人工智能自学三天 胜人类千年？

【记者岳超报导】10月19日，谷歌旗下的人工智能公司DeepMind在世界顶级科学杂志《自然》（Nature)杂志上宣布：新一代AlphaGo Zero可以在没有人类干预的情况下自我学习，而且仅自我学习了3天，就以100比0的成绩战胜了第一代AlphaGo。
 

AlphaGo项目的主要负责人戴维•席尔瓦（David Silver）在接受采访时表示，“过去人们普遍认为机器学习是基于海量的大数据，但是从AlphaGo Zero身上，我们发现算法比数据更重要”。
 

AlphaGo于2015年10月面世，在广为人知的与棋手李世石对弈之前，它已经打败了欧洲围棋冠军樊麾。樊麾接受《财经》记者采访时表示，当时在他看来，一个计算程序要打败职业棋手是不可能的事情。结果他以0-5输给了AlphaGo，但他也因此加入了DeepMind团队，帮助训练AlphaGo。2016年3月，在他帮助训练下的AlphaGo以4-1的成绩打败了人类顶尖棋手李世石。2017年初，AlphaGo化名为“Master”，在网络上挑战60名人类棋手，保持全胜的成绩。2017年5月，在浙江乌镇，名为Master的第二代AlphaGo以3-0战胜了目前人类最强棋手柯洁。


(123RF)

 

然而，仅仅在5个月后，第三代AlphaGo Zero横空出世，仅仅自学了3天，就分别击败了第一代AlphaGo和第二代AlphaGo Master。面对无师自通碾压一切前辈的AlphaGo Zero，柯洁说出了这样一句话：“人类显得太多余了……”
 

柯洁被认为是围棋天才，6岁开始学棋，17岁时在世界范围内排名第一，一个人类天才十几年的学习，被Alpha Zero用3天时间超越。
 

被震动的不止柯洁，在DeepMind的Nature论文公布之后，悲观、甚至恐慌的情绪，在大众之间蔓延着，甚至有媒体一本正经地探讨“未来是终结者还是黑客帝国”。
 

人控的“无师自通”
 

那么，在AlphaGo Zero下棋的过程中，人类知识和经验真的一点用都没有吗？事实并非如此。
 

据业内专家介绍，在AlphaGo Zero下棋的过程中，并没有从人类的对局经验和数据中进行学习，但这个算法依然需要人类向它灌输围棋的规则：哪些地方可以落子、怎样才算获胜等等。
 

和之前三版AlphaGo相比，这一版去掉了人类教授棋谱的过程，在训练过程最开始的时候，AI落子完全是随机的，AlphaGo团队的负责人戴维•席尔瓦透露，AlphaGo Zero一开始甚至会把开局第一手下在1-1（棋盘上不占目数的位置）。在和自己对弈的过程中，算法才逐渐掌握了胜利的秘诀，并做到比前一代更优秀。从这个角度来看，AlphaGo Zero的确可以说是第一次做到了无师自通，也正是出于这个原因，DeepMind这篇Nature论文才能引起这么多圈内人关注。
 

然而，AlphaGo Zero虽然在棋盘上“威风八面”，但具体的围棋规则、和以围棋规则判定棋局输赢，依然需要人类来预先“设定”。所以有人说人类无用、或者说机器可以自己产生认知，都是对AlphaGo Zero错误理解。
 

“全面碾压人类”实为空谈
 

AlphaGo Zero发布之后，媒体关切地询问“这个算法以后会用在哪些其它领域”，网友认真地担心“这个AI（人工智能）会不会在各个领域全面碾压人类”。
 

对于AlphaGo Zero算法的未来发展，DeepMind联合创始人哈萨比斯介绍说，AlphaGo团队的成员都已经转移到其它团队中，正在尝试将这项技术用到其它领域，“最终，我们想用这样的算法突破，来解决真实世界中各种各样紧迫的问题。”
 

DeepMind期待AlphaGo Zero解决的，是“其它结构性问题”，他们在博客中特别列举出几项：蛋白质折叠、降低能耗、寻找革命性的新材料。

 

哈萨比斯说AlphaGo可以看作一个在复杂数据中进行搜索的机器，除了博客中提到的几项，新药发现、量子化学、粒子物理学也是AlphaGo可能大展拳脚的领域。
 

然而，AlphaGo Zero在围棋领域获取的成就，能否真的能迅速移植到其它领域呢？
 

有专业人士认为，要解释AlphaGo算法能扩展到哪些领域，需要先了解它现在所解决的问题——围棋具有哪些特性。首先，围棋可以复盘，是能够完美重现的算法模型；其次，围棋对弈双方只有2个，信息是完全可观测的，不像在麻将、扑克里，对手的信息观测不到；最后也是最重要的一点：围棋对局可以用计算机迅速模拟，很快地输出输赢信号。
 

这些围棋特性，对于AlphaGo算法的影响至关重要，他们和AlphaGo算法很一致，能快速输出结果反馈，因此才有了AlphaGo Zero创造的“无师自通”的奇迹。
 

对比其它领域，几乎都比围棋要复杂的多。例如DeepMind期待AlphaGo Zero未来解决的“发现新药”问题。发现新药和下围棋之间有一个非常显著的区别，就是“输赢信号”能不能很快输出：“新药品很多内部的结构需要通过搜索，搜索完以后制成药，再到真正怎么去检验这个药有效，这个闭环代价非常昂贵，非常慢，你很难像下围棋这么简单做出来。”

 

当然，如果找到快速验证新药是否有效的方法，这项技术就能很好地用在新药开发上了。但现阶段看，这几乎是不可能的。
 

这些限制，在普通人看来，实在是平平常常，但对AlphaGo的算法来说，则是致命的限制，让其强大的“自我学习”能力，施展不了。我们也不难推想，AlphaGo Zero在某些小领域内可以做得非常好，但其实并没有“全面碾压人类”的潜力。
 

综上所述，分析人士认为，AlphaGo Zero的工程和算法确实非常厉害。但千万不要对此产生误解，认为人工智能是万能的，所有人工智能都可以无需人类经验从零学习，得出人工智能威胁论。AlphaGo Zero证明了人工智能在快速发展，让我们看到在有些领域可以不用人类知识、人类数据、人类引导就做出顶级的突破。但是，AlphaGo Zero只能在单一简单领域应用，更不具有自主思考、设定目标、创意以及自我意识。即便聪明如AlphaGo Zero，也是要人类给下目标，做好数字优化而已。