人类输了！谷歌工程师估算李世石获胜可能为0

userzzn

澎湃新闻记者 朱轶

2016-03-09 15:32 来自 运动家

字号

3月9日，首尔四季酒店的“人机对决”成为人类AI历史上的一个里程碑。

在一场关乎竞技、算法、AI发展乃至哲学的围棋“人机大战”中，代表人类出战的韩国著名棋手李世石九段不敌AlphaGo，人类智慧先丢一阵。

对弈现场。

谷歌工程师：李世石获胜可能为0

无论是奥运会还是世界杯决赛，或许都无法像李世石对弈AlphaGo一样引起体育界和科技界最广泛的关注。这场围棋人机大战的热度甚至早已超越了昔日IBM电脑“深蓝”与卡斯帕罗夫1997年的那场对决。

赛前，大多数围棋界人士都看好李世石能够拿下比赛，他们的担心只是在于在短短数月中，AlphaGo的自我学习能力可以达到多么恐怖的层次。

创新工场CEO、曾经研发过棋类对弈软件的李开复也透露，按照李世石与AlphaGo的Elo（围棋等级分），可以算出去年年底的AlphaGo打败李世石的概率相当低。

“如果对弈一盘，AlphaGo尚有11%的获胜的可能性，而整个比赛五盘胜出三盘或更多，AlphaGo就只有1.1%的可能性了。”当然，李开复也强调这个预测是根据几个月前的AlphaGo的表现做出的，“但是无法猜测它如今的进步能力。”

在赛前发布会上，谷歌执行董事长艾瑞克·施密特却主要在讲演科技对人类生活的促进，对于比赛只是官方表态式地说道：“输赢都是人类的胜利。”

不过，正在韩国观战的中国围棋队总教练俞斌透露，他们得到的谷歌内部消息并没有外界普遍的乐观，“谷歌工程师估算，李世石胜出的可能性为0。”

而据韩国news1表示，韩国网友此次支持李世石的比例仅刚刚过半，是因为大部分人不懂围棋，而棋迷们大部分都看好李世石的。

李世石入场。

赢一盘就是人工智能的胜利？

Alpha Go的强大在于模拟人类大脑的神经元结构，如何结合深度学习与强化学习两套神经网络，简单来说，一方面它迅速汲取10万围棋高手的棋局，充分利用人类棋手的即有经验；

另一方面是“左右互搏”。每天跟自己（不同的分身）下上几十万盘，在不断的试错中自我完善、自我进化，并累积3000万棋位（position）的数据库……而左右互搏，自我冥想对弈恰恰也是李世石赛前备战的方法。

尽管这场比赛是5盘3胜，下满5盘，然而在人工智能领域的科学家看来，AlphaGo并不需要拿下整场比赛，甚至在5盘中拿下1盘其实就取得了胜利。

英国《卫报》称，帝国理工学院认知机器人学教授穆雷·沙那罕认为在AlphaGo战胜樊麾后，已经说明了“AI在发展中达到了一个重要的里程碑”，而只要战胜李世石这位顶尖棋手一盘，就证明“人工智能已经取得了惊人的成就，它可以在短时间里不断学习，变得更加强大。”

中盘时，AlphaGo已经展示了不俗的能力，李世石的下法也过于刚猛。职业棋手李喆当时就预测：“从盘面的表现来看，李世石会不一定能以5比0战胜谷歌AlphaGo。”

对于人工智能而言，没有情感是优势也是劣势，因为围棋更多地需要依靠棋手的“直觉”。因此在官子阶段，李世石连续出现大失误，先是在右边路招法软弱，又不尖顶守角，损失了十多目，酿成败局。

以往在谈及很多经典胜负手时，职业棋手的答案通常是：“感觉这样是对的。”而这其中不但包含着局域的思考，还有大局的感知，而人工智能仅仅靠暴力穷举无法征服围棋，然而AlphaGo在短短数月就达到了职业九段的实力。

深度学习初创公司Skymind的创始人克里斯·尼克尔森也认为，鉴于AlphaGo的学习能力，赢下一盘也意味着AI征服围棋的进程大大缩短了。

即便在哲学家眼中，AlphaGo也只需要一盘胜利。超人类主义哲学家尼克·博斯特罗姆在接受《卫报》采访时表示：“这将使过去几年机器学习领域的成果变得戏剧化。”

他在自己的著作《超级智能：道路、危险和战略》写道：如果通用人工智能成为现实，那么将是一个带来无与伦比后果的事件。

比赛现场。

最强AI也只是人类思维的一部分

与“人机大战”一样火爆的话题是，AlphaGo赢下比赛能否证明人工智能已经超越人类？

复旦大学哲学学院教授、人工智能哲学专家徐英瑾在接受采访时指出，即便李世石输掉比赛，这并不意味着人工智能已比人类聪明。

徐英瑾举了个例子，AlphaGo是训练了2000万局棋后，才能战胜职业围棋选手，而一个人在成长为职业九段高手前，训练的棋局数量远小于2000万。

“尽管拥有了深度学习能力，但它胜过人类的主要原因仍和以前的计算机程序一样：运算速度快、不受生物属性限制。”

而从与李世石的第一盘比赛来看，AlphaGo就像李世石说的那样，“过分拘泥于局部价值，欠缺整体的完善感。”也就是说，尚欠大局观，这也与它自我学习的方式有关。

曼彻斯特大学的计算机科学教授凯文·柯伦在接受《果壳》采访时也表示：“人类能够辨认并区分现实世界中的事物、明确地理解对话内容，并且基本能在现实生活中长期维持运作而不‘出错’。但最优秀的AI也只能在理想的应用情境中实现以上功能的一部分。”
录入编辑：腾飞