許天燊

戲劇性、精彩、震撼、刺激、受激發(fā)，看完5場“人機大戰(zhàn)”，朋友圈里的工程師們無不撫掌贊嘆，意猶未盡。

比賽開始之前，李世石九段認為應(yīng)該是5：0擊敗AlphaGo，有人建議他找搞AI的人了解一下機器圍棋，做一些準備，他覺得沒有太大必要。

第一局，AlphaGo的棋風(fēng)和人類棋手就不太一樣，走出一些“創(chuàng)新”下法，李世石由于輕敵，過早地展開了短兵相接的戰(zhàn)法，布局出現(xiàn)弱點，而AlphaGo穩(wěn)扎穩(wěn)打，全局幾無失誤，以吃掉人類棋手一條大龍的戰(zhàn)績，獲得了輝煌勝利。隨即繼續(xù)連勝兩局，下完了第三局，李世石九段的目標改為“希望盡力贏一局”。第四局，戲劇性的反轉(zhuǎn)出現(xiàn)！人類的自尊暫時得到了挽回，AlphaGo走下了神壇。第五局，就在大家都認為人類將獲勝的時候，李世石又顯示了人性脆弱的一面，在局面占優(yōu)的情況下沒有擴大戰(zhàn)果，只下出幾步緩手，即被抓住機會，以微弱優(yōu)勢取得勝利?？偟膩碚f，AlphaGo已經(jīng)達到了頂尖棋手的水平，但是還沒有達到遠超人類的程度。

從AlphaGo的原理可以看出，計算機離替代人腦還很遙遠。這次對戰(zhàn)只是說明，在對等完全信息博弈領(lǐng)域，計算機接近了人類大腦。它的算法主要基于蒙特卡洛搜索（MCTS）和人工神經(jīng)網(wǎng)絡(luò)，簡單地說，是從當(dāng)前局面出發(fā)，選擇一些概率大的分支進行窮盡試算，向下試25步。AlphaGo比Zen、Crazystone等之前的程序棋力大增，主要是加入了人工神經(jīng)網(wǎng)絡(luò)，能從巨量的歷史棋局和自我對弈中學(xué)習(xí)，了解到哪些分支的勝率大。和機器相比，人有直覺和經(jīng)驗，即使不怎么懂圍棋的人，從棋子的擺放經(jīng)常也能感覺出哪方占優(yōu)，人類依據(jù)棋理、定式，剪掉大部分無效分支，極大減少了計算量，好比人能從一群人中直接認出熟人。但機器只能逐個比對，計算機的長處是計算，而短板也是計算。面對大于全宇宙原子數(shù)量的棋局變化，用上再多的機群和云，也不夠窮盡一切變化，計算機注定也無法成為“圍棋上帝”，目前的算法只計算25步，復(fù)雜狀態(tài)下，機器可能會剪掉正確的分支。

要達到真正的人腦思考，處理真實社會中占絕大多數(shù)的非完全信息，還存在兩個巨大障礙：一是對自然語言的理解；二是對人類知識體系的理解，尤其是第二點，目前幾乎還沒有把人文知識，系統(tǒng)地抽象出來的算法，期待下一個技術(shù)飛躍，將人工智能帶進上新的高度。

佩服Google，設(shè)計出這么有趣的人機對戰(zhàn)，讓大眾一起分享前沿科技突破所帶來的全新視野和欣喜。這對人工智能的發(fā)展、對圍棋的普及都將起到巨大的推動作用，非常值得借鑒。信息技術(shù)從業(yè)人員，應(yīng)該學(xué)習(xí)Google的精神，別只在各自行業(yè)的小空間中埋頭工作，不妨用心設(shè)計一些有意思的環(huán)節(jié)，與社會共賞其工作成果，也讓自己的工作在公眾面前經(jīng)受考驗，能經(jīng)過這一關(guān)，含金量那才是真的高。