王小川斷言AlphaGo將完勝李世石 他會(huì)被打臉嗎？

上周，谷歌AI在圍棋上以5比0戰(zhàn)勝了歐洲冠軍樊麾的消息引起極大關(guān)注。而更為大家津津樂道的，是谷歌還向韓國圍棋九段高手李世石公開發(fā)起挑戰(zhàn)，要在下個(gè)月進(jìn)行AI與圍棋高手的較量。作為圍棋界最高水平的代表，如果李世石輸了，代表的是人類輸了。

谷歌使用的人工智能軟件是AlphaGo，由谷歌去年收購的人工智能公司DeepMind研發(fā)。關(guān)于AlphaGo與李世石之間的這場(chǎng)較量，外界有著不同的看法，但總體而言，覺得贏得可能性低的人會(huì)更多些，因?yàn)榉鈨H為二段棋手，二段棋手與九段棋手之間，差得可不是一星半點(diǎn)。

雖然AlphaGo與李世石的對(duì)弈還有差不多兩個(gè)月時(shí)間，但關(guān)于其輸贏的討論在持續(xù)發(fā)酵中，有專業(yè)棋手從下棋手法上進(jìn)行分析，有人工智能專業(yè)者從科技角度，也有像搜狗CEO王小川這樣的技術(shù)大咖忍不住參與討論。

作為技術(shù)熱衷者，王小川對(duì)于人工智能的發(fā)展一直都比較關(guān)注，不過，前不久還在極客公園論壇上發(fā)表演講表示人工智能在今天與人腦有很大距離，甚至不如一個(gè)1歲小孩兒，這次在面對(duì)人工智能與專業(yè)棋手對(duì)弈的時(shí)候，卻直接斷言贏得一方一定會(huì)是人工智能。這，又是為什么？

王小川知乎全文：

AlphaGo的發(fā)布，是一個(gè)偉大的里程碑，又一次讓我興奮地需要說一說。

先說我的斷言一：AlphaGo在兩個(gè)月后，將會(huì)完勝李世石。

留個(gè)關(guān)子，本文最后再說斷言二。

從中學(xué)開始，我就著迷用算法來解決游戲的博弈問題，用搜索方法創(chuàng)新性完成過一些題目。這幾年深度學(xué)習(xí)出現(xiàn)后，就感覺有機(jī)會(huì)能夠突破圍棋，和清華的聯(lián)合實(shí)驗(yàn)室做過幾次探討，都認(rèn)為這個(gè)方向可行，可惜限于氣場(chǎng)和能力不足，沒能組織進(jìn)行這方面的投入。

而此次出手的，是Google旗下的DeepMind團(tuán)隊(duì)，在深度學(xué)習(xí)方面是最頂尖的，資源、能力、氣場(chǎng)都沒有問題，突破性的技術(shù)是基于深度學(xué)習(xí)進(jìn)行估值和走棋。

看知乎里好多討論，是從之前AlphaGo完成的棋局來判斷其下棋風(fēng)格，倒推這個(gè)算法的威力，有點(diǎn)刻舟求劍的感覺。我們核心還是要回到對(duì)這次AlphaGo用到的技術(shù)的深刻理解。為了便于討論，我們對(duì)比以搜索剪枝為核心的深藍(lán)下國際象棋，和以搜索剪枝+深度學(xué)習(xí)為核心的AlphaGo的三個(gè)區(qū)別：

1. 圍棋相對(duì)象棋，最大的區(qū)別是棋局的評(píng)價(jià)函數(shù)極難定義。象棋可以找到各種“特征”來計(jì)分，比如丟一個(gè)馬扣多少分，兵往前拱到離底線近了加多少分，而圍棋做不到，密密麻麻的黑白子挨著，互相之前又有關(guān)聯(lián)，變化多，規(guī)律難以總結(jié)。這也是傳統(tǒng)算法相對(duì)人最弱的幾個(gè)問題之一。就像是我們?nèi)俗鋈四樧R(shí)別，看一眼就知道是張三李四，而機(jī)器算法難以下手。這個(gè)問題恰恰是最近幾年深度學(xué)習(xí)最大的突破之處，深度學(xué)習(xí)不需要人來設(shè)計(jì)算法“找特征”，通過大量原始數(shù)據(jù)和標(biāo)簽的對(duì)于，機(jī)器就能夠自動(dòng)找特征，并且并不比人差。在幾年前還有很多人認(rèn)為機(jī)器在圖像處理方面舉步維艱，怎么定義和抽象鼻子？耳朵？眼睛？可就在這一兩年深度學(xué)習(xí)突飛猛進(jìn)，一舉超過了人類。就在2015年，人臉識(shí)別方面，機(jī)器的識(shí)別能力已經(jīng)超過了人了，這可是人進(jìn)化了數(shù)千萬年的核心能力之一呀。一個(gè)圍棋棋局，可以理解為一張19*19的圖片，其他的走棋規(guī)則和非常簡單（很容易翻譯成計(jì)算機(jī)規(guī)則），正好落入了深度學(xué)習(xí)擅長的事情。搜索+深度學(xué)習(xí)，這個(gè)算法完全可以覆蓋圍棋的規(guī)則，人下棋的思維過程和模式，只是AlphaGo的一個(gè)子集。這就決定了這個(gè)算法沒有天花板，有機(jī)會(huì)在圍棋領(lǐng)域“打通關(guān)”。

