论文部分内容阅读
2016年3月15日，谷歌的“阿尔法围棋”AlphaGo和韩国九段围棋手李世石之间的人机世纪大战终于落下帷幕，AlphaGo最终以4：1取得胜利。虽然很多人都庆幸人类并没有输得毫无还手之力，但AlphaGo也有自己的收获：由于在第四局比赛中输给了李世石，AlphaGo也有了自己的WHR排名，它以9胜1负的战绩，积3586分，排名世界第二，仅次于中国九段棋手柯洁。
此次人机大战，无论在围棋界还是人工智能（AI）界，抑或是在普通民众间，都引发了轩然大波。但在这场被全球围观的人机大战中，只有赢家，没有输家。
为什么是围棋？
其实早在1996年，美国IBM公司就开发出了一款国际象棋超级电脑“深蓝”，它在正常时限的比赛中首次击败了等级分排名世界第一的棋手。不过，那次的比赛似乎并没有引来多少关注，而这次人机围棋大战却成了全球的聚焦点。为什么？因为它“胆敢”选择围棋！
传统的计算机程序在参与棋类游戏时，往往会使用“暴力计算”的做法，即为所有可能的步数建立搜索树，也就是根据数学和逻辑推理的方法，把每种可能的路径都走一遍，从中选出最优的走法。
围棋棋盘有361个点，走法变化繁多，其他棋类游戏望尘莫及。围棋的“分支因子”无穷无尽，19×19格围棋的精确合法棋局数的所有可能性是一个171位数——比宇宙中的原子数还多。这样的计算量，哪怕是巨型计算机也要算上许多年。此外，由于围棋的每颗棋子都相同，没有大小的区分，这就使围棋的下法中增加了很多“随机”的成分，无法用逻辑推理来预测（譬如在象棋中，不同的棋对应有不同的下法规则，而围棋则没有这些限制）。因此，进入围棋领域一直被认为是目前人工智能的最大挑战。
AlphaGo是怎么学围棋的？
那么AlphaGo是怎么学习围棋的？难道还靠“暴力计算”吗？答案显然是否定的。
简单来说，AlphaGo之所以可以玩转围棋，主要在于其拥有两个大脑——负责选择下一步走法的“策略网络”和负责预测比赛实时胜利者的“价值网络”。每走一步，它俩估算一次获胜方，而不是像“深蓝”那样一直搜索到比赛结局，从而减少了运算量。两个大脑的配合工作，将围棋巨大无比的搜索空间压缩到可以控制的范围之内。
仅仅这样还不够，想要战胜人类，AlphaGo需要做的第一步就是模仿人类。设计人员首先让它“学习”了围棋专业棋手的3000万步实例，完成“价值网络”的基础训练“课程”。通过这种经验学习，AlphaGo对于人类围棋走法的预测准确率就已达到57%。之后，等待AlphaGo的便是试着超越人类。与以往的计算机不同，AlphaGo最特别的地方就在于它可以“深度学习”——像人类大脑一样自主学习，不断提升棋艺。这才是AlphaGo最令人可怕的地方。
简单来说，AlphaGo可以自己与自己对弈（目前它已自我对弈超过3000万局），在这个过程中，它不断积累着胜负经验，还举一反三，形成它对围棋的一种“全局观”，甚至形成自己对于围棋的一种“思考”。
伴随着自我学习的不断深入和对弈次数的不断增加，AlphaGo会越来越少地依赖过往的“经验”，转而越来越多地依靠自己的评价网络，带有创新性地选择最有利于自己的走法。在围棋世界里，AlphaGo自觉是学霸中的学霸。
在战胜李世石之后，外界推测AlphaGo的下一个对手极有可能是目前排名世界第一的柯洁，AlphaGo的设计人员也在社交网络上发出了约战意愿。
对于AlphaGo的学习能力，柯洁也非常惊讶，他表示：“如果面对的是目前水平的AlphaGo，相信我可以战胜它。但AlphaGo在相同时间内，学习效率是人类的数十倍甚至数百倍，因此随着时间的推移，它终会击败全人类。”
人类还剩下什么？
