AI的进阶：Google人工智能如何教你重新做人？

本篇文章3453字，读完约9分钟

编者按:伴随着谷歌io大会的东风，《连线》杂志发表了一篇深入分析人工智能向人类进化的全过程的文章，指出在这个过程中，虽然人类担心人工智能会取代人类，但事实上，人工智能不仅不会取代人类，还会促进人类的进步。以下是文章的主要内容:

在人机围棋的第二场比赛中，阿尔法围棋在空白区落到了37位，震惊了世界——李世石看到后离开了，远程观看并解释的雷德蒙也震惊了。西方唯一的九段棋手说:“我真的不知道这是好棋还是坏棋。”与此同时，美国围棋协会的交流副主席克里斯·加洛克说:“这是一个错误。”

在这一步中，李世石参加了大约二十分钟的考试，但四个多小时后他还是输了。后来，在这场人机战争中，分布在全球谷歌数据中心的数百个人工智能程序被连接起来，打败了人类设计的最复杂游戏中的最佳玩家。

同样对37手牌有所怀疑的范辉，不仅是以5-0输给阿尔法戈的欧洲围棋冠军，也是此后阿尔法戈的陪练。在与李世石开战前的五个多月里，范辉与阿尔法戈玩了数百场游戏。他看着阿尔法戈一天天长大。范辉越来越失败，但他是最了解阿尔法戈的人。看着阿尔法戈的第37只手，他知道一定有普通人难以理解的东西。数了10秒钟后，他说:“多棒的手啊。”。

是的，大多数人认为阿尔法戈的胜利是对计算能力的一次强有力的粉碎。然而，第37手证明了阿尔法围棋不仅是一种计算，而且在一定程度上显示了理解围棋的能力，就像人类棋手一样，有着棋感。因此，37只手具有历史意义，这表明机器和人类终于开始有一个真正的融合日。

阿尔法戈的创始人哈比比于1976年出生于伦敦。他4岁开始下棋，13岁成为象棋大师，在14岁以下的棋手中排名世界第二。阿尔法狼队的队长席尔瓦说:“我看到他出现在我们镇上，赢得比赛，然后离开。”他们俩在剑桥大学读本科时正式相识。为了理解人类的思维和研究机器能否变得智能，两个专业都是计算神经科学。在伦敦大学学院(ucl)攻读认知神经科学博士学位时，哈萨比斯专注于负责导航、记忆和想象的海马体，并为构建一台更像人类思维方式的计算机奠定了基础。他的新理论被《科学》杂志评为2007年十大科技突破之一。

当ibm深蓝计算机在1997年击败国际象棋冠军时，碰巧哈比比正在剑桥大学学习计算机科学。当时，他第一次接触到围棋，这是一种在剑桥已经有几千年历史的棋盘游戏，而刚刚接触到围棋的哈比比不禁会想:为什么机器从来没有破解过这种智力游戏？正因为如此，哈萨比斯决定制造一个电脑系统，可以玩得比人类更好。从博弈论的角度来看，围棋就像国际象棋和跳棋一样，是一个完全信息的游戏——完全没有运气，信息是完全开放的。一般来说，电脑应该能够轻松掌握它，但他们就是不能征服围棋。

哈萨比斯说，在围棋中，无论是人还是机器都无法计算出每一步的最终结果，顶尖棋手依靠的是直觉而不是硬计算——也就是棋感。"围棋布局注重美感，好的布局看起来充满美感."

1998年，他们毕业后共同创办了一家视频游戏公司。游戏是测试人工智能的好方法。但是在2005年，他们的游戏公司破产了。席尔瓦去阿尔伯塔大学学习人工智能的主要形式——强化学习。增强学习技术使机器能够重复同样的任务并找到最佳决策，从而实现自主学习。哈萨比斯去了英国伦敦大学学院，获得了神经科学博士学位。这两个专业都是计算神经科学，目的是研究机器能否变得智能。2010年，他们又见面了——哈萨比斯在伦敦创立了一家名为deepmind的人工智能公司，席尔瓦加入了他。

当谷歌首席执行官布林与哈萨比斯会面时，哈萨比斯说:“几年后，deepmind也许能够击败世界围棋冠军。”甚至有远见的布林也认为这是不可思议的，但他们做到了。

第二场人机大战后，席尔瓦进入阿尔法戈的控制室，监控它是否正常运行，并跟踪它如何预测每场比赛的结果。席尔瓦调出阿尔法戈在比赛中的决策记录，看看阿尔法戈打出第37局之前发生了什么。

在deepmind和alphago出现之前，国际象棋依靠蛮力，也就是ibm Deep Blue使用的耗尽。当时，深蓝也迈出了意想不到的一步，但暴力计算无法解决Go。围棋有如此多的变化，以至于计算机都无法计算出来。