2. 深藍(lán)相對(duì)AlphaGo，AlphaGo最大的優(yōu)勢(shì)是“學(xué)習(xí)能力”。深藍(lán)的開局更多依靠數(shù)據(jù)庫棋譜的建立，但沒有泛化能力（不懂得舉一反三），對(duì)于沒有見過的走棋方法就可能犯傻。而之后的核心能力是計(jì)算力，通過暴力的搜索（當(dāng)然也有最優(yōu)秀的剪枝，但還是暴力），力圖走出10-20步棋來選擇最優(yōu)的路徑。這個(gè)復(fù)雜度是指數(shù)級(jí)的，變成一個(gè)NP問題，受限于計(jì)算力。這個(gè)系統(tǒng)的算法是寫死的，固定的參數(shù)下，就會(huì)有固定的表現(xiàn)。而調(diào)整參數(shù)和改變算法，都是工程師的事情。這個(gè)系統(tǒng)的天花板是計(jì)算機(jī)有多強(qiáng)，以及工程師有多聰明。而AlphaGo更多是數(shù)據(jù)驅(qū)動(dòng)的，喂給他更多的棋局?jǐn)?shù)據(jù)，他就能夠優(yōu)化“神經(jīng)元網(wǎng)絡(luò)”，同樣的運(yùn)算資源下變得更聰明，并且具有舉一反三的能力，這一點(diǎn)非常接近于人（或者說本身就是模擬人的方式來設(shè)計(jì)的）。而且我們知道，機(jī)器處理數(shù)據(jù)的能力足夠地快，以及沒有情緒不會(huì)出錯(cuò)，這就決定了這個(gè)系統(tǒng)如果把今天互聯(lián)網(wǎng)上能收集到的棋局都學(xué)一遍，就成為頂尖高手了。

3. 最最最可怕的還不只是前面這兩點(diǎn)，對(duì)于下棋博弈問題，AlphaGo還不只是從互聯(lián)網(wǎng)上去收集數(shù)據(jù)進(jìn)行學(xué)習(xí)，更可以自己和自己下，實(shí)現(xiàn)“自學(xué)習(xí)”。看過電影“超驗(yàn)駭客”沒有？人工智能可以做到隨著時(shí)間的推移就能更加聰明。金庸小說中老頑童讓自己左手和右手打架“左右互搏”，成為天下無敵的武功，那個(gè)只是故事，在下棋這個(gè)領(lǐng)域，而AlphaGo有這樣的設(shè)計(jì)，讓這種武功成真了！往下還有兩個(gè)月的時(shí)間，AlphaGo這樣一臺(tái)算法上沒有天花板的機(jī)器，很有機(jī)會(huì)在“左右互搏”下登峰造極，成為不可超越的圍棋高手。

AlphaGo的技術(shù)問題講完了。怎么來看Google背后的完整動(dòng)作呢？有人覺得是過度解讀了，實(shí)際系統(tǒng)挺糙的 -- 選的都是“歐洲冠軍” -- 說明系統(tǒng)并不行，這是一種錯(cuò)誤的理解。更有可能的原因是Google和Facebook在競爭下圍棋，F(xiàn)acebook的員工缺心眼提前放了好多消息出來泄密了，結(jié)果Google就趕緊把Nature的文章發(fā)了搶了個(gè)先，然后賣個(gè)期貨兩個(gè)月后和人類對(duì)決，那會(huì)兒系統(tǒng)就足夠好了，這是在競爭環(huán)境下合適的做法。