本次人机大战胜负已然分明，许多网友开始幻想，究竟在什么棋类项目上，人类能够有把握战胜人工智能，或者至少不会输得很惨。最终的讨论结果是飞行棋——主要依靠运气的游戏。
其实除了围棋，人工智能已经从各个方面开始挑战人类，比如与棋类游戏不尽相同的麻将或是牌类游戏。在这类游戏中，玩家能够掌握的信息是不完整的，无法控制诸如对手的底牌以及下一张来牌等因素，因此属于不完全信息博弈，计算难度成倍上升。不过，日本东京大学却开发了一款麻将AI——“爆打”。“爆打”和 AlphaGo一样，有自我对弈以及阅读学习人类牌谱的能力。从2015年到2016年2月，“爆打”已经打了约13万手牌，平均成绩在六段以上。2015年，加拿大研究人员则开发了能够玩转德州扑克的“不败”AI（仅限于双人限注模式）。无论对手是谁，这款德州扑克程序都能保证至少不输钱。
来自英国的科学家比尔·西蒙斯早在十几年前便开发了“大奖章基金”，这是一款可以应用于投资领域的人工智能。当年他请来一位统计学大师和一位数学家编写模型，然后让电脑程序完全自主操作。“大奖章基金”通过对历史数据的统计，找出金融产品价格、宏观经济、市场指标、技术指标等各种指标间变化的数学关系，从中发现市场目前存在的微小获利机会，随后执行快速且大规模的交易。迄今，“大奖章基金”仍然保持着34%的年化收益率，如果你在20年前向他投资一万元，那么今天它会回报给你348万，这样的投资效率完爆投资巨鳄巴菲特和索罗斯。
而在艺术方面，AI已经创作出既合乎乐曲规则又符合人类审美的音乐，它们甚至可以创作出具有巴洛克时期或是古典主义早期风格的乐曲，许多听众甚至都无法分辨乐曲的真正创作者是AI还是人类。在韩国《金融新闻》编辑部，有一位特殊的人工智能记者。这位“记者”在得知当天的股市数据后，能够在短短0.3秒内完成一篇股市行情的新闻报道，读者在字里行间同样无法发现人工智能的影子。
说来辛酸，如今还未被人工智能征服的领域恐怕就还剩体育了，它们在短时间内根本无法在该领域与人类对抗。人体结构的精妙复杂，肌肉和骨骼的完美配合，让科学家都“望人兴叹”。人机大战后，很多体育迷开始研究，哪些运动是AI还远不能战胜人类的“净土”，结果排名第一的是足球。从目前的技术来看，机器人的射门还不错，角度精准且力量十足，但它们想要玩出“圆月弯刀”、“蝎子摆尾”等动作，恐怕还为时尚早。机器人目前最差的一项技术就是守门，机器守门员的反应绝对比《疯狂动物城》的树懒还迟缓。
不过这并不意味着AI不会在某一天向人类运动员发起挑战。或许在不久的将来，人类将不得不派出最强11人，去和冷酷的钢铁洪流一决雌雄，可能人类仅有的一丝骄傲感也会在那时荡然无存。不过可以想见，场面一定会比今日的人机大战更为壮观。
1.深蓝 1997年，“深蓝”以2胜1负3平的战绩，战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫。在今天看来，“深蓝”还算不上足够智能，它主要依靠强大的计算能力穷举所有路数来选择最佳策略。“深蓝”靠硬算可以预判12步，比卡斯帕罗夫多了2步。
2.浪潮天梭 在2006年“浪潮杯”首届中国象棋人机大战中，5位中国象棋特级大师最终败在超级计算机“浪潮天梭”手下。在2局制的博弈中，“浪潮天梭”凭借每步66万亿次的棋位分析与检索能力，以11：9的总比分险胜。“浪潮天梭”最终取胜的关键，被认为是其不知疲倦的稳定性。
3.沃森 2011年，“深蓝”的同门师弟“沃森”在美国老牌智力问答节目《危险边缘》中挑战两位人类冠军。参赛者不仅需要大量历史、文学、政治、科学及流行文化知识，还需要解析隐晦含义和谜语，即读懂出题人的用意所在。比赛中，“沃森”不但能准确分析出题目线索中的微妙含义及讽刺口吻，还能权衡比赛奖金的数额、自己和对手的比分情况、自己擅长的题类等，果断选择抢答还是放弃。竞赛中，“沃森”每答一题平均检索数百万条信息，用时3秒。它所展示出的自然语言理解能力一直是人工智能界的重点课题。
