2016年3月9日，AlphaGo戰(zhàn)勝圍棋世界冠軍韓國李世石，被成為世紀(jì)之戰(zhàn)。下面我們來了解下AlphaGo的前世今生。
alpha，希臘字母表的第一個字母；有第一個、開端、最初的含意。go，日本對圍棋的叫法，因?yàn)閲迓殬I(yè)化和段位制都是從日本棋院發(fā)展而來。AlphaGo也就是第一個（智能）圍棋的意思。
阿爾法圍棋（AlphaGo）是一款圍棋人工智能程序，由位于英國倫敦的谷歌（Google）旗下DeepMind公司的戴維·西爾弗、艾佳·黃和戴密斯·哈薩比斯與他們的團(tuán)隊開發(fā)，這個程序利用“價值網(wǎng)絡(luò)”去計算局面，用“策略網(wǎng)絡(luò)”去選擇下子。
在了解AlphaGo 之前，我們不妨來看看人工智能在這半個多世紀(jì)的時間里都有哪些值得回顧的瞬間。
人工智能的出現(xiàn)
看過《模仿游戲》這部電影的讀者，應(yīng)該對劇中圖靈制造破譯德軍密碼機(jī)器的環(huán)節(jié)印象深刻。事實(shí)上，20 世紀(jì) 40 年代至 50 年代也是人工智能真正誕生的時間。在這段時間內(nèi)，數(shù)學(xué)、心理學(xué)、工程學(xué)、經(jīng)濟(jì)學(xué)、政治學(xué)等領(lǐng)域的科學(xué)家們開始探索制造人工大腦的可行性。
1950 年，著名的圖靈測試誕生，按照艾倫·圖靈的定義：如果一臺機(jī)器能夠與人類展開對話（通過電傳設(shè)備）而不能被辨別出其機(jī)器身份，那么稱這臺機(jī)器具有智能。同年，圖靈還預(yù)言了創(chuàng)造出具有真正智能的機(jī)器的可能性。
1951 年，西洋跳棋程序和國際象棋程序相繼誕生。經(jīng)過接近 10 年的發(fā)展后，國際象棋程序已經(jīng)可以挑戰(zhàn)具有相當(dāng)水平的業(yè)余愛好者，而人工智能游戲也被當(dāng)著衡量人工智能進(jìn)展的標(biāo)準(zhǔn)之一。
1956年，在達(dá)特茅斯學(xué)院舉行的一次會議上，計算機(jī)科學(xué)家約翰·麥卡錫說服與會者接受“人工智能”一詞作為本領(lǐng)域的名稱。后來，這次會議也被大家看著是人工智能正式誕生的標(biāo)志。
人工智能的第一次大發(fā)展
1956 年達(dá)特茅斯會議之后的十幾年是人工智能的黃金年代。在這段時間內(nèi)，計算機(jī)被用來解決代數(shù)應(yīng)用題、證明幾何定理、學(xué)習(xí)和使用英語，這些成果在得到廣泛贊賞的同時也讓研究者們對開發(fā)出完全智能的機(jī)器信心倍增。當(dāng)時，人工智能研究者們甚至認(rèn)為：“二十年內(nèi)，機(jī)器將能完成人能做到的一切工作”、“在三到八年的時間里我們將得到一臺具有人類平均智能的機(jī)器”。
伴隨著初期的顯著成果和樂觀情緒的彌漫，在麻省理工、卡內(nèi)基梅隆大學(xué)、斯坦福大學(xué)、愛丁堡大學(xué)建立的人工智能項目都獲得了來自 ARPA（國防高等研究計劃署）等政府機(jī)構(gòu)的大筆資金。不過，這些投入?yún)s并沒有讓當(dāng)時的樂觀預(yù)言得以實(shí)現(xiàn)。
人工智能的第一次低谷
由于人工智能研究者們對項目難度評估不足，這除了導(dǎo)致承諾無法兌現(xiàn)外，還讓人們當(dāng)初的樂觀期望遭到嚴(yán)重打擊。到了 70 年代，人工智能開始遭遇批評，研究經(jīng)費(fèi)也被轉(zhuǎn)移到那些目標(biāo)明確的特定項目上。
在當(dāng)時，由于計算機(jī)性能的瓶頸、計算復(fù)雜性的指數(shù)級增長、數(shù)據(jù)量缺失等問題，一些難題看上去好像完全找不到答案。比如像今天已經(jīng)比較常見的機(jī)器視覺功能在當(dāng)時就不可能找到一個足夠大的數(shù)據(jù)庫來支撐程序去學(xué)習(xí)，機(jī)器無法吸收足夠的數(shù)據(jù)量自然也就談不上視覺方面的智能化。
項目的停滯不但讓批評者有機(jī)可乘——1973 年 lighthill 針對英國 AI 研究狀況的報告批評了 AI 在實(shí)現(xiàn)其“宏偉目標(biāo)”上的完全失敗，也影響到了項目資金的流向。人工智能遭遇了 6 年左右的低谷。
