圍棋是一項古老的游戲,堪稱人類最引以為自豪的策略游戲。然而周六世界圍棋冠軍李世石完敗給一臺電腦的新聞引爆了社交媒體。
谷歌的這個人工智能確實很厲害,但是很多觀察家就其厲害之處以及它對未來人工智能的影響卻理解錯了。這并非電腦首次使用狡猾的策略在一個復(fù)雜程度難以估計的游戲上戰(zhàn)勝人類冠軍。即使它贏得光明磊落無可爭議,也不代表人工智能準備要替代人類。
沒錯,很多人把這次對決跟1997年IBM的超級計算機深藍完虐世界國際象棋冠軍卡斯帕羅夫相比。這是一個有啟發(fā)性的對比,但這并不不是因為深藍通過“碾壓般地計算出所有可能的步驟”戰(zhàn)勝了卡斯帕羅夫。
實際上,人們已經(jīng)證明象棋的復(fù)雜程度極高,機器是無法通過計算每一步的可能性來解決的。象棋游戲的可能性超過了可觀測宇宙中所有原子的數(shù)量。目前還沒有一臺計算機可以在有限的時間內(nèi)進行這么大規(guī)模的運算。
深藍并沒不是這么做的。背后的工程師們設(shè)法減少了電腦需要搜索的走法,然后在從簡化的選項中做選擇。那時所用的硬件和軟件都是人類智慧解決專一數(shù)學問題的里程碑。AlphaGo則代表了一步巨大的飛躍。圍棋中的可能性比象棋要大上好幾個量級。所以跟深藍一樣,AlphaGo也要找出一個方法來減少需要考慮的選項。但是AlphaGo的設(shè)計者并沒有用手編程序來確定電腦的判定規(guī)則,而是建造了一套它想出來的系統(tǒng)。他們讓AlphaGo模擬從包含了數(shù)百萬場職業(yè)比賽的數(shù)據(jù)庫中得來的配置。它通過跟自己玩上幾百萬局棋進一步強化自己的技能,根據(jù)每一場棋的輸贏不斷調(diào)校自己的走棋規(guī)則。
AlphaGo的工程師們作出的唯一成就就是找到了一種方法利用巨型算力來切切實實地打造出他們的贏家電腦程序的關(guān)鍵特征。從這方面來看,他們的勝利也讓其他那些手編程序無法解決的大型問題找到了可能的解決方案。
盡管國際象棋和圍棋在數(shù)學上都極為復(fù)雜,但是它們都是“確定完美信息博弈”。除了其他方面,這意味著偶然性不是一個因素,玩家可以看到對手所做的一切。這個跟其他需要精神能力的領(lǐng)域完全不一樣,比如理解一個笑話,或者猜測某人在不在撒謊,或者完成一次約會。我想你就很快會明白為什么AlphaGo離約妹子或者殺死你還遠得很。