七、鹿死谁手
AlphaGo和李世乭之间的世纪大战将从明天开始举行。究竟谁会取胜?很多围棋高手在看完AlphaGo和樊麾的对局后认为,虽然AlphaGo棋艺高强,但与李世乭相比仍有一段距离,因而此回李世乭轻取谷歌送来的一百万美金应该是情理之中的事。不过由于机器没有感情,不会焦虑、烦躁,所以悬念依旧存在。
即使AlphaGo此番败北,那么发生在“深蓝”和卡斯帕罗夫之间的事会不会重演?谁能说AlphaGo不会继续改进算法,来年再度挑战世界级围棋选手,并最终取得胜利?
也许正是因为电脑围棋问题困扰了人工智能专家太多年,才使得AlphaGo打败樊麾这件事能够在世间产生如此巨大的反响。人们忽然感到了一种幻觉,认为机器能像人一样思考问题了,而且思考的是代表人类智慧结晶的围棋问题。但是,在理解了其基本算法之后,我们看到,AlphaGo的智力水平并不像媒体上宣传的那么神奇。AlphaGo的胜利,并非机器智慧的胜利,而是人类算法的胜利。
虽然全世界对深度神经网络的研究正如火如荼,并已取得很多令人惊异的进展,然而笔者以为,当前机器的智力水准依然处于婴儿阶段。
要说机器使人类望尘莫及,我们可以随手举出很多围棋以外的例子。比如,机器可以将任何一个数字在毫秒量级的时间内开方至小数点后几万位,机器可以在同样短的时间内在一个几百万字的文档里找到你所需要的关键字,机器可以快速地完成傅立叶变换,给文件加密解密,可以根据天空中的云形做出未来几周的天气预报……但是,这些例子都有一个共同点,那就是必须是一种在绝对特定条件下的单项操作。
因此,就像当年“深蓝”打败卡斯帕罗夫一样,即使明天AlphaGo真的打败了李世乭,其重大意义也不过就是往这类单项操作的名单里新添一项。
AlphaGo的成功,不是由于某种新算法的出现(像雷米发明蒙特卡罗树搜索),而是由于几种不同的技术被完美地结合在一起,使得它们能够彼此取长补短,共同发扬光大。但作为技术本身,其突破性并非石破天惊。
深度思维公司的员工也表示:虽然AlphaGo获得了巨大的成功,但电脑依旧只能解决非常特定的问题,电脑围棋也不例外。
人类的智力依然拥有许多机器所无法效仿的特征。比如,人具有无与伦比的适应性,能够运用现有的知识对未知的局面作出相对准确的判断。
我们小时候只见过解放牌卡车和吉普车,当有一天我们突然在电影上看见了方的、圆的、扁的各类大小汽车时,我们并没有产生“这是什么”的感觉,而是自然而然地知道我们看见的是汽车。我们小时候只见过小鼻子小眼的黄种人,当我们第一次看见长得阔鼻大口的黑人时,我们谁也没有觉得自己看到的是一只猩猩。虽然没有人用这些我们没有见过的物体来训练我们,我们依然不会犯判断上的错误。
一个小孩从生下来之后,只需见过几种动物───天上的鸟、地上的猫、狗、鸡、河里的鱼───脑子里便会产生“动物”这个概念。此后这个小孩即使见到了从未见过的动物,也绝对知道那就是一种动物,不管这动物的外形长得又多怪。
而神经网络呢,虽然我们可以训练它识别人脸,识别各种不同物体,然而我们却无法训练它懂得“动物”这个简单得不能再简单的抽象概念。
电脑的适应性究竟有多差?让我们假想下面一个场景:AlphaGo经过多年头悬梁锥刺股的不懈努力,终于打败了中国的柯杰或韩国的朴廷桓。它心想,这下阿爷可是天下第一了,名副其实的天下第一!然而正当它沾沾自喜、不可一世之际,旁边忽然传来一个奶声奶气的声音挑衅说,阿尔法,你也忒得意了,敢不敢和我下一盘有点儿创意的棋?
AlphaGo闻听,心中暗恼,它寻思排名世界第一的著名九段都被我打败了,哪里来的小毛孩子竟敢在本大爷面前撒野?于是瓮声瓮气地回答:来者何人,棋艺几段,要不要俺送你几两棉花,拿去在那宇宙互联网上纺(访)一纺(访),待查清了洒家的段位再来挑战不迟!
小孩依然不紧不慢地说,俺是个无名小辈,刚刚学下围棋一年多,不瞒您说,现今连个业余段位都没拿到。只是听说阿爷这几年征战南北,打遍天下无敌手,所以今日特地前来领教您老的厉害。我琢磨着阿爷总和他们下那老规矩的围棋,肯定早就厌烦了。今天就算我陪阿爷消遣,咱们下一盘有点儿小改动的围棋来提提兴趣,阿爷总不会不敢应战吧?
AlphaGo勃然大怒:咋不敢?你说吧,只要你立出规矩,俺老阿就敢应战!
小孩子不慌不忙地说,说起改动呢其实也没啥,所有规则还和以前一样,只不过把围棋的棋盘变一变,从19x19变为17x21。
啊!这个……AlphaGo呆呆地瞪着两眼,半天说不出一句话。它心想,从来没有人用17x21的棋局来训练我。所以我现在只能用拖延战术,跟小孩说改日再战,回头赶紧让“深度思维”的弟兄们用新的棋局去来训练我,不过……这世界上到哪儿去找17x21的对局棋谱呢?
