AlphaGo 是圍棋高手，卻不是人工智能好手_智能界—智能科技聚合推薦平臺

AlphaGo 是圍棋高手，卻不是人工智能好手

時間：2016-03-16 08:44:30 來源：作者：智能界網

人機圍棋大戰已經落幕，人類選手李世石九段以 1：4 敗給 Google 人工智能（ AI ）程序 AlphaGo。

作為過去十年獲得世界冠軍數最多的職業圍棋手，李世石的確有資格代表人類頂尖圍棋手應戰 AI 圍棋手 AlphaGo。但出乎所有人（尤其是職業圍棋手）意料，李世石開賽后就取得三連敗，AlphaGo 也早早地就鎖定了最終的勝果。

面對如此強大又陌生的對手，經歷了大風大浪的李世石并沒有放棄后兩局的抵抗。人機圍棋大戰第四番，李世石第 78 手下出妙招，「神之一手」讓 AlphaGo 開始出現「誤算」，看似無懈可擊的這位 AI 界棋手還是被人類頂尖圍棋手找出了破綻，也就是程序用語中的 Bug（漏洞）。AlphaGo 誤判形勢，勝利的天平第一次傾斜到人類選手一方。在此之前，AlphaGo 曾以 5：0 橫掃歐洲冠軍樊麾二段。

雖然在人機五番棋較量中，李世石只贏了 AlphaGo 這一局比賽，但至少表明人類選手目前依然有可能戰勝頂尖 AI 棋手。如果讓柯潔或者其他目前排名高過李世石的職業圍棋手與 AlphaGo 對決，勝負可能依然難料。

有趣的是，在輸給李世石一盤棋后，AlphaGo 終于有了世界排名。在 3 月 14 日的世界職業圍棋選手排名中，AlphaGo 位列世界第四，僅次于中國的柯潔九段、韓國的樸廷桓九段以及日本的井山裕太九段，韓國棋手李世石九段則位列世界第五。（注：按照世界職業圍棋手排名網站 GoRatings.org 的算法，如果一名職業棋手從未遭受失利，就不會進入排名統計。）

1996 年，首次挑戰卡斯帕羅夫的 IBM 超級計算機深藍，以 2：4 敗給了這位國際象棋冠軍；一年之后，再度挑戰的深藍以 3：2 的比分艱難擊敗卡斯帕羅夫，而這被認作人類計算機發展史上的一大里程碑事件。

相比「上世代」深藍與卡斯帕羅夫在國際象棋場展開的激烈對決，十九年后 AlphaGo 與李世石在圍棋盤上進行的「本世代」人機大戰早早就失去了懸念。要知道，作為一項延續 4000 多年的人類智力游戲，圍棋被視作世界上最復雜的棋盤游戲，也是目前僅有的一項人腦可能戰勝電腦的棋類運動。

雖然理論上還存在人類選手（例如讓柯潔再戰）戰勝 AI 圍棋手的可能，但以 AlphaGo 為代表的 AI 棋手已經或正在攻下圍棋這座曾經不可逾越的大山。更為重要的是，理論上來說只要 AlphaGo 等 AI 棋手經歷了足夠的訓練（與不同風格的人類棋手對戰）以及必要的學習（與人類頂尖棋手過招），就能擊敗所有的人類棋手。

AI 是大勢所趨，即使人類選手敗給了 AI 棋手，我們也沒有什么好驚訝的。十九年前，人類選手就已經在國際象棋戰場敗給了電腦棋手。與時俱進，新一代的電腦棋手為何就不能在十九年后戰勝圍棋選手呢？

歸根究底，不少人還是擔心擁有 AI 的電腦選手會朝著機器人的終極方向不斷進化。在他們看來，電腦越聰明，人腦可發揮的空間就越小。雖然 AI 現在只是在小小的棋盤上戰勝了人類，但未來愈加強大的 AI 會不會不受人腦控制，甚至與人類在各條戰線大戰三百回合呢？

如同經久不衰的世界末日預言，抵制 AI 的論調一直存在。而在人類選手再次落敗人機大戰的背景下，這種杞人憂天的觀點又一次被放大。

圍棋可能是匯集人類最高智慧的博弈游戲，但其簡單的競技規則并不能代表人類社會規則的全部。相比之前只會機械窮算的傳統電腦棋手，新一代 AI 棋手所擁有的「深度學習」能力只是助其成功攻克了圍棋這一曾經的碉堡而已。

事實上，AlphaGo 們距離真正的人工智能，還相差十萬八千里。

首先，不管是國際象棋還是圍棋，都是「完全信息博弈」，即比賽雙方的所有信息都會呈現在棋盤上。只要機器記住了所有規則，并且學會了所有應對之法（ AI 棋手可能做到，人類棋手完全做不到），就可以在對決中一直處于上風。即便被李世石或柯潔們發現了部分破綻，程序員修復了這些 bug，即可讓機器無限逼近完美。

然而，在一些「非完全信息博弈」的游戲（例如撲克或者電子游戲）中，由于機器較難獲知所有信息，處于當下發展水平的這些 AI 選手還很難在這些競技游戲領域戰勝人類選手。

其次，此番對戰李世石的 AlphaGo 依然需要研發團隊對其進行事先的程序設定，而不是完全依靠「后天學習」積累技能。AlphaGo 要想具有更加強大的 AI，首先就需要具備更加徹底的自主學習能力。在研發人員不給其編寫任何圍棋相關代碼程序的前提條件下，AlphaGo 還能通過「深度學習」在棋盤上打敗人類選手，或許這才是 AI 圍棋手當之無愧的勝利。

最后，從 iPhone 上的 Siri 到 Google 家相對復雜的 AlphaGo，均屬「弱人工智能」，也就是處于發展早期的人工智能。AlphaGo 在棋盤上戰勝了人類頂尖選手，但其 IQ / EQ 可能連人類新生兒的水平都達不到。而從全面開花的「弱人工智能」到克隆人類的「強人工智能」，可能至少需要幾十年的發展里程。至于科幻片中才有的「超人工智能」，在可預見的未來依然是個遙不可及的構想。

從「弱人工智能」到「強人工智能」，AlphaGo 們需要在認知、行為和情感上全面模擬人類。棋盤上的常勝將軍，離開棋盤后可能就是個「木頭」。如何把「木頭」培養為既能理性思考又有感性思維的「強人工智能」，并且能嚴格遵守「機器人三定律」，或許這才是全人類需要共同深思的宏大議題。

智能界（www.xingtupian.com）中國智能科技聚合推薦平臺，秉承“引領未來智能生活”的理念，專注報道智能家居、可穿戴設備、智能醫療、機器人、3D打印、智能汽車等諸多科技前沿領域。聚合品牌宣傳、代理招商、產品評測、原創視頻、FM電臺與試用眾測，深入智能硬件行業，全平臺多維度為用戶及廠商提供服務，致力成為中國最具影響力的智能硬件聚合推薦平臺。