AlphaGo：人工智能的一大步

樂佳

2016年3月，由谷歌旗下公司DeepMind開發(fā)的人工智能程序阿爾法狗（AlphaGo）以總比分4：1戰(zhàn)勝韓國天王級職業(yè)圍棋選手李世石九段。此役使得AlphaGo聲名鵲起，也使得人工智能、深度學(xué)習(xí)成為了世人關(guān)注的熱點。僅僅過了幾個月，同年的12月29日，一個神秘賬號“Master”出現(xiàn)在了中文網(wǎng)絡(luò)圍棋平臺弈城網(wǎng)上，并在短短幾日之內(nèi)以60勝0負1和的傲人戰(zhàn)績戰(zhàn)勝了包括世界排名第一的柯潔九段、“棋圣”聶衛(wèi)平在內(nèi)的多個職業(yè)圍棋領(lǐng)域的大師級人物。當(dāng)人們還在震驚中猜測Master到底是是何方神圣時，Google對外宣布Master的真實身份就是AlphaGo。AlphaGo是人工智能領(lǐng)域的一個里程碑，它的出現(xiàn)昭示著人工智能領(lǐng)域的研究又先前邁進了一大步。那么，AlphaGo到底有何過人之處，其在圍棋領(lǐng)域取得的成績?yōu)楹螘a(chǎn)生如此之大的反響？

阿爾法狗

其實，人工智能在棋類運動中戰(zhàn)勝人類早已有先例，早在1997年5月IBM的“深藍計算機”在國際象棋比賽中戰(zhàn)勝了當(dāng)時的世界衛(wèi)冕冠軍卡斯帕羅夫。相較于國際象棋，圍棋具有更復(fù)雜的規(guī)則和更多的棋盤狀態(tài)，所以在深藍戰(zhàn)勝了世界冠軍后的很長一段時間內(nèi)很多人都認為計算機在圍棋上是無法戰(zhàn)勝人類的，甚至有人把圍棋稱為“人類最后的堡壘”。而如今，“人類最后的堡壘”也已經(jīng)被攻破，勢必會引起人們的強烈反應(yīng)。

AlphaGo的成功一方面得益于硬件設(shè)備計算能力的極大提升，相較于20年前，如今計算設(shè)備的計算能力有了質(zhì)的飛躍;另一方面，則得益于采用了深度學(xué)習(xí)算法。同深藍采用的暴力解題的方式不同，AlphaGo通過使用深度學(xué)習(xí)來獲得更加抽象的概念。AlphaGo的核心組成是兩個卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks， CNN）：策略網(wǎng)絡(luò)（Policy Network）和價值網(wǎng)絡(luò)（Value Network）。簡單來說，策略網(wǎng)絡(luò)用于針對當(dāng)前棋盤，輸出在當(dāng)前棋盤各個空白處落子的概率;價值網(wǎng)絡(luò)則會給出在各個位置落子后的勝率;最后，AlphaGo使用一種蒙特卡羅樹搜索（Monte Carlo Tree Search， MCTS）算法結(jié)合前面的兩個網(wǎng)絡(luò)輸出最佳的落子策略。因此，AlphaGo厲害之處就在于當(dāng)他的對手可能還在思考下在哪里的時候，它已經(jīng)猜出了對手可能下子的位置，并利用對手思考的時間，繼續(xù)計算后面的棋路。此外，AlphaGo還使用了強化學(xué)習(xí)算法（Reinforcement Learning， RL）：通過讓策略網(wǎng)絡(luò)不斷地自我對弈，來不斷提升策略網(wǎng)絡(luò)預(yù)測落子概率的準(zhǔn)確性。當(dāng)然，AlphaGo的實際計算過程比這要復(fù)雜得多，此處主要是為了方便理解而對其對弈的計算過程做了大量的簡化。

人工智能一般可以分為弱人工智能和強人工智能，兩者最大的區(qū)別在于制造出來的智能機器是否可以具有自我意識。強人工智具有理解問題、思考問題、計劃并解決問題的能力，甚至擁有自我意識和知覺。而弱人工智能雖然能解決一些人類才能解決的問題，但實際上它并不真正具備理解問題、思考問題的能力，也沒有自我意識。自從AlphaGo擊敗眾多圍棋高手以來，不少人都覺得人類離人工智能統(tǒng)治人類的那一天又更進了一步。其實，盡管AlphaGo的確是人工智能領(lǐng)域的一個里程碑，但本質(zhì)上AlphaGo仍然是一個計算機程序，它沒有自我意識，也沒有真正理解圍棋，他只是算出了幾個可以構(gòu)建最佳落子策略的函數(shù)而已，它仍然屬于弱人工智能。