幽幽茶香煙尚綠
人生到處知何似，應是飛鴻踏雪泥，泥上偶然留指爪，鴻飛那複計東西。
先來看一段昨天的新聞：
麵對穀歌圍棋AI，人類最後的智力驕傲即將崩塌
1997年，國際象棋AI第一次打敗頂尖的人類；2006年，人類最後一次打敗頂尖的國際象棋AI。歐美傳統裏的頂級人類智力試金石，在電腦麵前終於一敗塗地，應了四十多年前計算機科學家的預言。
至少還有東方，人們自我安慰道。圍棋AI長期以來舉步維艱，頂級AI甚至不能打敗稍強的業餘選手。這似乎也合情合理：國際象棋中，平均每回合有35種可能，一盤棋可以有80回合；相比之下，圍棋每回合有250種可能，一盤棋可以長達150回合。這一巨大的數目，足以令任何蠻力窮舉者望而卻步——而人類，我們相信，可以憑借某種難以複製的算法跳過蠻力，一眼看到棋盤的本質。
但是，無論人怎麽想，這樣的局麵當然不可能永遠延續下去。就在今天，國際頂尖期刊《自然》封麵文章報道了穀歌研究者開發的新圍棋AI。這款名為“阿爾法圍棋”（AlphaGo）的人工智能，在沒有任何讓子的情況下以5:0完勝歐洲冠軍，職業圍棋二段樊麾。
AlphaGo與歐洲圍棋冠軍樊麾的5局較量。圖片來源：參考文獻[1]
這是人類曆史上，圍棋AI第一次在公平比賽中戰勝職業選手。
AlphaGo的戰績如何？
此次比賽和以往不同。之前的比賽中，由於AI棋力比人類弱，人類選手都會讓子，而且AI主要和業餘段位的棋手比賽。而AlphaGo對戰樊麾是完全公平的比賽，沒有讓子。職業二段樊麾出生於中國，目前是法國國家圍棋隊總教練，已經連續三年贏得歐洲圍棋冠軍的稱號。
研究者也讓AlphaGo和其他的圍棋AI進行了較量，在總計495局中隻輸了一局，勝率是99.8%。它甚至嚐試了讓4子對陣Crazy Stone，Zen和Pachi三個先進的AI，勝率分別是77%，86%和99%。可見AlphaGo有多強大。
在接下來3月份，AlphaGo將和韓國九段棋手李世乭在首爾一戰，獎金是由Google提供的100萬美金。李世乭是最近10年中獲得世界第一頭銜最多的棋手。圍棋是最後一個人類頂尖高手能戰勝AI的棋類遊戲。之前有人預測說，AI需要再花十幾年才能戰勝人類。所以這場比賽或許會見證曆史，我們將拭目以待。
李世乭表示很榮幸自己將與電腦公平對弈。“無論結果如何，這都會是圍棋史上極具意義的事件。”他說，“我聽說穀歌Deep Mind的AI出人意料地強，而且正在變得更強。但我有自信至少這次能贏。”圖片來源：tygem.com
AI下圍棋到底有多難？
計算圍棋是個極其複雜的問題，比國際象棋要困難得多。圍棋最大有3^361 種局麵，大致的體量是10^170，而已經觀測到的宇宙中，原子的數量才10^80。國際象棋最大隻有2^155種局麵，稱為香農數，大致是10^47。
麵對任何棋類，一種直觀又偷懶的思路是暴力列舉所有能贏的方案，這些方案會形成一個樹形地圖。AI隻要根據這個地圖下棋就能永遠勝利。然而，圍棋一盤大約要下150步，每一步有250種可選的下法，所以粗略來說，要是AI用暴力列舉所有情況的方式，圍棋需要計算250^150種情況，大致是10^360。相對的，國際象棋每盤大約80步，每一步有35種可選下法，所以隻要算35^80種情況，大概是10^124。無論如何，枚舉所有情況的方法不可行，所以研究者們需要用巧妙的方法來解決問題，他們選擇了模仿人類大師的下棋方式。
機器學習
研究者們祭出了終極殺器——“深度學習”（Deep Learning）。深度學習是目前人工智能領域中最熱門的科目，它能完成筆跡識別，麵部識別，駕駛自動汽車，自然語言處理，識別聲音，分析生物信息數據等非常複雜的任務。
描述AlphaGo研究成果的論文成為了1月28日的《自然》雜誌的封麵文章。圖片來源：Nature/Google DeepMind
AlphaGo 的核心是兩種不同的深度神經網絡。“策略網絡”（policy network）和 “值網絡”（value network）。它們的任務在於合作“挑選”出那些比較有前途的棋步，拋棄明顯的差棋，從而將計算量控製在計算機可以完成的範圍裏，本質上和人類棋手所做的一樣。
