與策略網(wǎng)絡(luò)：前者評估棋盤位置，后者選擇下棋步法。

AlphaGo在練習(xí)時是自己和自己下棋，它的神經(jīng)網(wǎng)絡(luò)通過一種新的方法訓(xùn)練，會結(jié)合與人類比賽中學(xué)到的技藝。

在學(xué)習(xí)中，AlphaGo“吸收”了超過3000萬種來自圍棋專家的步法，又通過自我對弈，逐漸學(xué)會了如何識別圍棋的格局陣法，找出提高奪冠機(jī)會的移動步法。

戴密斯接受《財經(jīng)》記者采訪時表示，AlphaGo前后共有18個不同的系統(tǒng)版本，而與李世石對戰(zhàn)的系統(tǒng)是第18版本?！拔覀円恢弊屟b載了不同版本的AlphaGo進(jìn)行對戰(zhàn)，場面很有意思，你絕對不會看到一個重復(fù)的動作。”

除了《自然》雜志1月底刊發(fā)的封面文章，與賽前發(fā)布會上的程序介紹，DeepMind沒有透露更多有關(guān)AlphaGo的技術(shù)細(xì)節(jié)。

Facebook人工智能組研究員田淵棟在“知乎”上發(fā)文分析，AlphaGo的兩個網(wǎng)絡(luò)是13層的人工神經(jīng)網(wǎng)絡(luò)，其結(jié)構(gòu)與谷歌圖片搜索引擎識別圖片的結(jié)構(gòu)相似?！斑@些層能夠做分類和邏輯推理，經(jīng)過過濾，13個連接的神經(jīng)網(wǎng)絡(luò)層產(chǎn)生對它們看到的局面進(jìn)行判斷。”

在中國科學(xué)院自動化研究所復(fù)雜系統(tǒng)管理與控制國家重點(diǎn)實(shí)驗(yàn)室主任王飛躍看來，AlphaGo采用的分布式計算、深度學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、蒙特卡羅樹搜索技術(shù)，都是已有的技術(shù)，谷歌將其組合起來達(dá)到了驚人效果，“從論文中就能看到，其實(shí)并沒有新‘發(fā)明”。

王飛躍賽前預(yù)測不管誰輸誰贏，五番棋都將是5∶0，最終4∶1的結(jié)果讓他對AlphaGo“刮目相看”，“19年前超級電腦‘深藍(lán)戰(zhàn)勝國際象棋世界冠軍卡斯帕羅夫，更像是應(yīng)用數(shù)學(xué)贏了，而這次，實(shí)實(shí)在在是人工智能贏了?！?/p>

同樣是人工打造的“深藍(lán)”，由開發(fā)者從國際象棋大師那里獲得信息、提煉出特定的規(guī)則，本質(zhì)上是由人教會這個機(jī)器去下棋，這更像是一種死記硬背的填鴨式的學(xué)習(xí)方式。王飛躍分析，放在圍棋中，“深藍(lán)”的常規(guī)計算方法就不會奏效了。DeepMind已經(jīng)找到了發(fā)展人工智能的最佳路徑，谷歌研發(fā)團(tuán)隊?wèi)?yīng)該能很快從技術(shù)上找到進(jìn)一步優(yōu)化AlphaGo的解決方案。

模仿人腦不容易

“誕生”于1956年的人工智能，已走過一個甲子，經(jīng)歷過多次高潮和低谷。這次讓其火遍全球，接近應(yīng)用的是深度學(xué)習(xí)。

上世紀(jì)五六十年代，人工智能剛提出時比現(xiàn)在還火，可是人類始終找不到有效訓(xùn)練它的方法?！吧疃葘W(xué)習(xí)出來之后成了燎原之勢，人工智能借此取得各種各樣的進(jìn)展?！敝锌圃河嬎慵夹g(shù)研究所研究員史忠植說。

2006年，加拿大多倫多大學(xué)教授、機(jī)器學(xué)習(xí)領(lǐng)域的泰斗Geoffrey Hinton，在《科學(xué)》雜志發(fā)表文章論證了兩個觀點(diǎn)：多隱層的神經(jīng)網(wǎng)絡(luò)具有優(yōu)異的特征學(xué)習(xí)能力，學(xué)習(xí)得到的特征對數(shù)據(jù)有更本質(zhì)的刻畫，從而有利于可視化或分類;深度神經(jīng)網(wǎng)絡(luò)在訓(xùn)練上的難度，可以通過“逐層初始化”來有效克服。

這就是訓(xùn)練機(jī)器的思路，被稱為深度學(xué)習(xí)，即借鑒生物的多層神經(jīng)網(wǎng)絡(luò)處理模式所發(fā)展起來的智能處理技術(shù)，是最接近人類大腦的智能學(xué)習(xí)方法。

