AlphaGo赢得首场人机对决 奇点离人更近了？

本篇文章2868字，读完约7分钟

一只名叫“阿尔法”的狗生气了。

3月9日下午3点30分，世界围棋冠军李世石在中盘比赛中认输。谷歌的人工智能系统Alphago赢得了这场举世闻名的“人机大战”的第一场比赛。

许多人快乐快乐，许多人沮丧。当然，比赛将持续到3月15日。以Go为代表的“人类智能最后一道防线”能否抵挡人工智能的冲击，目前还不得而知。

对于围棋界的人来说，这个游戏的结果有些让人无法接受。就在比赛前两天，“象棋大师”聂卫平在一次活动中公开表示了他对电脑的蔑视。“我认为计算机有不可逾越的技术障碍。围棋是数百万种情况下的最佳选择，人脑可以自己做出最有利的判断，但面对复杂的情况，计算机根本无法做出判断。”聂卫平说，“我想人们会赢100%。“电脑打败了人脑”的说法完全是在闪烁。”

在技校，懂技术的李开复对人工智能的未来很乐观，但对人脑的现状更乐观。据分析，阿尔法戈去年年底的go成绩为3168分，李世石的成绩约为3532分。“如果你玩一个游戏，阿尔法戈仍然有11%的胜算，如果整个游戏在五盘中赢了三盘或更多盘，阿尔法戈只有1.1%的胜算。”李开复在文章中写道，“当然，这是几个月前的阿尔法戈，也许它已经超越了今天。”

《人工智能狂潮》的作者、日本顶尖人工智能专家宋伟峰曾经说过，围棋盘组合的数量要比国际象棋盘组合的数量多，人工智能要在这方面赶上来还需要时间。但我没想到这一天来得这么快。

然而，许多技术学校对alphago非常乐观。零点机器人创始人、百度深度学习研究所前所长余凯对电脑的成功持乐观态度。“我预测电脑会在第一天获胜，而且我在第一场比赛中预测正确。”余凯告诉《21世纪经济报道》记者:“我的预测是基于算法理论、人类的弱点和机器的力量。可以说，这是一场不平等的对抗。”

不平等的对抗？

中国围棋世界冠军古力在这场比赛的直播中表示，从阿尔法围棋对欧洲围棋冠军范辉(职业围棋的第二阶段)的表现来看，这已经处于职业围棋的初级阶段。这种水平根本无法与李世石(九段职业围棋)相提并论。需要注意的是，阿尔法戈与范辉的比赛是在2015年10月5日至9日进行的，至今已经进行了五个月。计算机在五个月内能取得多大的进步？

“起初，Google使用较少的服务器来培训alphago，但后来培训的服务器数量增加到了近2000台。”这些服务器的每秒计算能力也非常强。”余凯说。然而，李开复对如何在短期内通过增加服务器来提高alphago的水平表示怀疑。

根据《自然》今年1月的封面文章，从1202个处理器到1920个处理器，阿尔法戈的go分数只增加了28分，而阿尔法戈和李世石的差距高达364分。“要提高364个点，所需的cpu将达到天文数字，一篇文章估计至少需要10万个CPU。”李开复写道:“假设有10万台机器，它们的总计算能力很强，但它们的协调性将成为一个瓶颈。在几个月内增加两个cpu并调整算法和减少瓶颈应该不是件容易的事。”

余凯认为alphago的优势在于它应用了monte carlo树搜索，这是一种应用于某些决策过程的搜索算法。“这种算法的特点是，只要时间足够，它可以耗尽所有的游戏，让机器人充分学习。它突破了人类的极限，使计算机能够不断面对自我，不断改进。”余凯向记者解释道。

