|
（漫画：高东辉） 去年10月，一个非传统赛事新闻在体坛引发了不小的震动：谷歌研发的“阿尔法围棋”（Alpha Go）以5∶0战胜欧洲围棋冠军樊麾二段。消息传出后，有人惊呼：这是人类历史上电脑围棋第一次在公平的比赛中战胜职业选手。围棋世界冠军、九段职业选手姜维杰这么形容他的感受：“阿尔法围棋”在围棋界投下了一颗原子弹。没想到的是，此事随后在科技、经济、文化甚至军事领域也掀起了不小的波澜。 这还没完——2月22日，韩国棋院和谷歌在首尔和伦敦同时举行了通过视频连接的两地记者发布会，宣布了一个重磅的决定：韩国天王李世石九段将于3月初约战人工智能“阿尔法围棋”，进行一场围棋界顶级的“人机大战”。 电脑挑战人脑的最佳平台 纵观当今社会，电脑无处不在。而电脑挑战人脑，一直是一个热门话题。但是，电脑和人脑能直接博弈的平台，或者说能最具象最直接分出高下的擂台似乎只有棋坛了。 1996年，IBM研发的电脑“深蓝”与国际象棋顶级大师卡斯帕洛夫交战，结果一败涂地。一年之后，一台经过改进的体重超过一吨的计算机“更深的蓝”卷土重来，再次与卡斯帕洛夫交手，结果是大师铩羽而归。这是在棋坛的历史上，电脑第一次完胜人脑。 电脑能战胜国际象棋大师，但对付围棋职业高手则要难得多。当人们把代表着东方智慧的围棋与代表着西方棋类的国际象棋相比较时，常常会惊叹于围棋的复杂程度。国际象棋平均每回合有35种选择，围棋每个回合则有250种可能，250种可能中每一种又有250种可能。以此类推，其运算结果是一个天文数字。运算也许对拥有“大数据”“云计算”的电脑来说不算什么，可下围棋仅仅靠运算是赢不了比赛的。 不管是东方人还是西方人，有一个基本共识：围棋是人类发明的最复杂也是最美的游戏。不是说围棋每一个着法都比国际象棋多，而是两者下法的理念有所不同。简单地说，国际象棋（中国象棋）的目的就是杀王，子是越下越少；围棋的目的是“圈地”，子越下越多，地多者胜。这实际上就给电脑出了一个难题，用专业的术语来说，国际象棋的着法较易通过函数评估，而围棋的着法相对抽象，电脑不好计算。此外，围棋还有手筋、劫争、弃子等战术战略层面的技法。 所以，国际象棋史上第二位世界棋王伊曼纽尔·拉斯克在评论国际象棋和围棋时，说了这么一句话：“国际象棋是一种仅仅局限于这个世界的游戏，围棋则有些不像是从地球上诞生的。如果有那么一天，我们发现有一种天外文明和我们玩同一种游戏，那一定是围棋，决不会有任何疑问。” 也很可能正是这种原因，围棋一直被认为是人类智力对抗电脑的“最后堡垒”。 智能与智慧的差距只在学习 在“阿尔法围棋”战胜职业二段之前，也有不少电脑围棋“高手”赢过一些业余选手，但与职业选手交战则是不堪一击。从当今世界的科技发展水平和速度来看，电脑战胜围棋职业选手也就是一个时间问题。而这一天真的到来时，在多个领域引起震动又不足为奇。然而，大家被震动的原因是什么，或者说人们到底关注的是什么？ 至少有两个关注点：电脑凭什么能赢？谁是背后的推手？ 人类有情绪会犯错，电脑没有情绪不会犯错。可过去电脑为何不是职业围棋选手的对手呢？公认的原因是电脑只会计算而不会像人一样算计。也正因为如此，光有智商，而没有情商、创造力和想象力，是下不好围棋的，人工智能也是无法战胜人类智慧的。 具体到“阿尔法围棋”与樊麾下的这盘棋，之前的电脑为何在职业选手面前不堪一击呢？一个重要的原因是电脑不擅于学习。 据说，谷歌团队在研发“阿尔法围棋”时，运用了一种叫做“深度卷积神经网络”的技术。一家专业的网站在介绍这项技术时说，这项技术在人工智能领域非常热门，并广泛运用于图像和语言的智能识别。从广义的层面来说，“深度卷积神经网络”是“深度学习”的一个分支。机器学习，指的是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法，是人工智能的热门领域。谷歌“阿尔法围棋”研发团队收集了围棋职业高手大量的棋谱，并用这些棋谱对“深度卷积神经网络”进行了3000万步的训练，使其判断职业选手下一步走法的正确率达到了57%，之前的纪录是44%。 “阿尔法围棋”能战胜职业棋手的关键一着，是它学会了复制人类的技法，通俗地说它变得聪明会学习了，并具备了举一反三的能力。 “‘阿尔法围棋’的棋风很像人，如果是在网络上对局，恐怕猜不到对手是个计算机程序。”樊麾赛后说。 乐观的人说，计算机围棋战胜人类的那一天，就是整个人类文明跨入新纪元的一天。也有悲观的说法，电脑本来是人类的助手，一旦会学习就有可能变成人类的对手，说不定会像科幻电影那样，电脑最后把人类都给打败了，人机的地位很可能会发生乾坤倒转。 |
