(圖/取自網路)
本週，韓國九段頂尖中國圍棋高手李世石（Lee Se-dol）將與谷歌人工智能項目AlphaGo在首爾四季酒店展開對決，整個比賽分五輪進行。
雙方都撂狠話：我們必勝！
2月22日，李世石在首爾韓國棋院接受賽前採訪時說：「老實講，Pan Hui和AlphaGo的比賽水準沒有達到我與AlphaGo比賽的水平。我聽說AlphaGo一直在升級，就在我們談話時它還在繼續進步，所以說，相比於10月的比賽，我所面臨的挑戰會更大。儘管如此，我佔據優勢的事實是不會改變的。對我而言勝利是一定的，現在只剩下贏得完美不完美的問題了。」
谷歌DeepMind卻表示，人工智能程序有自動學習的能力。該公司的工程總裁Demis Hassabis在2月初曾表示：「實際上整個比賽就是我們的Deep Blue時刻。」Hassabis還說，大多的圍棋玩家都認為李世石將戰勝AlphaGo，Hassabis補充道：「他們認為我們獲勝的機率只有5%，但我們的系統進步很快，這點是他們沒有意識到的。就在我們談話時，它正在進步。」
對於Hassabis而言，AlphaGo項目的意義並不僅僅只是打敗世界級的圍棋選手。開發AlphaGo程序的方法可以應用在其它人工智能項目中，包括無人駕駛汽車、類人虛擬助手。Hassabis說，「我們認為人工智能正在為這些問題提前解決一個元問題。」
(圖/取自網路)
AlphaGo怎麼運行的？
許多人很好奇，到底是什麼讓AlphaGo變得如此成功？難道其它人工智能就失敗了嗎？Hassabis說，「傳統搜索樹會考慮所有可能性，但它用在圍棋上行不通。」正因如此，谷歌DeepMind團隊才用兩套神經網絡為AlphaGo開發了一個全新的系統。我們可以將圍棋視為一個包涵所有可能性的樹，它能夠無限延伸。AlphaGo要做的就是利用兩套神經網絡來縮小可能性。它會利用策略網絡來判斷什麼行為可能性最高，系統應該考慮怎麼走好下一步。AlphaGo會將搜索樹的寬度變窄。還有一個就是價值網絡，它告訴AlphaGo怎麼移動對白子和黑子都更好，這樣就可以降低可能性的深度。
在行動之前，Deep Blue超級電腦要考慮大約200萬步，AlphaGo卻只需要考慮10萬步。機器比人類專業選手考慮得遠，人類只能向前看1000步。DeepMind分別對兩套神經網絡進行訓練。策略網絡可以模仿職業圍棋選手下棋，然後讓電腦下棋1300萬次來改進系統。最終，DeepMind會從每一個集合中挑選黑子或者白子的一邊，從而組建一個新的數據集。接下來價值網絡上場，DeepMind會利用好數據集，讓它來決定棋局中每一個位置上誰會獲勝。由此開始，DeepMind團隊會將兩個網絡結合，用Monte Carlo樹搜索來搭建最終的AlphaGo。Hassabis解釋說，「AlphaGo就是一個系統，它可以自己學習，然後將學到的東西寫成算法。事實上，它跟人類學習和下圍棋很接近。」
有些高深莫測？其實，你可以認為AlphaGo就是一個實驗，它不是編程程序，事實上連AlphaGo和它的自己創造者都無法解釋其是如何下棋的，但它卻是擁有了這種能力—或許這是一種直覺，通過不自覺的推理得到知識—到現在為止，我們普遍認為這是屬於人類的特權，就如牛頓在其《自然哲學的數學原理》第二版中序言中所寫到，「我不做假設，我只是知道。」
PPS 關於AlphaGo的演示視頻我們沒找到，但我們找到了一個Facebook類似項目的。儘管沒有谷歌的NB，但憑藉11萬次的運算，其在著名的覆蓋全球的網絡圍棋社區KGS的年度比賽中拿到了第三名。
(圖/取自網路)
是博弈也是試驗
我們需要思考的更多一些，人工智能是否能夠戰勝人類大腦？這個問題已經爭論很久了，不論圍棋大戰誰勝誰負，它都將為問題的答案奠定基礎。如果李世石獲勝，某些人可以輕鬆地長舒一口氣了，因為他們之前曾擔心人工智能會入侵到人類占據統治地位的一些領域中去。如果AlphaGo獲勝會怎麼樣呢？它可能會向我們描繪出一個反烏托邦的未來，在那里人類可憐無助，像牽線木偶一樣被機器人大腦控制著，正如科幻電影《機械公敵》描述的一樣。
開發AlphaGo的是谷歌DeepMind，它原本是一家英國公司，2014年時被谷歌收購。DeepMind認為電腦會進入到一些需要進行創造性思考的領域，這預示著未來人類和人工智能的關係會變得更緊張。
許多專家認為要想知道人工智能是否真的具有創造性思維，圍棋是最好的測試工具，因為它依賴直覺、非常複雜。在其它領域人工智能已經超過了人類，包括1997年的國際象棋大賽，IBM的超級計算機「深藍」便打敗了當時國際象棋的世界冠軍卡斯帕羅夫。但在圍棋中，棋子可能的位置數比宇宙中的原子數還要多，並且遠遠超過國際象棋棋子可能的位置數—這一領域，仍然被人類所支配著。不過這回可以親自見證這個歷史時刻，據悉這次谷歌AlphaGo與李世石的對決將通過YouTube進行直播。
資訊來源：虎嗅網
