除了大數據，在博弈均衡上AI也超過(guò)人類(lèi)了？

　　人工智能發(fā)展到頂級之后，只要人類(lèi)擁有的智能，它無(wú)所不能。而且，基于數據處理能力以指數級高于人類(lèi)，從理論上來(lái)說(shuō)，人工智能將遠超人類(lèi)智能。但事實(shí)上，囿于其在大數據積累上的欠缺，以及數據處理能力背后的邏輯能力缺乏，包括不成熟的行業(yè)業(yè)態(tài)，都給人工智能能否超越人類(lèi)智慧畫(huà)上了大大的問(wèn)號。

　　但在競技領(lǐng)域，人工智能相較人類(lèi)智能的優(yōu)越性已經(jīng)越來(lái)越明顯。1997年5月，卡斯帕羅夫輸給 IBM 的計算機程序“深藍”，開(kāi)啟了公眾視野里的人工智能在棋牌競技領(lǐng)域對人類(lèi)的“碾壓”。

　　然而，隨著(zhù)互聯(lián)網(wǎng)的興起，在新千年之后AI逐漸進(jìn)入沉寂期，直至2006年，大數據和深度學(xué)習再次爆發(fā)，它又一次進(jìn)入公眾視野。在競技領(lǐng)域，這次人工智能選擇了難度更高的圍棋、德?lián)?，以及游戲等領(lǐng)域。

　　那么，在這些領(lǐng)域，人工智能都是怎樣“碾壓”人類(lèi)的?

　　“深藍”：我對人類(lèi)智慧的碾壓只是AI的開(kāi)始

　　很多人以為1997年深藍贏(yíng)卡斯帕羅夫是人工智能第一次戰勝人類(lèi)。事實(shí)并非如此。早在1988年，深藍的師兄“深思”便已在與國際象棋特級大師的對弈中獲得勝利。具有象征意義的是，深藍是第一個(gè)戰贏(yíng)國際象棋世界冠軍的人工智能。事實(shí)上，在1996年2月的對弈中，深藍敗給了卡斯帕羅夫，他也曾經(jīng)表態(tài)說(shuō)，電腦要想戰勝世界冠軍得等到2010年。結果這個(gè)時(shí)刻實(shí)際上只等了一年零三個(gè)月，可見(jiàn)人工智能的學(xué)習能力，并非人類(lèi)智力所能判斷。

　　“深藍”：我對人類(lèi)智慧的碾壓只是AI的開(kāi)始。

　　Alpha GO、絕藝、DeepZenGo：其實(shí)我們已經(jīng)不屑與人類(lèi)比拼了

　　“深思”和“深藍”之后，人工智能再次爆發(fā)將聚焦點(diǎn)轉移到了圍棋上。

　　這次和“深藍”獨霸天下不同，圍棋界的人工智能則是“群雄激戰”。

　　事實(shí)上，最初Alpha GO在網(wǎng)絡(luò )里是匿名，直到最后挑戰李世石并最終獲勝才進(jìn)入到公眾視野。至于A(yíng)lpha GO為什么能夠戰勝人類(lèi)，除了與深藍相似的數據處理能力，其基于深度神經(jīng)網(wǎng)絡(luò )可以預測到最遠40步之后的可能情況，而且可以憑借運算能力隨時(shí)判斷最優(yōu)結果。即使在開(kāi)局不利，或者讓子的情況下，也可以在全局上進(jìn)行把控。

　　而在亞洲，2017年最有看點(diǎn)的還是絕藝和DeepZenGo的“撕逼大戰”。其中，最吸引公眾矚目的兩次分別發(fā)生在3月和8月。3月，第10屆UEC杯世界圍棋AI大賽在日本進(jìn)行，最后決賽與DeepZenGo的對決中，絕藝在大局劣勢的情況下出其不意的逆轉，最終首次捧起UEC杯冠軍。而8月首屆世界智能?chē)遒?，本?lái)的奪冠大熱門(mén)絕藝在四分之一決賽中被半路殺出的程咬金——來(lái)自臺灣的“CGI”打敗，最后依然由絕藝的老對手DeepZenGo奪冠。

　　雖然Alpha Go、絕藝、DeepZenGo還沒(méi)有來(lái)一場(chǎng)終極對決，但它們的“江湖地位”還是有譜的。在進(jìn)階版AlphaGo Zero推出后，三天內通過(guò)自我對抗賽，超過(guò)了AlphaGo的實(shí)力，贏(yíng)得了100場(chǎng)比賽的全勝。之后，DeepMind發(fā)表了AlphaGo的謝幕感言。確實(shí)，在圍棋界已經(jīng)沒(méi)有敵手，高處不勝寒的DeepMind將它的下一個(gè)對手對準了乳腺癌

　　德?lián)洌喝斯ぶ悄荛_(kāi)啟思維開(kāi)掛新領(lǐng)域

　　2017年12月，《科學(xué)》雜志發(fā)布文章稱(chēng)，美國專(zhuān)家研制出新人工智能系統，擊敗四名“德州撲克”頂級高手。據卡內基梅隆大學(xué)專(zhuān)家Noam Brown表示：“我們在創(chuàng )造這一人工智能系統時(shí)所開(kāi)發(fā)的技術(shù)并不是專(zhuān)門(mén)用來(lái)打撲克的，它還可以在‘不完美信息’條件下幫助解決其他問(wèn)題。而這種難題隨處可見(jiàn)，我們希望研發(fā)Libratus時(shí)采用的理念將來(lái)能夠對人工智能的進(jìn)一步發(fā)展和推廣起到?jīng)Q定性的作用?！?/p>

　　但究竟人工智能為什么能夠打德?lián)?，這與國際象棋和圍棋的大數據分析處理能力還是有不小差異，主要運用的方法是博弈論和運籌學(xué)，關(guān)鍵需要理解四個(gè)概念：納什均衡策略、反事實(shí)最佳策略、抽象，以及終局。以納什均衡為例，如何在信息不對稱(chēng)的情況下，估算對方的下注策略概率，從而獲得博弈矩陣中的占優(yōu)策略。

　　“深藍”、“圍棋爭霸”、“德?lián)洹苯o到人類(lèi)的思考：

　　深藍之所以能夠讓世界為之震撼，就是因為它的出色表現給人類(lèi)提出了一個(gè)哲學(xué)問(wèn)題——什么是真正的思考?平均運算速度200萬(wàn)步/秒，指數級超人類(lèi)對于棋盤(pán)的運算能力。但沒(méi)有感性波動(dòng)以及直覺(jué)的能力，完全通過(guò)數據計算，這可以算是真正思考嗎?除了卓越的速度，這種思維能力究竟有什么價(jià)值?人類(lèi)是否也應該讓自己的智力進(jìn)行這樣的量級式開(kāi)發(fā)?

　　這些思考一直延續到了“圍棋爭霸”。

　　而另一方面，人工智能在德?lián)渲械膽?，又說(shuō)明它除了能在數據計算等統計學(xué)思維領(lǐng)域有好的表現，在博弈均衡等社會(huì )和經(jīng)濟學(xué)方面亦有出色表現。