2013年，《麻省理工技術(shù)評論》把“深度學(xué)習(xí)”列入年度十大技術(shù)突破之一。

深度學(xué)習(xí)，顯然是更好的算法，能夠處理未標(biāo)記的數(shù)據(jù)，其抽象特征的能力與大腦的學(xué)習(xí)過程相似。今天，機(jī)器學(xué)習(xí)算法的改進(jìn)，至少可以分析更多種類的數(shù)據(jù)，包括結(jié)構(gòu)化、半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)。

在深度學(xué)習(xí)技術(shù)出現(xiàn)之前，過去采取的方法是程序員耗費(fèi)巨大的精力編寫程序，輸入機(jī)器然后執(zhí)行預(yù)定的功能，而現(xiàn)在有了深度學(xué)習(xí)技術(shù)以后，人類只需要編寫讓機(jī)器深度學(xué)習(xí)的程序，機(jī)器就能夠?qū)崿F(xiàn)在龐大的數(shù)據(jù)積累過程中通過學(xué)習(xí)來實(shí)現(xiàn)智能化操作，并且其水平可以在數(shù)據(jù)增加的過程中不斷得到提升。

深度學(xué)習(xí)在維基百科中被定義為“一組針對具有多層輸入結(jié)構(gòu)模型而設(shè)計的機(jī)器學(xué)習(xí)算法”。其中，具有多層輸入結(jié)構(gòu)的模型主要指深層神經(jīng)網(wǎng)絡(luò)，即包含多個隱藏層的人工神經(jīng)網(wǎng)絡(luò)。

可見機(jī)器的深度學(xué)習(xí)，主要依賴于模仿人類大腦的人工神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)用硅結(jié)合計算機(jī)模擬人類大腦的神經(jīng)網(wǎng)絡(luò)，核心元器件是CPU（中央處理器）與GPU（圖形處理器）。與擁有6層的人腦神經(jīng)網(wǎng)絡(luò)相比，用于深度學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)常常把層數(shù)做的非常多。AlphaGo的神經(jīng)網(wǎng)絡(luò)有13層，微軟研發(fā)的一款人工智能更是擁有152層之多的神經(jīng)網(wǎng)絡(luò)。

人腦中有上千億的神經(jīng)細(xì)胞，這些神經(jīng)細(xì)胞的形狀就像變壓器和它外部的電線，是由細(xì)胞體以及其外部纖維組成的。它們通過纖維互相連接，傳遞信息，而連接神經(jīng)細(xì)胞的突觸數(shù)量不計其數(shù)。

中科院計算技術(shù)研究所研究員陳云霽接受《財經(jīng)》記者采訪時分析，目前人工神經(jīng)網(wǎng)絡(luò)中神經(jīng)元的數(shù)量最大也只能達(dá)到千萬級別，“與人腦相比，AlphaGo的‘腦只相當(dāng)于人腦的一小塊而已”。

對于計算機(jī)，別說上千億的神經(jīng)細(xì)胞，即便是相當(dāng)于千萬級規(guī)模神經(jīng)細(xì)胞的網(wǎng)絡(luò)，一般的機(jī)器也處理不過來。谷歌公司研發(fā)了谷歌大腦，為了訓(xùn)練它識別一個貓臉，用1.6萬個CPU核跑了7天才得以實(shí)現(xiàn)。

陳云霽表示，如果要用通用CPU去做出一個人腦規(guī)模的神經(jīng)網(wǎng)絡(luò)來，需要約1600萬個CPU核，“你會發(fā)現(xiàn)每分鐘都有一個壞掉，就算你雇傭工人壞一個換一個，也換不過來”。

谷歌公布的數(shù)據(jù)顯示，與李世石對戰(zhàn)的單機(jī)版AlphaGo，配備有176個GPU和1202個CPU，占用一個機(jī)房并配備大功率的空調(diào)，還有一群專家進(jìn)行系統(tǒng)維護(hù)。

盡管如此，愛學(xué)習(xí)、不會疲勞、不看對手臉色的AlphaGo，也“馬失前蹄”了。第四盤比賽中，李世石在第78手的“神奇一挖”，讓機(jī)器“慌了神”，連續(xù)下出近20手讓職業(yè)棋手匪夷所思的棋。

中科院計算技術(shù)研究所副研究員陳天石分析，AlphaGo的失誤與處理器有正相關(guān)的關(guān)系?！坝嬎銠C(jī)的運(yùn)算能力有限，當(dāng)運(yùn)算碰到瓶頸時，機(jī)器就會采用比較弱的決策機(jī)制來下棋，導(dǎo)致一連串失誤發(fā)生。如果底層處理器更強(qiáng)大一些，硬件能力翻倍，就可以避免上述問題?！?/p>

他將人工神經(jīng)網(wǎng)絡(luò)中的硬件與軟件比作碗與水，“只有碗夠大才能裝足夠多的水”，如果人工智能的硬件夠強(qiáng)大，就能執(zhí)行更為復(fù)雜的運(yùn)算，有更強(qiáng)的深度學(xué)習(xí)能力。

未來的人工智能要實(shí)現(xiàn)突破，就需要配備更加高級的人工神經(jīng)網(wǎng)絡(luò)，這就要求軟件不斷升級。同時CPU與GPU處理速度要加快上百倍、上千倍，體積要更小、易用性要更高。