人工智能的第二次大發(fā)展
小時候看電視時，不少節(jié)目都給我留下了“日本的機(jī)器人技術(shù)比中國先進(jìn)”的印象，其實(shí)這并不是憑空發(fā)生的。1981年，日本經(jīng)濟(jì)產(chǎn)業(yè)省撥款八億五千萬美元支持第五代計算機(jī)項目，目標(biāo)是制造出能夠與人對話、翻譯語言、解釋圖像，并且能像人一樣推理的機(jī)器。隨后，英國、美國也紛紛響應(yīng)，開始向 AI 和信息技術(shù)領(lǐng)域的研究提供大量資金。
在這個階段，諸多公司開始采納一種名為“專家系統(tǒng)”的人工智能程序。這套系統(tǒng)可以簡單理解為“知識庫+推理機(jī)”，是一類具有專門知識和經(jīng)驗(yàn)的計算機(jī)智能程序系統(tǒng)，“知識處理”隨之也成為了主流 AI 研究的焦點(diǎn)。
1980 年，卡內(nèi)基·梅隆大學(xué)為數(shù)字設(shè)備公司設(shè)計了一個名為 XCON 的專家系統(tǒng)，這套系統(tǒng)在 1986 年之前能為公司每年節(jié)省四千萬美元。有了商業(yè)模式，相關(guān)產(chǎn)業(yè)自然應(yīng)運(yùn)而生，比如 Symbolics、lisp Machines 等硬件公司和 IntelliCorp、Aion 等軟件公司。這個時期，僅專家系統(tǒng)產(chǎn)業(yè)的價值就有 5 億美元。
人工智能的第二次低谷
好景不長，持續(xù) 7 年左右的人工智能繁榮很快就接近了尾聲。到 1987 年時，蘋果和 IBM 生產(chǎn)的臺式機(jī)性能都超過了 Symbolics 等廠商生產(chǎn)的通用型計算機(jī)，專家系統(tǒng)自然風(fēng)光不再。
到 80 年代晚期，DARPA 的新任領(lǐng)導(dǎo)認(rèn)為人工智能并不是“下一個浪潮”；1991 年，人們發(fā)現(xiàn)日本人設(shè)定的“第五代工程”也沒能實(shí)現(xiàn)。這些事實(shí)情況讓人們從對“專家系統(tǒng)”的狂熱追捧中一步步走向失望。人工智能研究再次遭遇經(jīng)費(fèi)危機(jī)。
人工智能最近的一個階段：從 1993 年到現(xiàn)在
現(xiàn)在大家談到人工智能、機(jī)器學(xué)習(xí)時，往往會說這并不是一個新概念，在上世紀(jì) 90 年代就有了。事實(shí)上，這只是人工智能發(fā)展史上離大家最近的一個階段。
深藍(lán)機(jī)組之一
在這個階段，人工智能其實(shí)取得了一些里程碑似的成果。比如在 1997 年，IBM 的深藍(lán)（
它是一臺超級國際象棋電腦，重1270公斤，有32個大腦(微處理器)，每秒鐘可以計算2億步，被輸入了一百多年來優(yōu)秀棋手的對局兩百多萬局。）戰(zhàn)勝國際象棋世界冠軍卡斯帕羅夫；2009 年，洛桑聯(lián)邦理工學(xué)院發(fā)起的藍(lán)腦計劃聲稱已經(jīng)成功地模擬了部分鼠腦；以及即將到來的 AlphaGo 圍棋大戰(zhàn)。
最近這幾年，機(jī)器學(xué)習(xí)、圖像識別這些人工智能技術(shù)更是被用到了普通人的實(shí)際生活中。我們可以在 Google Photos 中更快地找到包含貓貓狗狗的圖片，可以讓 Google Now 自動推送給我可能需要的信息，可以讓 Inbox 自動撰寫郵件回復(fù)。這背后都離不開人工智能研究者們的長久努力。
AlphaGo和以往任何一個人工智能程序最大的不同之處在于它擁有：深度學(xué)習(xí)能力。要知道學(xué)習(xí)能力和創(chuàng)造力是人類大腦最神奇的地方，如果將來某一天，人工智能學(xué)會了創(chuàng)造，那機(jī)器統(tǒng)治人類的時代估計就要來臨了。
AlphaGo程序原理
阿爾法圍棋（AlphaGo）是一款圍棋人工智能程序。這個程序利用“價值網(wǎng)絡(luò)”去計算局面，用“策略網(wǎng)絡(luò)”去選擇下子。
深度學(xué)習(xí)