输给阿尔法戈的欧洲围棋冠军范辉在赛前接受媒体采访时表示，围棋不仅需要技术，还需要“情感和心理”。“两个人下棋时，你经常观察和思考对方的情绪和心理。但是现在相反的是电脑，你所有的感觉都被击退了。它没有心理波动。”范辉所说的也是余凯对机器持乐观态度的一个重要原因，因为机器没有情感。“人是不稳定的，经历、环境和各种偶然因素都可能产生影响；这台机器的算法可能有弱点，但它不会出错。在其框架中找到最佳点。人们会想要赢得美丽和高分；机器不会，只是赢了。”

此外，余凯认为，李世石的第一次失败也与他对计算机程序的无知有关。“李世石的长处和短处在过去的比赛中已经暴露无遗。我相信阿尔法戈应该在比赛前研究过李石士的所有历史资料，但是李石士对机器一无所知。机器算法包括价值函数和决策函数，李世石根本不懂机器的决策函数。”

这还不是一个时代

全国人大代表、国际图联主席刘庆峰也在3月6日下午的媒体见面会上表达了对电脑的支持。“(人工智能)如果你没有赢，那么谷歌就做得不好。”刘庆峰半开玩笑地告诉记者。然而，刘庆峰认为，无论输赢，“竞争对人工智能的影响并不像大家想象的那么大。”

1951年，克里斯托弗·斯特雷奇(christopher strachey)用曼彻斯特大学的费拉蒂马克1号机器编写了一个跳棋程序。与此同时，迪特里希·普林茨开发了一个国际象棋程序。从20世纪50年代中期到60年代早期，亚瑟·塞缪尔开发的国际象棋程序的棋力已经可以挑战相当水平的业余棋手。今天的围棋，无论输赢，都表明人工智能在特定规则领域的精确计算和判断已经达到或超过了人类的水平。

“对于有规则可循的操作，我认为机器本身应该比人强。”刘庆峰告诉记者。余凯也同意刘庆峰的观点，因为“精确计算擅长于机器，判断和创造事物是人的优势。”。然而，机器缺乏推理，从这里学习的能力在别处是不需要的。“换句话说，机器可以在有序的国际象棋世界中畅游，但它们无法适应目前混乱的现实生活。

今年1月，《自然》的封面文章详细介绍了阿尔法戈。根据这篇文章，alphago是一个精心设计的深度学习引擎，针对go进行了优化。它使用神经网络和蒙特卡罗树搜索。阿尔法戈由英国人工智能公司deepmind开发，成立于2010年。2014年，深度思维被谷歌收购。阿尔法戈强大的计算能力也归功于谷歌巨大的云计算资源。

谈到alphago的优势时，李开复说:“如果alphago今天要进入一个新的应用领域，使用alphago的底层技术，alphago的团队应该能够更快、更有效地开发解决方案。”这是alphago比深蓝更好的地方。”深蓝是一台由ibm开发的超级计算机，用于分析国际象棋。1997年5月，深蓝打败了世界象棋冠军卡斯巴斯·罗夫。

“alphago应用的学习算法可以扩展到其他领域，但这种扩展是由人而不是机器完成的。如果有一天，机器能够自己扩展学习领域，那将是危险的。”余凯说。

奇点正在接近吗？

余凯的担心并非没有理由。早在1997年，深蓝就击败了国际象棋世界冠军；2011年，沃森在美国电视智力竞赛节目中击败了冠军；2012年，被封为永恒象棋圣的米昌邦雄被邦克拉打败。

在《人工智能狂潮》中，宋伟峰将当前的人工智能分为四个层次:第一层次是简单的控制程序，第二层次是传统的人工智能，如象棋程序和清洁机器人；第三级是引入人工智能进行机器学习，内置在搜索引擎中，或者根据大数据自动判断；最后一个层次是具有深度学习的人工智能。第一层相当于临时工，最后一层相当于经理。

松尾冯指出，虽然没有必要担心人工智能征服人类，但人工智能的可能性不可低估。人工智能的发展应该遵循伦理标准。“与使用人工智能相关的操作和技术必须透明，控制权应分散在许多人手中。”松尾冯说道。