其中，“值網絡”負責減少搜索的深度——AI會一邊推算一邊判斷局麵，局麵明顯劣勢的時候，就直接拋棄某些路線，不用一條道算到黑；而“策略網絡”負責減少搜索的寬度——麵對眼前的一盤棋，有些棋步是明顯不該走的，比如不該隨便送子給別人吃。利用蒙特卡洛擬合，將這些信息放入一個概率函數，AI就不用給每一步以同樣的重視程度，而可以重點分析那些有戲的棋著。
AlphaGo所使用的神經網絡結構示意圖。圖片來源：參考文獻[1]
AlphaGo利用這兩個工具來分析局麵，判斷每種下子策略的優劣，就像人類棋手會判斷當前局麵以及推斷未來的局麵一樣。這樣AlphaGo在分析了比如未來20步的情況下，就能判斷在哪裏下子贏的概率會高。
研究者們用許多專業棋局訓練AI，這種方法稱為監督學習（supervised learning），然後讓AI和自己對弈，這種方法稱為強化學習（reinforcement learning），每次對弈都能讓AI棋力精進。然後他就能戰勝冠軍啦！
人類在下棋時有一個劣勢，在長時間比賽後，他們會犯錯，但機器不會。而且人類或許一年能玩1000局，但機器一天就能玩100萬局。所以AlphaGo隻要經過了足夠的訓練，就能擊敗所有的人類選手。
Google DeepMind
Google DeepMind是這個程序的創造者，我們來看一下他們萌萌的程序員。
傑米斯·哈薩比斯（Demis Hassabis） 是Google DeepMind 的CEO。圖片來源：Nature Video
文章的第一作者大衛·西爾弗（David Silver）。圖片來源：Nature Video
Google DeepMind 去年在《自然》雜誌上發表過一篇論文[2]，他們用增強學習的方法訓練AI玩經典的Atari遊戲。其實在幾年前就有人研究如何讓AI玩《星際爭霸》，目前人類大師還是能擊敗AI的。電腦遊戲中大量使用人工智能技術，你有沒有覺得遊戲變得越來越聰明了？
那麽……未來呢？
人工智能研究者麵對這樣的成就當然欣喜。深度學習和強化學習等技術完全可以用於更廣泛的領域。比如最近很火的精準治療，我們可以訓練它們判斷哪些治療方案對某個特定的人有效。
但是，圍棋畢竟不僅僅是一項智力成就。就像十多年前的國際象棋一樣，圍棋必定也會引發超出本領域之外的討論。等到計算機能在圍棋上秒殺人類的時候，圍棋是不是就變成了一種無聊的遊戲？人類的智力成就是不是就貶值了？AI還將在其他層麵上繼續碾壓人類嗎？傳統認為AI不可能完成的任務是否也都將被逐一打破？人類最後是會進入AI烏托邦還是被AI淘汰呢？
沒人知道答案。但有一點毫無疑問：AI一定會進入我們的生活，我們不可能躲開。這一接觸雖然很可能悄無聲息，但意義或許不亞於我們第一次接觸外星生命。
趕快去買一期自然雜誌收藏下，這是一個劃時代的事件。
也不用過高估計AI的水平。首先挑戰李世石未可樂觀，即便電腦贏了他，也未必能贏其他棋手。據說小李不擅長對付電腦。其次，蒙特卡洛樹搜索不算特別高深的技術，隻不過比較切合圍棋的情況，而現在的電腦處理能力又比過去強。希望圍棋手們也學習AI技術，從中找出擊敗它的途徑，然後電腦再改進，彼此助長。這樣棋手們就不隻是從遊戲裏賺錢，也為科技做點貢獻。
Google懸賞百萬不會隻有一次吧？錢麽，就該這樣花在有意思的地方。百度啊，華為啊，快來與AlphaGo打擂台吧，畢竟圍棋是國粹呢。
人類的情感來源我看是來自百萬年的進化，比如說反複擦地板1000遍，人會感到煩躁，憤怒等情緒而停止。而沒有任何情緒再擦1000遍的人已經滅絕了，很可能是手指摸爛而無法尋找食物。。。所以沒能留下後代。
靈感是偶發事件，計算機有隨機函數；創造能力是將已有知識重新排列組合，形成新的知識，我相信AlphaGo已經擁有，不然下不過歐洲冠軍。
無論如何，AI不是敵人不是朋友，AI就是人類自己，是人類大腦的延伸。
forqzy所說”把人類肉身拋棄之後的高級生命體”是另外一個話題，我也相信這是人類的未來，關鍵的步驟是如何實現你將獨特的人生記憶和感知世界的邏輯無損地轉換到電子設備上。
低智商豬頭 發表評論於 2016-02-10 19:58:15
計算再多也是計算機。最重要的焦點是人工智能能不能形成“我”的觀念。能否通過圖靈測試。如果能，那絕對是人類的末日。它智力大大高於人類，就會自我隱藏，欺騙人類而不被察覺。而它與人類一定是對立的，因為人會拔電源（類似的行為）來控製它，而智慧生命體必然要避免這種情況的發生。