此次人机大战，无论在围棋界还是人工智能（AI）界，抑或是在普通民众间，都引发了轩然大波。但在这场被全球围观的人机大战中，只有赢家，没有输家。
为什么是围棋？
其实早在1996年，美国IBM公司就开发出了一款国际象棋超级电脑“深蓝”，它在正常时限的比赛中首次击败了等级分排名世界第一的棋手。不过，那次的比赛似乎并没有引来多少关注，而这次人机围棋大战却成了全球的聚焦点。为什么？因为它“胆敢”选择围棋！
传统的计算机程序在参与棋类游戏时，往往会使用“暴力计算”的做法，即为所有可能的步数建立搜索树，也就是根据数学和逻辑推理的方法，把每种可能的路径都走一遍，从中选出最优的走法。
围棋棋盘有361个点，走法变化繁多，其他棋类游戏望尘莫及。围棋的“分支因子”无穷无尽，19×19格围棋的精确合法棋局数的所有可能性是一个171位数——比宇宙中的原子数还多。这样的计算量，哪怕是巨型计算机也要算上许多年。此外，由于围棋的每颗棋子都相同，没有大小的区分，这就使围棋的下法中增加了很多“随机”的成分，无法用逻辑推理来预测（譬如在象棋中，不同的棋对应有不同的下法规则，而围棋则没有这些限制）。因此，进入围棋领域一直被认为是目前人工智能的最大挑战。
AlphaGo是怎么学围棋的？
那么AlphaGo是怎么学习围棋的？难道还靠“暴力计算”吗？答案显然是否定的。
简单来说，AlphaGo之所以可以玩转围棋，主要在于其拥有两个大脑——负责选择下一步走法的“策略网络”和负责预测比赛实时胜利者的“价值网络”。每走一步，它俩估算一次获胜方，而不是像“深蓝”那样一直搜索到比赛结局，从而减少了运算量。两个大脑的配合工作，将围棋巨大无比的搜索空间压缩到可以控制的范围之内。
仅仅这样还不够，想要战胜人类，AlphaGo需要做的第一步就是模仿人类。设计人员首先让它“学习”了围棋专业棋手的3000万步实例，完成“价值网络”的基础训练“课程”。通过这种经验学习，AlphaGo对于人类围棋走法的预测准确率就已达到57%。之后，等待AlphaGo的便是试着超越人类。与以往的计算机不同，AlphaGo最特别的地方就在于它可以“深度学习”——像人类大脑一样自主学习，不断提升棋艺。这才是AlphaGo最令人可怕的地方。
简单来说，AlphaGo可以自己与自己对弈（目前它已自我对弈超过3000万局），在这个过程中，它不断积累着胜负经验，还举一反三，形成它对围棋的一种“全局观”，甚至形成自己对于围棋的一种“思考”。
伴随着自我学习的不断深入和对弈次数的不断增加，AlphaGo会越来越少地依赖过往的“经验”，转而越来越多地依靠自己的评价网络，带有创新性地选择最有利于自己的走法。在围棋世界里，AlphaGo自觉是学霸中的学霸。
在战胜李世石之后，外界推测AlphaGo的下一个对手极有可能是目前排名世界第一的柯洁，AlphaGo的设计人员也在社交网络上发出了约战意愿。
对于AlphaGo的学习能力，柯洁也非常惊讶，他表示：“如果面对的是目前水平的AlphaGo，相信我可以战胜它。但AlphaGo在相同时间内，学习效率是人类的数十倍甚至数百倍，因此随着时间的推移，它终会击败全人类。”
人类还剩下什么？
本次人机大战胜负已然分明，许多网友开始幻想，究竟在什么棋类项目上，人类能够有把握战胜人工智能，或者至少不会输得很惨。最终的讨论结果是飞行棋——主要依靠运气的游戏。
