圍棋人機大戰一周年：被AlphaGo改變的世界

　　去年今日，三連敗的李世乭扳回一局。

　　然而這一針興奮劑很快失效，隨后李世乭再折一陣，最終以1:4輸給AlphaGo。在圍棋的人機大戰中，頂級人類(lèi)選手完敗給人工智能。

　　人工智能一戰成名，李世乭留下落寞側影。為AlphaGo落子的黃士杰一年后回憶說(shuō)：“當時(shí)我代表AlphaGo下棋，必須保持冷靜”。

　　從那時(shí)起到現在，人類(lèi)始終生活在一個(gè)被AlphaGo改變的世界。

　　一年回望

　　站在圍棋人機大戰一周年的節點(diǎn)上，該如何回顧過(guò)去、展望未來(lái)呢?量子位先把幾個(gè)問(wèn)題拋給創(chuàng )新工場(chǎng)AI工程院副院長(cháng)王詠剛。

　　量子位：一年后再看AlphaGo有何改變?有什么記憶猶新的片段?

　　王詠剛：AlphaGo出世一年，其實(shí)進(jìn)入大家視野的是三個(gè)版本：5:0擊敗樊麾的內測版本，4:1擊敗李世石的版本，以Master網(wǎng)名60:0快棋挑落中日韓高手的版本。三個(gè)版本演進(jìn)脈絡(luò )明顯，每次迭代都有重大升級。

　　最震撼的是計算機在人類(lèi)傳統認為極其玄妙的、電腦無(wú)法掌握的“大局觀(guān)”上突飛猛進(jìn)，遠遠將人類(lèi)選手甩在身后。電腦計算“大局觀(guān)”的方式，和人類(lèi)培養“大局觀(guān)”的思路，有根本的差別。人類(lèi)沒(méi)可能在這方面趕上電腦。

　　和樊麾對局的棋譜基本上還看不出AlphaGo的大局觀(guān)有多強，和李世石對局就下出了聶衛平贊不絕口的五路肩沖，到了Master的60局，大局觀(guān)體現在兩個(gè)地方：

　　1)從始至終對局勢的把握，比如第60局古力用AlphaGo的思路對付AlphaGo，把中央撐得很滿(mǎn)，但AlphaGo不緊不慢，總是恰到好處地保持勝勢。

　　2)已經(jīng)深刻影響人類(lèi)對布局的思考，大飛守角之類(lèi)的變化迅速被人類(lèi)棋手模仿，這和當年深藍問(wèn)世后，國際象棋的布局革命是一樣的。

　　量子位：過(guò)去一年，有什么具體產(chǎn)品或研究，是基于A(yíng)lphaGo的么?

　　王詠剛：AlphaGo用的是AI領(lǐng)域應用非常普遍的算法：深度學(xué)習、蒙特卡洛算法、增強學(xué)習等。

　　從概念上可以說(shuō)，機器視覺(jué)相關(guān)的深度學(xué)習技術(shù)，包含環(huán)境-決策-反饋的智能系統，里面都有AlphaGo的影子。當然，直接的代碼實(shí)現層面，肯定沒(méi)有復制、粘貼這樣直接借用的關(guān)系，因為AlphaGo的深度學(xué)習模型畢竟是圍繞圍棋的特征建立的。

　　DeepMind去年發(fā)布的讀唇術(shù)LipNet，與英國國家醫療服務(wù)體系NHS合作推出的醫療輔助應用Streams，與眼科醫院合作幫助眼部疾病診斷等等，可以說(shuō)都是與AlphaGo同源的技術(shù)。

　　量子位：AlphaGo是否已經(jīng)攻克圍棋?未來(lái)可提升的空間還有哪些?

　　王詠剛：“攻克圍棋”，如果說(shuō)戰勝人類(lèi)選手的話(huà)，AlphaGo已經(jīng)實(shí)現了，而且現在“絕藝”，DeepZen之類(lèi)的程序對人類(lèi)勝率也很高了。

　　未來(lái)最多三年必將發(fā)生的是，手機上的本地APP就可以戰勝人類(lèi)職業(yè)高手，現在熱鬧的網(wǎng)上圍棋對弈平臺都會(huì )死掉(因為對手可以輕易用手機作弊)，人類(lèi)圍棋將回歸現場(chǎng)競賽，圍棋培訓講師將更重視普及教育，因為中高級的提高訓練完全可以用機器代練。

　　不過(guò)，如果說(shuō)“攻克圍棋”是像計算機可以窮舉西洋跳棋的所有變化那樣，讓電腦成為圍棋“上帝”，這個(gè)應該還不大可能?，F在A(yíng)I大部分的招數，還在人類(lèi)高手可以理解的范疇內。AI也有一些可疑的“弱點(diǎn)”，比如官子水平到底如何等等。

　　以后AI和AI之間的競賽，應該會(huì )不斷促進(jìn)AI提高(但這種沒(méi)有太多商業(yè)利益的事情，有沒(méi)有持續投入是個(gè)問(wèn)題)。人類(lèi)應該望塵莫及，但可以不斷從AI中學(xué)習新的思想。