事實(shí)上Google和Facebook兩家都認(rèn)識(shí)到了AI的重要性，以及就在最近幾年會(huì)有大的突破。Google 4億美金收購了DeepMind，當(dāng)時(shí)只有20人，現(xiàn)在已經(jīng)突破200人了，并且是不計(jì)代價(jià)的瘋狂投入。下圍棋只是體現(xiàn)人工智能進(jìn)步絕佳的宣傳點(diǎn)和切入點(diǎn)，從公開的文獻(xiàn)可以看到，DeepMind做圍棋研發(fā)是基于通用的技術(shù)進(jìn)行，領(lǐng)域無關(guān)的（Domain independent）。這樣的技術(shù)未來可以用到合適的其他領(lǐng)域里去。深度學(xué)習(xí)的魅力在于，只要一個(gè)領(lǐng)域里能夠建模，能夠有充足的數(shù)據(jù)，就能夠在這個(gè)領(lǐng)域里做到超越人、取代人，短時(shí)間能從0分做到99分。如果我們依然是老觀念，用漸進(jìn)的方式來理解機(jī)器智能，比如之前某位大佬宣傳他家的XX大腦做到了X歲的智力，這是很誤(che)導(dǎo)(dan)的。我們同樣也會(huì)錯(cuò)誤地估計(jì)下圍棋方面機(jī)器的能力，按照人類的理解1D-9D來評(píng)價(jià)它。一句話，不要用評(píng)價(jià)人的方法來評(píng)價(jià)機(jī)器的人工智能的能力，完全是不同的模式。

老羅曾經(jīng)評(píng)價(jià)過人工智能的一句話：“人工智能就像一列火車，它臨近時(shí)你聽到了轟隆隆的聲音，你在不斷期待著它的到來。他終于到了，一閃而過，隨后便遠(yuǎn)遠(yuǎn)地把你拋在身后”。

如果給這句話打上一個(gè)補(bǔ)丁，把人工智能的應(yīng)用局限到一個(gè)一個(gè)的具體的封閉領(lǐng)域，這是一個(gè)很貼切的描述。我們不要過度自大，例如我們?nèi)菀自谧晕覂?yōu)越感的驅(qū)使下，說動(dòng)物不如人，比如人會(huì)直立行走、會(huì)說話、會(huì)實(shí)用工具，以區(qū)別于其他動(dòng)物。事實(shí)證明，動(dòng)物也會(huì)。面對(duì)機(jī)器也一樣，就在幾個(gè)月前還有人叫囂機(jī)器十年內(nèi)不能夠玩轉(zhuǎn)圍棋，理由也都是人一眼就能看明白，機(jī)器只會(huì)計(jì)算。這些自大會(huì)讓我們誤判。也不用過于自卑，覺得圍棋上機(jī)器上勝利了人類整個(gè)智力就被碾壓了，到今天機(jī)器還是有很多領(lǐng)域完全無能，只能在局部領(lǐng)域。

到結(jié)尾，再說斷言二：除了圍棋，人工智能在其他博弈類的封閉游戲里，也會(huì)橫掃一切，完勝人類。

雖然王小川的論點(diǎn)過于武斷，不過AlphaGo贏的可能性其實(shí)也并不低，它的真實(shí)圍棋水平可能遠(yuǎn)遠(yuǎn)不止現(xiàn)在所呈現(xiàn)的。首先，AlphaGo與樊麾的對(duì)弈其實(shí)發(fā)生在去年10月，只不過最近才被曝光，在這之后的幾個(gè)月中，AlphaGo有多大的提高，我們不得而知。其次，此事被報(bào)道后，在高手云集的弈城圍棋網(wǎng)上，出現(xiàn)了疑似AlphaGo的身影，而且從它的對(duì)戰(zhàn)數(shù)量和戰(zhàn)績上看，它已經(jīng)和人類進(jìn)行了大量的交手。甚至，最好的成績達(dá)到過9D（段）。由此可見，AlphaGo一直在掩蓋其鋒芒，就像王小川所言，谷歌選擇在這個(gè)時(shí)候讓AlphaGo挑戰(zhàn)李世石，一定是建立在足夠的自信上的。

當(dāng)然，AlphaGo是否能在下個(gè)月底的比賽中贏得勝利，現(xiàn)在來說都為時(shí)過早。不過，這絕對(duì)不會(huì)是一場(chǎng)壓倒性的比賽，而是高手與高手之間的巔峰對(duì)決。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。