人工智能靠什么战胜人类大脑？

时代周报特约记者 陈雯 发自广州

无论是赞誉还是批评，人工智能（AI）的发展已超过了人们的想象，它似乎印证了那句描述宇宙结构的老话：一路走来，一切都是人类的造物。

人机围棋大战在即 机器取胜可能导致“智能爆炸”？

3月9日，韩国九段顶尖中国围棋选手李世石将与谷歌人工智能项目AlphaGo在韩国首尔展开对决，整个比赛将分五轮进行。大战在即，双方都公开表示，深信自己将赢得最终的胜利。

Facebook人工智能组研究员田渊栋博士详细分析了AlphaGo在《自然》杂志上发表的论文，开奖直播认为AlphaGo整个系统即使在单机上也已具有了职业水平，与李世石的比赛会相当精彩，很期待最后的结果。不过，《人工智能学家》主编刘锋则撰文表示，谷歌的围棋AI及这场比赛有科学欺诈之嫌。

万众瞩目的人机大战一触即发，人工智能是否能够战胜人类大脑？不论围棋大战谁胜谁负，它都将为问题的答案奠定基础。

人工智能和一种算法

近几年来，人工智能逐渐成为一门显学，以至于很多人误以为这是一个随着互联网发展而出现的新词。事实上，人工智能的历史已超过半个世纪。

不管小说和电影怎样描绘其应用前景，但人工智能并不是悬浮在某处一箱蓝色液体中的合成大脑，它是一个算法—一种告诉计算机执行什么功能的数学方程式。

算法之于21世纪，就像是煤之于19世纪，是现代经济的引擎和燃料。如果没有算法，智能手机无法工作，也不会有Facebook、谷歌、亚马逊。算法可以安排航班，控制飞机，还能帮助医生诊疗疾病。如果所有算法突然停止工作，那无疑是世界末日。

今年1月，谷歌透露已经开发出曾击败围棋欧洲冠军的算法，这种古老的中国棋盘游戏远比国际象棋复杂，这个算法命名为AlphaGo，将在3月中旬与世界冠军一决高下。

最大的挑战

围棋的历史超过2500年。它的着法变化无穷，其变数甚至超过宇宙中原子的移动。国际象棋的所有变化可以计算出来，但围棋不能。更难的是，编程者也不可能写出围棋的评估函数。相反，围棋需要一种类似于“直觉”的东西。

人工智能研究利用游戏来作为微观测试已经有了很长的历史。游戏能够精确地定义并允许研究员来估测自己的成功。去年，谷歌的DeepMind教导机器学习并赢得了所有49个经典Atari计算机游戏。而围棋则一直以来都被人们视为人类能够胜于程序的最后一个经典游戏。围棋之所以如此困难，原因是其结果的无限性，每一局的比赛都非常难以被复制并重现。

“围棋是一种终极游戏，它是游戏的巅峰之作，是最智慧的游戏。” DeepMind创始人哈萨比斯认为围棋是一门艺术，而不是一门科学。“AlphaGo能够以人类的方式学习围棋，并在不断的对局中变得越来越厉害，就像本港台直播们人类一样，学会理解，而不是计算。”开奖直播对AlphaGo取得最终的胜利深信不疑。

取胜的关键

AlphaGo与之前的机器人所不同的一点在于对于神经网络、分层计算和知识库的应用，即谷歌DeepMind团队用两套神经网络为AlphaGo开发了一个全新的系统，这也是它拥有取胜能力的关键。该领域的领军人物杰弗里·欣顿说：“神经网络让本港台直播们减少了要调查的结果数量，但是它们同时也擅长通用化其并未见过的状态。因此，这些神经网络学习规则与战术，它们并不仅仅会记忆，它们还能够理解。”

“传统搜索树会考虑所有可能性，但它用在围棋上行不通。” 哈萨比斯说。正因如此，用两套神经网络为AlphaGo开发的全新的系统可以将围棋视为一个包涵所有可能性的树，它能够无限延伸。AlphaGo要做的就是利用两套神经网络来缩小可能性，它会利用策略网络来判断什么行为可能性最高，系统应该考虑怎么走好下一步，AlphaGo会将搜索树的宽度变窄。还有一个就是价值网络，它告诉AlphaGo怎么移动对白子和黑子都更好，这样就可以降低可能性的深度，这一切都给它的获胜增加了砝码。

不过，《人工智能学家》主编刘锋则撰文表示，谷歌的围棋AI及这场比赛有科学欺诈之嫌，主要原因是AlphaGo对其开奖直播围棋程序选取了众多测试对象，并进行了495次实验，但对人类测试者，却只选取了一位曾经获得围棋欧洲冠军的棋手，并签署严格的保密协议。开奖直播认为，谷歌也没有像Facebook那样把围棋程序放到互联网上，光明磊落地接受大众的考验，作为与谷歌AlphaGo原理相同的facebook围棋程序DarkForest，目前水平相当于业余5段，与职业选手依然有巨大的差距。