1997年，全世界都了卡斯帕罗夫的失利。（资料图片）

　　机器人闯进了围棋界？

　　《自然》27日发文，围棋电脑软件“AlphaGo”（以下称“阿尔法围棋”）打败了职业棋手，震撼了国际棋坛。这个软件由谷歌旗下的人工智能（AI）开发商“DeepMind”所研发，所以这个消息也令人工智能科学家们感到震撼。

　　这款名为“阿尔法围棋”的人工智能，在没有任何让子的情况下以5∶0完胜欧洲冠军、职业围棋二段樊麾。

　　你可能想到了1997年计算机程序“深蓝”和国际象棋大师卡斯帕罗夫的世纪之战。在那次比赛中，卡斯帕罗夫输给了这个IBM开发的计算机程序。这是人工智能历史上的划时代事件。

　　而这次比赛的意义毫不逊色。

　　1997年，当IBM“深蓝”计算机在象棋上称霸时，它使用的是手工编码的规则，在搜索时将穷尽所有可能发生的步法。AlphaGo从本质上是随着时间而学习的，可以识别出可能具有优势的模式，然后模拟出数量有限的潜在结果。

　　完成这个成就有多难？

　　东方的围棋被认为更加复杂，更加需要棋手难以置信的直觉。

　　国际象棋中，平均每回合有35种可能，一盘棋可以有80回合；相比之下，围棋每回合有250种可能，一盘棋可以长达150回合。

　　就博弈的局面来讲，一般认为国际象棋为10的123乘方，而围棋则有10的360乘方以上。这导致软件来不及列举出所有能赢的方案，导致不敌职业棋手。

　　所以，在此前的比赛中，围棋AI一般和业余段位的棋手比赛，而且人类选手都会让子。但是“阿尔法围棋”的对手是法国国家围棋队教练、欧洲围棋冠军，而且没有让子。

　　阿尔法围棋是怎么做到的？

　　DeepMind团队表示，“阿尔法围棋”的关键在于使用的深度神经网络。

　　在这样的网络中，如果你将足够多的关于树木的照片输入进去，它们就能学会识别出一棵树。如果输入足够多的对话，它们就能学会如何进行一段得体的对话。如果输入足够多的围棋走法，它们就能学会下围棋。

　　实际上，在“阿尔法围棋”中有两种不同的神经网络：“策略网络”和“值网络”。

　　它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里，本质上和人类棋手所做的一样。

　　“阿尔法围棋”利用这两个工具来分析局面，判断每种下子策略的优劣，就像人类棋手会判断当前局面以及推断未来的局面一样。这样“阿尔法围棋”在分析了比如未来20步的情况下，就能判断在哪里下子赢的概率会高。

　　也有许多专家相信，人类掌握围棋的秘诀在于模式识别——通过棋子组成的图形形状来判断优势和弱点，而不是预测几步棋后的。

　　也正是因为这个原因，模式识别算法的最新进展有可能会大大改进计算机的表现。新算法利用大型的图片数据库，训练深度卷积神经网络来识别物体和面孔。这一网络借鉴了人脑的信息处理机制，与人脑的神经结构有相似之处。

　　因此，可以预想，这样的算法用在围棋棋局自动评估上，也能发挥巨大的作用。

　　根据研发者的介绍，这种神经网络可以自主学习，而非传统的对人工智能进行“监督训练”的算法。

　　此外，AI很容易通过大量的训练积累足够多的经验。人类或许一年可以下1000局围棋，但AI一天就能玩100万局，不会疲劳。

　　所以理论上来讲，只要“阿尔法围棋”经过足够的训练，就可以击败所有的人类选手。

　　今年3月，“阿尔法围棋”将挑战全球的韩国九段棋手李世石，金是100万美元。李世石表示：“（人工智能）厉害得让人吃惊，听说一直在进化，不过我有信心取胜。”

　　微博网友表达了无奈的释然：“只要是存在规则的game，随着计算能力的提升和算法的优化，最终人类一定会败给电脑。而人类的能力在于面对没有已知规则的困局，能够创造出走出泥潭。”

　　◆展望

　　人工智能一日千里

　　相对于棋盘上的胜负，人工智能一日千里的进展更加激动。

　　《自然》将“阿尔法围棋”的归功于“深度学习”。

　　深度学习是目前人工智能领域中最热门的科目，它能完成笔迹识别、面部识别、驾驶自动汽车、自然语言处理、识别声音、分析生物信息数据等非常复杂的任务。

　　2006年之后，深度学习实际使用多于三层的神经网络，即深度神经网络。这是复杂的非线性模型，拥有复杂的结构和大量的参数，有非常强的表示能力，特别适合于复杂的模式识别问题。

　　这种能力在“阿尔法围棋”身上就体现得很充分。另外，这一能力将能帮助人类在未来丰富的信息，并对未来或未知事件作出更精准的预测。

　　这些能力也是自动驾驶的汽车、Siri 等语音识别技术以及（Facebook最近获得的面部识别软件）的基础，越来越精准的翻译软件也归功于这样的AI技术。

　　谷歌高级工程师还预测神经网络会在其他科学领域扮演重要角色，例如基因行为预测、药物、蛋白质、新的医疗方案等。

　　果壳网写下了一段意味深长的评论：“AI一定会进入我们的生活，我们不可能躲开。这一接触虽然很可能悄无声息，但意义或许不亚于我们第一次接触外星生命。”

　　◆回顾

　　人工智能飞跃史

　　1950年，计算机科学阿兰·图灵预测到2000年计算机就可以思考：拥有与人类同等水平的创造力、解决问题的能力、个性和适应性行为。他提出了一种判断机器能否进行思考的测试：图灵测试。

　　1956年，在达特茅斯会议上，一些研究者提出创造一个人工大脑，人工智能（AI）领域终于诞生。

　　在20世纪80年代，“专家系统”的概念被计算机公司广泛应用，这是对于人工智能山野探索的开端。

　　1989年，卡内基梅隆大学研发了名为“Deep Thought”的专家系统，能够像大师一样下象棋。

　　1997年，IBM的计算机“深蓝”第一次击败了国际象棋大师卡斯帕罗夫。2006年，人类最后一次打败顶尖的国际象棋AI。

　　2005年，斯坦福大学研制的机器人赢得了美国Darpa大挑战，在这个美国国防高级研究计划局组织的自动驾驶汽车挑战中，它在荒漠赛道中行驶了131英里。

　　2011年，Watson 战胜了电视智力竞赛Jeopardy 的冠军。

　　（综合共同网、果壳网、报报道）

　　华夏收藏网声明：此消息系转载自华夏收藏网合作，华夏收藏网此文出于传递更多信息之目的，并不意味着赞同其观点或其描述。文章内容仅供参考，不构成投资，投资者据此操作，风险自担。

　　您若对该内容有任何疑问或质疑，请即与华夏收藏网联系，本网将迅速给您回应并做处理。

　　※ 联系电话： 邮箱：

　　请您注意：如果还没有注册，请先免费注册为华夏收藏网的会员

　　·尊重网上，遵守《全国常委会关于互联网安全的决定》及中华人民国其他各项有关法律法规

　　·尊重网上，遵守中华人民国的各项有关法律法规

　　·承担一切因您的行为而直接或间接导致的民事或刑事法律责任

　　·华夏收藏网以及交流评论管理人员有权保留或删除其管辖留言中的任意内容

　　·您在华夏收藏网发表的作品，其有权在网站内转载或引用

　　·参与本留言即表明您已经阅读并接受上述条款

推荐：