　　不止下棋

　　“AlphaGo給大家最大啟發(fā)，不是贏(yíng)棋，而是如何構建一個(gè)智商超過(guò)300的機器”，HTC負責研發(fā)及醫療的總裁、原Google中國工程院副院長(cháng)張智威說(shuō)。

　　構建的方法有兩個(gè)：一是訓練、二是數據。張智威最近在清華的一次分享(傳送門(mén))中說(shuō)，“如果能做好這件事，各位都是億萬(wàn)富翁。最近兩年，我們每天都在想，哪些領(lǐng)域可以拿到無(wú)限的數據”。

　　而在A(yíng)AAI Fellow、IEEE Fellow、香港科技大學(xué)楊強教授看來(lái)，DeepMind在創(chuàng )造AlphaGo的過(guò)程中，引入一個(gè)新的概念：利用深度學(xué)習+強化學(xué)習，來(lái)判斷現狀和預測未來(lái)。這與未來(lái)的商業(yè)模式有著(zhù)明確的關(guān)聯(lián)：

　　通過(guò)對大數據的分析，對現實(shí)的判斷和對商業(yè)未來(lái)走向進(jìn)行預估。

　　楊強還試圖基于A(yíng)lphaGo歸納出一套人工智能的應用流程：算法的目標是什么?有沒(méi)有數據?數據在哪里?問(wèn)題的邊界是否清晰?什么叫合理的走法、什么叫犯規的走法?你的特征在哪里?又如何得到這些特征?是否可以得到一個(gè)持續的反饋?

　　但也有人沿著(zhù)另一條路前進(jìn)。

　　圍棋也好、國際象棋也好、國際跳棋也好，所有這些都是完美信息博弈?，F實(shí)世界中，不完美信息才是常態(tài)，各種看不見(jiàn)的隱藏信息產(chǎn)生了大量的不確定性，而德州撲克代表的就是這種類(lèi)型的博弈。

　　今年初，在德州撲克的人機大戰中，人工智能Libratus擊敗了四位頂級人類(lèi)玩家。創(chuàng )造了這個(gè)AI的卡內基梅隆大學(xué)Sandholm教授說(shuō)，能夠處理不完美信息的AI，未來(lái)可以用于商業(yè)談判、網(wǎng)絡(luò )安全、醫療方案制定等領(lǐng)域。

　　人工智能發(fā)展的終極目標，是通用人工智能(AGI)。通用人工智能可以解決任何一個(gè)問(wèn)題。想要實(shí)現AGI就得讓人工智能學(xué)會(huì )解決不確定性問(wèn)題，這也是德州撲克人機大戰的重大意義之一。

　　對于已屆不惑的Demis Hassabis來(lái)說(shuō)，創(chuàng )立DeepMind的目標絕不僅限于創(chuàng )造AlphaGo。過(guò)去的一年里，DeepMind還搞出了很多有意思的創(chuàng )新。

　　比方說(shuō)可以模擬任意一種人類(lèi)聲音的WaveNet;以及與英國國家醫療服務(wù)體系合作，使用人工智能來(lái)改善醫療行業(yè)等。

　　繼續戰斗

　　過(guò)去的一年里，僅僅在圍棋界，出彩的人工智能就不止AlphaGo一家。比方說(shuō)量子位此前報道過(guò)的首個(gè)圍棋十段：騰訊絕藝(傳送門(mén))，就是一個(gè)AI。

　　而對于A(yíng)lphaGo來(lái)說(shuō)，挑戰也還沒(méi)結束。

　　現在的圍棋江湖里，中日韓三強中，無(wú)疑中國軍團占據了絕對的優(yōu)勢。剛剛結束的第18屆農心杯三國圍棋擂臺賽上，中國隊僅上場(chǎng)兩位選手，就將日韓兩隊悉數全滅。連笑、柁嘉熹、柯潔等重量級棋手尚未登場(chǎng)，就已經(jīng)拿下冠軍。

　　不在正式場(chǎng)合對陣世界排名第一的柯潔，對于A(yíng)lphaGo來(lái)說(shuō)始終不夠完美。去年AlphaGo挑戰李世乭前，各方還就誰(shuí)贏(yíng)誰(shuí)輸打賭。

　　當時(shí)《連線(xiàn)》記者在報道中描述道：

　　一位名叫周峰的中國記者在觀(guān)戰室攔下了我，開(kāi)心地和我這種將AlphaGo視為科技奇跡而非圍棋殺手的人進(jìn)行對話(huà)。

　　但是當我詢(xún)問(wèn)看見(jiàn)李世石輸了比賽他作何感想時(shí)，他指著(zhù)心口說(shuō)：“我很難過(guò)?！?/p>

　　量子位很想問(wèn)問(wèn)，如果柯潔這次也輸給AlphaGo，周峰還會(huì )特別難過(guò)么?

　　這一次，在人工智能和人類(lèi)頂級高手之間，你覺(jué)得誰(shuí)會(huì )贏(yíng)呢?

　　“我們不關(guān)心輸贏(yíng)。輸贏(yíng)其實(shí)不用看的，AI想贏(yíng)它就肯定能贏(yíng)”，云從CEO周曦說(shuō)，“關(guān)鍵問(wèn)題是AlphaGo會(huì )不會(huì )有些新的想法”。