周潔

對(duì)于人工智能來說，1997 年5月11日是歷史性的一天。

IBM的超級(jí)計(jì)算機(jī)“深藍(lán)”（Deep Blue）以2勝1負(fù)3平的成績(jī)戰(zhàn)勝了當(dāng)時(shí)世界排名第一的國(guó)際象棋大師加里·卡斯帕羅夫，一時(shí)間全球轟動(dòng)。

“深藍(lán)”的設(shè)計(jì)者們?cè)诋?dāng)時(shí)就想到了下一個(gè)小目標(biāo)：“何時(shí)計(jì)算機(jī)也能下圍棋呢？”

2016年3月15日，谷歌圍棋人工智能“阿爾法狗”（Alpha Go）與韓國(guó)棋手李世石對(duì)弈并以4：1的成績(jī)獲勝，這場(chǎng)“人機(jī)大戰(zhàn)”成為人工智能史上一座新的里程碑，也再次為人工智能技術(shù)做了科普——

從“深藍(lán)”到“阿爾法狗”，這二十多年的發(fā)展似乎也在預(yù)示著，人工智能終將改變?nèi)祟惖纳睢?h3>計(jì)算機(jī)的勝利

超越人類的思維限制，創(chuàng)造出一種能夠自我學(xué)習(xí)、自我進(jìn)步的超級(jí)大腦，一直是人類的終極夢(mèng)想。

IBM的“深藍(lán)”最早可以追溯到1985年，當(dāng)時(shí)卡內(nèi)基梅隆大學(xué)的博士生許峰雄開始開發(fā)一種名為“芯片測(cè)試”的國(guó)際象棋電腦“深思”（Deep Thought）（來源于科幻小說《銀河系漫游指南》中的一臺(tái)機(jī)器）。后來，許峰雄和他的同事被IBM聘用，繼續(xù)從事國(guó)際象棋的研究工作。

卡斯帕羅夫是國(guó)際象棋史上最偉大的棋手之一，他不僅精通國(guó)際象棋，還是一位數(shù)學(xué)家、計(jì)算機(jī)專家，并且精通15國(guó)語言。他的棋風(fēng)活潑，有異常敏銳的感知判斷力，對(duì)弈時(shí)常常能以出人意料的策略贏得比賽。

卡斯帕羅夫曾在1989年的兩場(chǎng)比賽中輕松擊敗“深思”，于是IBM團(tuán)隊(duì)繼續(xù)改進(jìn)他們的超級(jí)計(jì)算機(jī)，1993年將其重新命名為“深藍(lán)”，這是Deep Thought和IBM藍(lán)色LOGO的組合。

1996年2月17日，卡斯帕羅夫?qū)﹃嘔BM“深藍(lán)”計(jì)算機(jī)，最終，卡斯帕羅夫以4：2戰(zhàn)勝“深藍(lán)”，一舉奪得40萬美元獎(jiǎng)金。

這場(chǎng)比賽給許峰雄團(tuán)隊(duì)帶來了信心，因?yàn)槌龊跛麄兊囊饬希澜缦笃骞谲娫诘谝粓?chǎng)比賽中輸給了“深藍(lán)”。比賽結(jié)束后，許峰雄團(tuán)隊(duì)一直在為“深藍(lán)”做升級(jí)，升級(jí)后，“深藍(lán)”每秒可以檢測(cè)2億個(gè)不同的國(guó)際象棋位置。

1997年5月3日，又一場(chǎng)人機(jī)大戰(zhàn)開始了?？ㄋ古亮_夫贏了第一場(chǎng)，深藍(lán)贏了第二場(chǎng)。第三、第四和第五局以平局告終。5月11日，深藍(lán)以3.5比2.5的比分贏得了第六場(chǎng)比賽。

對(duì)于這場(chǎng)勝利，“深藍(lán)”設(shè)計(jì)者許峰雄認(rèn)為，這主要是依靠“深藍(lán)”強(qiáng)大的計(jì)算能力窮舉所有路數(shù)來選擇最佳策略：“深藍(lán)”靠硬算可以預(yù)判12步，卡斯帕羅夫可以預(yù)判10步。

如今“深藍(lán)”的性能已經(jīng)不再值得一提，就CPU來說，早在2006年，英特爾推出的第一代酷睿2就已經(jīng)超過了“深藍(lán)”，我們國(guó)家超級(jí)計(jì)算機(jī)天河二號(hào)的浮點(diǎn)運(yùn)算能力，則是“深藍(lán)”的30萬倍。

但計(jì)算機(jī)戰(zhàn)勝人類的開端，則為人工智能的從業(yè)者帶來了更大的想象空間。

從“算”到“學(xué)”，人工智能發(fā)展的一大步

從今人的角度來看，“深藍(lán)”還算不上足夠智能，它的算法核心是暴力搜索：生成盡可能多的走法，執(zhí)行盡可能深的搜索，換言之，它每走一步，幾乎都是在遍歷后續(xù)所有可能的情況下作出的決策。