2014年，陳云霽、陳天石課題組在國際上提出了首個深度學(xué)習(xí)處理器架構(gòu)——寒武紀(jì)，并研發(fā)出寒武紀(jì)的指令集DianNaoYu。DianNaoYu指令直接面對大規(guī)模神經(jīng)細(xì)胞和突觸的處理，一條指令即可完成一組神經(jīng)細(xì)胞的處理，并對神經(jīng)細(xì)胞和突觸數(shù)據(jù)在芯片上的傳輸提供了一系列專門的支持。模擬實(shí)驗(yàn)表明，采用DianNaoYu指令集的深度學(xué)習(xí)處理器相對于x86指令集的CPU有兩個數(shù)量級的性能提升。

“如果AlphaGo換成寒武紀(jì)架構(gòu)的芯片，芯片數(shù)量可以大幅減少，體積也可以變得更小，易用性更高?！标愒旗V判斷，目前來看，人工神經(jīng)網(wǎng)絡(luò)在硬件方面的突破可能會來得快一點(diǎn)?，F(xiàn)在的GPU和CPU不是為了智能處理設(shè)計出來的，它們本質(zhì)上是做加減乘除，而人腦是大自然鬼斧神工幾億年進(jìn)化而來，要把人工神經(jīng)網(wǎng)絡(luò)真正做到“類腦”，還有很長的路要走。

通用AI這條路很長

AlphaGo一定程度上征服了圍棋，可谷歌有更大的野心，“我們研究的是面向所有問題的元解決方案，未來的通用人工智能技術(shù)，其中一個用途就是將非結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)化為可用信息?！?/p>

目前的人工智能技術(shù)，在計算機(jī)視覺、語音識別、自然語言處理、音頻識別與生物信息學(xué)等領(lǐng)域都有應(yīng)用。戴密斯在接受《財經(jīng)》記者采訪時稱，AlphaGo代表的人工智能技術(shù)未來將應(yīng)用于醫(yī)療服務(wù)、谷歌電視盒子與手機(jī)之中。谷歌公司已與英國國家醫(yī)療服務(wù)體系（NHS）展開合作，谷歌將為其提供可視化、統(tǒng)計基礎(chǔ)信息的軟件，隨后將更成熟的機(jī)器學(xué)習(xí)技術(shù)運(yùn)用其中。

然而，以上人工智能系統(tǒng)還只是面對一個特定問題進(jìn)行設(shè)計，所能學(xué)習(xí)的也只是單一的行為。AlphaGo向世人展現(xiàn)了強(qiáng)大的學(xué)習(xí)能力與計算能力，可其本身只是一個圍棋對弈程序。

實(shí)際上，人工智能從誕生第一天起就面臨一個問題：理解常識性的知識，并根據(jù)常識知識解決不確定的問題。“目前還看不到通用人工智能的任何希望，但是針對特定問題，AlphaGo已經(jīng)給出特定的路徑。”王飛躍說。

國內(nèi)職業(yè)棋手通過AlphaGo與李世石的對弈發(fā)現(xiàn)，人類棋手要想建立起良好的局面、最終贏得比賽，必須要有勢力范圍的概念，讓棋盤上勢力范圍的構(gòu)成更加復(fù)雜。棋局形勢的復(fù)雜化，能夠迫使AlphaGo需要搜索的空間急劇加大，其短時間內(nèi)的計算精度就會大打折扣。這是看似無所不能的人工智能暴露出的短板。

臺灣大學(xué)醫(yī)學(xué)工程學(xué)研究所人腦實(shí)驗(yàn)室教授林發(fā)暄對《財經(jīng)》記者分析，“人類受到生物性質(zhì)的限制，無法進(jìn)行快速的訓(xùn)練，但人類的學(xué)習(xí)可以從不同的層面來補(bǔ)強(qiáng)，例如，由抽象的規(guī)則與狀態(tài)的描述來增加學(xué)習(xí)的效率。這點(diǎn)人工智能目前尚無直接對應(yīng)的能力?！?/p>

人作為一個生物個體如何在充斥各種刺激、目標(biāo)與狀態(tài)下，能穩(wěn)定地從事“學(xué)習(xí)”來調(diào)整這些連結(jié)關(guān)系，如何產(chǎn)生“意識”，目前科學(xué)界尚不能回答，人工智能在可預(yù)計的未來也無法做到。

“AlphaGo說明了對于清楚定義單一價值的工作，計算機(jī)可以勝任。但我們生活的世界并不是凡事都有清楚且明確價值的世界。這點(diǎn)我想人工智能還要花很長的一段時間才有機(jī)會和我們在其他的生活層次產(chǎn)生對話?！绷职l(fā)暄表示。

科學(xué)家們也認(rèn)同，要實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力的遷移，最終使其應(yīng)用通用化，科學(xué)界還有很長的路要走。

本刊記者左璇，實(shí)習(xí)生閔敏、侯力嘉對本文亦有貢獻(xiàn)