因此，深层思维只能找到另一种方式——机器学习。

深度思维团队将人类玩的3000万步围棋输入到深度神经网络中。这个网络模拟了人脑中的神经网络，团队也希望它能像人脑一样思考，独立学习。例如，脸书的计算机视觉技术，谷歌的语音识别。观察足够多的猫，它能认出猫；输入足够的语言数据，就能理解自然语言；同样，如果你输入足够的国际象棋分数，你就可以学会如何下棋。然而，创造性关联和规则应用是两回事。例如，37只手不在3000万步之内，那么怎么做呢？事实上，阿尔法戈还计算出人类职业棋手迈出这一步的概率只有万分之一，但它还是选择了这一步。

席尔瓦解释说:“它知道一个职业棋手这样做的概率很低，但经过它自己的计算，它可以推翻原来的输入参考。”从某种意义上说，阿尔法戈开始独立思考。它的决定不是基于它的创造者在它的数字dna中编辑的规则，而是基于它的自学算法。

在让自己学会下棋后，席尔瓦让阿尔法去和自己对抗——这是一个与其版本不同的神经网络。在自我游戏训练的过程中，阿尔法戈记录了最好的行走方法——这是席尔瓦曾经研究过的强化学习技术。

给自己打分——这是提高你下棋技巧的有效方法，但这是技巧的一部分。仅仅知道如何分析形势和进行逻辑计算是不够的。在广阔的棋盘上找到最好的一手取决于直觉，即根据棋型的感性预测。在强化学习技术实施后，席尔瓦的团队将这些非人类围棋步法导入第二个神经网络，并教它预测深蓝等象棋游戏。在输入了许多游戏中与自己对战后收集的所有信息后，阿尔法戈可以开始预测围棋游戏将如何展开。这是直觉。例如，阿尔法戈的37只手。即使席尔瓦回到后台去检查这个过程，他也不知道阿尔法戈是如何得到这个结果的——也就是说，象棋意识的形成。

Alphago是deepmind进入人工智能领域的重要一步，但是Hassabis说没有必要担心“人工智能取代了人类”。在他看来，人工智能是一种工具，一种具有结构智慧的工具，它能让人类变得更好。虽然阿尔法戈目前拥有这样的能力，但它可能并不真正知道自己在做什么。那么，有了这样一个工具，Hassabis如何想象未来五年的人工智能世界？谷歌花了6.5亿美元收购了一家公司，而不仅仅是下棋。

凭借深厚的学习和独立思考能力，阿尔法戈今天可以下棋，明天可以学习设计。深度学习和神经网络支持谷歌提供的十几项服务，包括其无所不能的搜索引擎。阿尔法戈的另一个不那么秘密的武器“强化学习”一直在教该公司的实验室机器人拾取和移动各种物体。

然而，业务问题并不是最重要的。当他问哈比比看到李世石输掉比赛时的感受时，他指着自己的心说:“非常抱歉。”看到自己的成就，他很自豪，但出于人类的本能，他感到难过，他希望李诗诗能赢得下一场比赛。

然而，在第四场比赛中，阿尔法戈以同样神秘的方式控制了棋盘上的主导力量。当李世石猛攻棋盘上的某个特定区域时，阿尔法戈的反应显示出惊人的整体态势，这不仅阻止了李世石的局部绞杀，也为整个游戏奠定了基础。在第37手牌中，阿尔法戈将一枚黑色棋子放在旁边只有一枚白色棋子的地方，远离主战场。

然后，当阿尔法戈打出第77手牌时，李世石再次陷入了漫长的考试。在李世石走78手之前，阿尔法戈计算出他的胜率是70%。但此时，阿尔法戈成为了下一个卡斯帕罗夫。它不能相信一个人会产生78%的“上帝的一只手”——概率接近万分之一。但从另一个角度来看，这种想法更可怕:它挑战了人类的恐惧，而且是幸运的。它有人类思维的优点和缺点。

78手反转后，李世石向右侧发起进攻，阿尔法戈则专注于防守。在这个防守过程中，阿尔法戈一度似乎想“抢”右边，但失败了，却跑出了“死儿子”。在那之后，阿尔法戈平均每一次从中间和后面的盘子里掉下来都会思考3分钟以上。在“收尾”阶段，李世石依然小心翼翼，没有出错。最终，阿尔法戈认输，李世石赢得了第一场胜利。这也是阿尔法戈打败范辉后第一次向人类投降。

在第五场比赛中，虽然李世石仍然输了，但双方已经无视结果，这是一场原则性的较量。在人机战争开始之前，Hassabis将人工智能称为促进人类进步的工具。当时，这种说法是毫无根据的。然而，随着人工智能被投入到实际的生产和生活中，越来越多的人相信机器是可以人性化的，它们可以与人类相互合作，相互促进。在最简单的例子中，没有阿尔法戈的37只手，“上帝的一只手”78在哪里？