因此，很多人認(rèn)為這是計(jì)算機(jī)的勝利，而不是人工智能的勝利。

但2016年一戰(zhàn)成名的Alpha Go不同。圍棋和國(guó)際象棋在復(fù)雜程度上不可同日而語，圍棋變數(shù)極多，一回合有250種可能，而一盤棋可以長(zhǎng)達(dá)150回合。顯然“深藍(lán)”式的硬算在圍棋上行不通。

Alpha Go勝利的秘訣不僅僅是計(jì)算機(jī)強(qiáng)大的計(jì)算能力，更依賴其精妙的算法。Alpha Go的算法的核心則依靠強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)和蒙特卡洛樹搜索。“強(qiáng)化學(xué)習(xí)讓Alpha Go有了自學(xué)能力，深度學(xué)習(xí)讓Alpha Go通過數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)有了估值量化能力，蒙特卡洛樹則是一個(gè)連接所有技術(shù)和動(dòng)作的框架?！?/p>

“感覺就像一個(gè)有血有肉的人在下棋一樣，該棄的地方也會(huì)棄，該退出的地方也會(huì)退出，非常均衡的一個(gè)棋風(fēng)，真是看不出出自程序之手。”柯潔曾這樣評(píng)價(jià)Alpha Go。

2017年，Alpha Go進(jìn)一步升級(jí)為新版程序 Alpha Go Zero：從空白狀態(tài)學(xué)起，在不利用人類任何圍棋比賽數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)的條件下，它能夠迅速通過2900萬次自我博弈、自學(xué)圍棋，并以 89比11 的戰(zhàn)績(jī)擊敗“前輩”。

有專家形容Alpha Go Zero在某種程度上部分突破了人類認(rèn)知學(xué)習(xí)的能力，原理上可以習(xí)得包括圍棋在內(nèi)的其他觀測(cè)信息是完備的、狀態(tài)動(dòng)作空間是可數(shù)的各種人類技藝，甚至展現(xiàn)出“直覺”判斷能力。

人工智能的應(yīng)用當(dāng)然不會(huì)只是用來下棋，智能搜索、無人駕駛汽車、智能機(jī)器人……人工智能已經(jīng)在試探著進(jìn)入人類實(shí)際生活之中，許多人說，未來人類的大部分工作或許都將被人工智能取代。

對(duì)于這一點(diǎn)，卡斯帕羅夫或許有更深的感受。

作為第一個(gè)工作受到機(jī)器威脅的知識(shí)工作者，23年后2020年，卡斯帕羅夫再次回到了被“深藍(lán)”打敗的紐約一個(gè)酒店的宴會(huì)廳參加活動(dòng)，他說自己已經(jīng)與人工智能和平相處。

“這場(chǎng)比賽不是詛咒，而是福氣，因?yàn)槲页蔀榱艘患浅Ｖ匾虑榈囊徊糠帧?22年前，我的想法可能不同。”卡斯帕羅夫表示，每種技術(shù)都會(huì)在創(chuàng)造就業(yè)機(jī)會(huì)之前就破壞就業(yè)機(jī)會(huì)。也許在未來，人類角色將會(huì)是牧羊人。人類只需輕輕推動(dòng)智能算法，將正確的機(jī)器放在正確的空間中執(zhí)行正確的任務(wù)，那么剩下的事就可以交給機(jī)器來完成。

而當(dāng)下，幾乎所有人都認(rèn)為，目前人工智能發(fā)展水平還處在初級(jí)階段?！澳壳叭斯ぶ悄芩惴ù蠖嘁蕾嚫哔|(zhì)量的海量數(shù)據(jù)，需要的功率也遠(yuǎn)高于人類大腦的能耗水平，同時(shí)也很難應(yīng)用于多種場(chǎng)景。一個(gè)明顯的例子就是，Alpha Go的實(shí)現(xiàn)方法在明確定義的環(huán)境下效果明顯，而在開放環(huán)境下，結(jié)果往往不盡如人意?！?/p>

但從“深藍(lán)”到“阿爾法狗”，人工智能已經(jīng)走上了正確方向，一切才剛剛開始。

歷史上的這一周

1951年5月12日，第一顆氫彈爆炸試驗(yàn)成功。

1968年5月13日，法國(guó)五月風(fēng)暴興起。

1948年5月14日，以色列正式宣布獨(dú)立。

1991年5月15日，法國(guó)第一位女總理克勒松夫人就任。

1929年5月16日，第一屆電影“學(xué)院獎(jiǎng)”（后來的奧斯卡）在好萊塢頒獎(jiǎng)。

1973年5月17日，美參議院專門小組開始水門事件聽證會(huì)。