皮皮蝦:【熱烈歡呼人類的偉大失敗】

2016-03-09 09:28:54

你一定猜出來了，我所說的人類的偉大失敗是指昨天穀歌開發的阿爾法圍棋(AlphaGo)贏了韓國天才李世石一事。

或曰：這隻是第一盤，還有四盤呢？蝦答：對！但李世石可能沒機會了(如果這盤棋李世石是正常發揮的話)。你知道嗎，AlphaGo這玩意兒是個不分晝夜每時每刻都在學習的家夥，經過這場比賽，他明天的棋力又長了一大截！今年一月，科技界最權威的《自然》雜誌在封麵發布了一個消息：去年十月AlphaGo這怪物以５:０大勝歐洲冠軍、職業二段樊麾，雜誌內文又有論文詳細介紹。因為樊多年不在圍棋中心地中日韓參與一線賽事，許多人斷言它的水平與李世石差遠了，要被讓二子至少讓先才行呢。

現在傻眼了吧？昨天這盤棋之前，最樂觀的挺機者也隻是認為機器會贏兩盤，而且是最後兩盤。一向牛逼哄哄的李世石也自認百分之百的機率獲勝，很可能是5:0，好象這100萬美元的獎金就是為他設的。太低估學霸了！好吧，讓我們試目以待，如果第二盤再贏，證明李世石輸棋不是失常偶然，我們就等著唱人類的挽歌吧！著名九段江鑄久說：AlphaGo是個“遇強愈強”的主，“隻要電腦贏一盤，電腦超過人類的時間點就已經到了。”現在人類曆史已到了這個拐點，就等著求導數了！

又或曰：李世石不是人類的最佳代表。最近風頭最勁、連拿三個世界冠軍的柯潔就說自己想上了。且慢，人家李世石雖然已過了巔峰期，畢竟十四個世界冠軍在手，柯潔還是應該再多拿幾個才有說服力。

拿世界冠軍最多、開創一個時代的李昌鎬(個人18冠、團體13冠)是比李世石更牛的天才，被公認為世界第一人，當年擂台賽十四連勝，超過了早前聶衛平舉國若狂的十一連勝，被稱作鐵門。對計算機頗有研究的中國圍棋隊俞斌總教頭曾精確計算過李昌鎬的水平，認為是達到了十四段的恐怖高度！可惜他的時代已然結束了。

有人把李昌鎬與吳清源相提並論，其實吳可能是個更厲害的角色，當年把全日本所有的高手打得吐血，讓先讓子，滿地找牙。他可能是人機大戰的最佳人選，可惜在上世紀三十年代科技還未發達。

不過吳清源的關門弟子、女中豪傑芮乃偉倒不失為一個可能的人選，畢竟女性思維很不一樣，說不定AlphaGo不太適應呢。剛才說到的江鑄久就是她的丈夫。江鑄久的哥哥江鳴久九段現居矽穀，還給小孩講棋(矽穀的孩子多有福)，據說他被穀歌AlphaGo設計團隊谘詢過。

當年女中豪傑芮乃偉在李昌鎬最牛且打敗天下無敵手的時候，連續三次幹掉了他，拿下韓國的大國手戰的桂冠，大概芮的女性思維石佛不太習慣。芮後來在1990年殺入號稱圍棋奧運賽的應氏杯四強中。國際象棋界的女神外星人小波爾加厲害吧？在男女混合排名中，她曾排名世界第八。可是棋後謝軍認為，某種意義上，芮乃偉更了不起！

對不起，此圖黑白顛倒就好了！

吳清源在日本為中國人爭了氣，那時中國圍棋全麵落後於日本。小日本學東西快，他們唐朝時從中國引入了圍棋，就一個猛子紮進去了。唐時日本王子來華，與當朝第一高手顧師言對弈，敗下陣來。他不知這是首席，要求對陣第一高手，被拒絕，理由是打不過顧師言，不能見更高層次。王子心中很失落。這大概是有史記載的最早一次中日擂台賽吧。本蝦記得是在初二的寒假讀鄧拓的《燕山夜話》時知道這段秩事的。當時去校長家拜年，被問起正在讀什麽書，本蝦就說起來。老校長笑曰，文革就是從批判這本書開始的。時過境遷，往事曆曆在目，已經幾十年光陰了！

又又或曰：為什麽歡呼人類失敗？蝦應：這標誌著人類進入了一個新時代。自從瓦特發明蒸汽機使人類進入工業革命從後，人類不斷跨入新時代，而且周期越來越短，簡直是加速度。機械化代替人的體力後，人類先後經過電氣革命、微電子革命(電腦代替人腦的部分功能)，剛在信息時代還沒坐穩屁股(隻是矽穀稱得上完全進入信息時代)，人類現在已經踏進智能時代的門坎了！這場人工智能的革命給世界帶來的影響和衝擊將遠遠超過前幾次革命的總和，人類的生存方式將被徹底改變，人類將進入以前科幻小說所預言的恐怖的＂後人類時代＂。

知道你會問這次這個電腦怎麽這麽牛。不同於1997年戰勝國際象棋世界冠軍卡斯帕羅夫的深藍(Deep Blue)，這次這個AlphaGo 可是個厲害角色！它可以模仿人腦的思維，而且具有學習能力！穀歌顯然不同於IBM，它們正好是兩個時代的標誌。

按理對於圍棋這種目前世界上難度最大的智力遊戲，電腦應該是束手無策的。國際象棋因為每個棋子的等級不一樣，電腦很容易通過計算求得最佳下法。圍棋的絕妙在於，隻有黑白兩種每子完全平等的棋子，每個子的威力全在於落子的位置、它與周圍棋子的關係、甚至是落子的前後順序，其複雜性玄妙性比天上的星星還繁密。所以這種棋不但要求邏輯思維超高(這點電腦在行)，而且要求一流的直覺和感性，簡直是藝術了(這點電腦怎麽學？)。

可是穀歌就迎難而上敢於挑戰難度。其實這之前，臉書也做了嚐試，《自然》雜誌發表論文後，小紮還在臉書上正名說他們先走一步的，這還是女兒告訴我的，她整天都跟蹤這些大V的觀點動向。

據說穀歌的DeepMind項目小組在設計AlphaGo的深度神經網絡程序時使用了兩大殺器，一個叫“策略網絡”(policy network)，管具體走子(胸有十萬棋譜的大數據)，另一個叫“價值網絡”(value network)，可以評估局麵。兩大殺器攜手合作，篩選最佳走法，一邊演算細節一邊判斷局麵，既有IQ又有EQ，簡直帥呆了！本蝦好友一劍在幾天前的文章裏很形象地把這種自己和自己對弈的強化學習功能(reinforcement learning)比喻為會左右互博的武林高手。知道是金庸小說中的哪位大俠嗎？

記得十多年前本蝦與一位留美的前北大美學教授談起武宮正樹的宇宙流，講到武宮的觀點是，最美的格局應該是最佳的走法因而應該最終贏棋。如果沒贏，那是因為你走得還不夠美，沒有達到最高境界。武宮本人就常常為了美、為了某種對稱寧可輸棋也要那樣走。武宮的理論讓這位朋友歎為觀止。現在好了，有了AlphaGo，我們可以期待它能整出最美的流芳百世的棋局了，一定很有美學價值。