其实除了围棋，人工智能已经从各个方面开始挑战人类，比如与棋类游戏不尽相同的麻将或是牌类游戏。在这类游戏中，玩家能够掌握的信息是不完整的，无法控制诸如对手的底牌以及下一张来牌等因素，因此属于不完全信息博弈，计算难度成倍上升。不过，日本东京大学却开发了一款麻将AI——“爆打”。“爆打”和 AlphaGo一样，有自我对弈以及阅读学习人类牌谱的能力。从2015年到2016年2月，“爆打”已经打了约13万手牌，平均成绩在六段以上。2015年，加拿大研究人员则开发了能够玩转德州扑克的“不败”AI（仅限于双人限注模式）。无论对手是谁，这款德州扑克程序都能保证至少不输钱。
来自英国的科学家比尔·西蒙斯早在十几年前便开发了“大奖章基金”，这是一款可以应用于投资领域的人工智能。当年他请来一位统计学大师和一位数学家编写模型，然后让电脑程序完全自主操作。“大奖章基金”通过对历史数据的统计，找出金融产品价格、宏观经济、市场指标、技术指标等各种指标间变化的数学关系，从中发现市场目前存在的微小获利机会，随后执行快速且大规模的交易。迄今，“大奖章基金”仍然保持着34%的年化收益率，如果你在20年前向他投资一万元，那么今天它会回报给你348万，这样的投资效率完爆投资巨鳄巴菲特和索罗斯。
而在艺术方面，AI已经创作出既合乎乐曲规则又符合人类审美的音乐，它们甚至可以创作出具有巴洛克时期或是古典主义早期风格的乐曲，许多听众甚至都无法分辨乐曲的真正创作者是AI还是人类。在韩国《金融新闻》编辑部，有一位特殊的人工智能记者。这位“记者”在得知当天的股市数据后，能够在短短0.3秒内完成一篇股市行情的新闻报道，读者在字里行间同样无法发现人工智能的影子。
说来辛酸，如今还未被人工智能征服的领域恐怕就还剩体育了，它们在短时间内根本无法在该领域与人类对抗。人体结构的精妙复杂，肌肉和骨骼的完美配合，让科学家都“望人兴叹”。人机大战后，很多体育迷开始研究，哪些运动是AI还远不能战胜人类的“净土”，结果排名第一的是足球。从目前的技术来看，机器人的射门还不错，角度精准且力量十足，但它们想要玩出“圆月弯刀”、“蝎子摆尾”等动作，恐怕还为时尚早。机器人目前最差的一项技术就是守门，机器守门员的反应绝对比《疯狂动物城》的树懒还迟缓。
不过这并不意味着AI不会在某一天向人类运动员发起挑战。或许在不久的将来，人类将不得不派出最强11人，去和冷酷的钢铁洪流一决雌雄，可能人类仅有的一丝骄傲感也会在那时荡然无存。不过可以想见，场面一定会比今日的人机大战更为壮观。
1.深蓝 1997年，“深蓝”以2胜1负3平的战绩，战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫。在今天看来，“深蓝”还算不上足够智能，它主要依靠强大的计算能力穷举所有路数来选择最佳策略。“深蓝”靠硬算可以预判12步，比卡斯帕罗夫多了2步。
2.浪潮天梭 在2006年“浪潮杯”首届中国象棋人机大战中，5位中国象棋特级大师最终败在超级计算机“浪潮天梭”手下。在2局制的博弈中，“浪潮天梭”凭借每步66万亿次的棋位分析与检索能力，以11：9的总比分险胜。“浪潮天梭”最终取胜的关键，被认为是其不知疲倦的稳定性。
3.沃森 2011年，“深蓝”的同门师弟“沃森”在美国老牌智力问答节目《危险边缘》中挑战两位人类冠军。参赛者不仅需要大量历史、文学、政治、科学及流行文化知识，还需要解析隐晦含义和谜语，即读懂出题人的用意所在。比赛中，“沃森”不但能准确分析出题目线索中的微妙含义及讽刺口吻，还能权衡比赛奖金的数额、自己和对手的比分情况、自己擅长的题类等，果断选择抢答还是放弃。竞赛中，“沃森”每答一题平均检索数百万条信息，用时3秒。它所展示出的自然语言理解能力一直是人工智能界的重点课题。