阿爾法圍棋（AlphaGo）的主要工作原理是“深度學(xué)習(xí)”?！吧疃葘W(xué)習(xí)”是指多層的人工神經(jīng)網(wǎng)絡(luò)和訓(xùn)練它的方法。一層神經(jīng)網(wǎng)絡(luò)會把大量矩陣數(shù)字作為輸入，通過非線性激活方法取權(quán)重，再產(chǎn)生另一個數(shù)據(jù)集合作為輸出。這就像生物神經(jīng)大腦的工作機(jī)理一樣，通過合適的矩陣數(shù)量，多層組織鏈接一起，形成神經(jīng)網(wǎng)絡(luò)“大腦”進(jìn)行精準(zhǔn)復(fù)雜的處理，就像人們識別物體標(biāo)注圖片一樣。
兩個大腦
阿爾法圍棋（AlphaGo）是通過兩個不同神經(jīng)網(wǎng)絡(luò)“大腦”合作來改進(jìn)下棋。這些大腦是多層神經(jīng)網(wǎng)絡(luò)跟那些Google圖片搜索引擎識別圖片在結(jié)構(gòu)上是相似的。它們從多層啟發(fā)式二維過濾器開始，去處理圍棋棋盤的定位，就像圖片分類器網(wǎng)絡(luò)處理圖片一樣。經(jīng)過過濾，
13 個完全連接的神經(jīng)網(wǎng)絡(luò)層產(chǎn)生對它們看到的局面判斷。這些層能夠做分類和邏輯推理。
這些網(wǎng)絡(luò)通過反復(fù)訓(xùn)練來檢查結(jié)果，再去校對調(diào)整參數(shù)，去讓下次執(zhí)行更好。這個處理器有大量的隨機(jī)性元素，所以人們是不可能精確知道網(wǎng)絡(luò)是如何“思考”的，但更多的訓(xùn)練后能讓它進(jìn)化到更好。
為何說這是世紀(jì)之戰(zhàn)？
過去20多年來，科技家們一直在試著教會電腦下棋，在1997年，IBM的深藍(lán)曾經(jīng)打敗了國際象棋的世界冠軍Garry Kasparov，這成為了人工智能的一座里程碑事件。但是，圍棋比國際象棋還是要復(fù)雜得多，國際象棋中，平均每回合有35種可能，一盤棋可以有80回合；相比之下，圍棋每回合有250種可能，一盤棋可以長達(dá)150回合。
在過去很長時間里，最好的計算機(jī)連厲害點(diǎn)的業(yè)余圍棋棋手都下不過?！皣逵锌赡苁侨祟愅娴淖顝?fù)雜的棋盤類游戲?！?span style="max-width: 100%; font-family: Calibri;">Hassabis 說，“但是阿爾法Go還是贏了，它比我們預(yù)料的還要強(qiáng)大?！?/span>
“阿爾法Go自己學(xué)會了很多規(guī)律和走法。圍棋被認(rèn)為是人工智能研究的頂峰，是圣杯。對我們來說，這是難以抗拒的挑戰(zhàn)。”
在下國際象棋的時候，計算機(jī)可以分析出每一個可能的步驟，從而進(jìn)行最優(yōu)選擇，但是，圍棋可能的步驟是國際象棋的10倍之多。這也正是圍棋人工智能的難點(diǎn)所在。
David Silver是這項研究的第一作者，在他看來，阿爾法Go的關(guān)鍵不在于簡單粗暴的計算出可能步驟，而是近似于人類的“想象力”。這背后是名為一項名為“深度學(xué)習(xí)”的大殺器，它讓計算機(jī)不再是簡單地使用計算能力來統(tǒng)計所有數(shù)據(jù)，而是像人類一樣，訓(xùn)練，然后學(xué)習(xí)。Silver說，計算機(jī)“下圍棋需要的極復(fù)雜的直覺機(jī)制，這種機(jī)制以前我們認(rèn)為只可能存在于人類大腦中?！?/span>
不僅僅比人類、比起其他機(jī)器人同類，阿爾法Go也更加強(qiáng)大。它和其他人工智能下了500場圍棋，只輸了1場，甚至在給對手讓子的情況下，它也照贏不誤。而Silver說，它比其他人工智能更先進(jìn)的地方，就在于可以自我學(xué)習(xí)。而且，這種機(jī)制不僅僅可以用在圍棋學(xué)習(xí)中，阿爾法Go還可以用來解決很多現(xiàn)實(shí)問題，比如處理氣候模型等。
“阿爾法狗”與李世石的對弈，標(biāo)志著人工智能一個里程碑式的進(jìn)步，也似乎在預(yù)示著我們?nèi)斯ぶ悄苋〈祟惢蛟S就在不遠(yuǎn)的未來。下面3場對弈，我們試目以待。