是的,仅仅是这么一个小小的变动,人类棋手可以毫不费力地适应,可是电脑棋手嘛,哈,可要彻底崩溃了。
至少在今天,人类与生俱来的适应性依然是电脑所望尘莫及的。人类在无需重新学习的情况下不但能轻而易举地应对17x21的棋盘,就是再加上些更为诡异的变化,例如把围棋盘变成21x21、25x25、甚至锯掉一、两个角、在中间挖个洞、把棋盘变成圆形的、菱形的……人类棋手依然能在其间游走自如,无需任何准备。
所以,人类完全不必因为发明了一个能战胜九段的机器而沾沾自喜,在人工智能这条道路上,前面的路还长着呢。
正是因为这个原因,笔者希望李世乭取胜,杀一杀人工智能专家们的威风,激励他们发明出更新更好的算法。
对人工智能的现状吐了这么多槽,并不代表笔者不相信人工智会有美好的未来。正相反,笔者对人工智能的发展充满信心,并坚信它会给人类带来继蒸汽机革命、电力革命、微电子革命之后的第四次翻天覆地的革命———暂称其称为“人工智能革命”。这场革命给世界带来的影响和冲击将远远超过前三次革命的总和,人类的生存方式将被彻底改变。
只不过,神经网络并非打开人工智能大门的钥匙,至少不是唯一的钥匙。
谁也不知道真正的钥匙什么时候才会找到。也许需要十年,也许需要一百年,也许就在明天……
最后以笔者小时候读过的一则科幻故事来结束全文,希望能给大家带来一些启发。
教授欧米伽带着机器人阿尔法来到一个远离太阳系的荒凉星球,他要在这里进行一项星际科学考察。
欧米伽在一块较为平坦的空地上建好营地之后,便嘱咐阿尔法看好营地。最后他特别强调说,任何人想要进入营地都必须先回答正确的口令,这口令便是……欧米伽附在阿尔法耳边轻声说完口令,便离开营地,到外面考察去了。
欧米伽忙碌了一整天,在获得了该星球的很多第一手资料后,筋疲力尽地回到营地。当他见到机器人阿尔法时,便急忙迎上前去。他太累了,很想一头钻进营地,好好地解解乏,同时还可以让阿尔法给自己端来些火腿肠和啤酒什么的。
“口令!”哪知阿尔法却冷冷地向教授发问。
教授心想,这阿尔法还真是挺尽责,不愧是自己一手调教出来的机器人。他正想张嘴回答,却发现自己亲自传授给阿尔法的口令早被忘到九霄云外去了。
“阿尔法,是我呀!”教授和颜悦色地说,“你难道不认识我吗?我是欧米伽教授啊。”
“我不能肯定,您长得很像欧米伽教授,可是,任何人想要进入营地,都必须先回答正确的口令。这个命令是欧米伽教授自己下达的,我必须严格执行。现在,请回答口令。”
不论欧米伽怎样解释,阿尔法就是不允许教授进入营地。
欧米伽施展了各种手段,包括威吓、利诱、蒙骗、狡辩、讨好、据理力争……但阿尔法就是不买账。
欧米伽只好承认说:“其实口令我是知道的,只是现在想不起来了。现在请你把口令告诉我,好让我进去,行吗?”
阿尔法很坚定地回答:“欧米伽教授没有说可以把口令告诉任何人。”
“混账,我就是欧米伽教授,现在我命令你把口令说出来!”欧米伽教授简直愤怒了。
“对不起,在没有回答出口令前,我不能肯定您的身份。请回答口令!”
欧米伽教授被折腾得快要虚脱了,他打算先找一个地方休息一会儿,回头再和阿尔法理论。
然而走出去没多远,他就感觉自己快要坚持不住了。如果再不回到营地,自己的命就要丢在这个荒凉的星球上了。欧米伽教授不顾一切地转过身,向营地扑去。才走了两三步,他竟一头跌倒在地。昏昏沉沉之中,教授拖着沉重的身子,一点儿一点儿向前爬行。
机器人阿尔法正在精神抖擞地执勤,忽见远处慢慢悠悠爬来一个怪物。这个怪物是阿尔法从来没见过的:长得有点儿人形,却不用腿走路,而用四肢爬行。脸上全是尘土,两眼深陷,这更不符合人的特征。嘴里发出的声音倒有点像人类的语言,可是一个个单词都连不成句,而且声音又是那么沙哑、虚弱和无力。这肯定是一种自己从未见过的动物。
眼见这动物向着营地就爬来了。阿尔法开始了进一步的思考:该不该让这个似人非人似狗非狗似熊非熊的家伙进去呢?阿尔法再次重温了欧米伽的话:任何人想要进入营地都必须先回答正确的口令。
任何人想要进入营地都必须先回答正确的口令。眼前这个在地上爬的家伙明显不是人,而是一种奇怪的动物。既然教授没有对动物作任何限制,那我就让这家伙进去吧。
欧米伽教授终于得救了。
预祝AlphaGo和李世乭在比赛中取得优异的成绩!
全文完
阶梯讲师原创作品•谢谢阅读
我在文中想要强调的是机器不具备适应性这一点。小孩提出用17x21的棋盘下,机器是无法立即作出调整的。它必须请开发人员把程序改写,改变数组尺寸,去掉神经网络,重新编译,重新调试,才有可能再来下棋。等17x21的程序开发好了,小孩再提一个新尺寸,机器照样下不了。
所以我觉得,开发通用型人工智能软件比死磕只能做一件事的人工智能软件意义大得多。
AlphaGo与众多围棋程序不同之处不在蒙特卡洛树搜索,而是在神经网络的运用上。楼主前一篇博文未能对此详解是有原因的,因为Google对此并未透露太多!正是在这一点上AlphaGo胜过了CrazyStone等,使得它不像其它围棋程序那样会犯人看来常识性的错误。也就是说,它基于统计规律建立的神经网络具备了一定的“常识理解”,并可用这种理解去应付从未遇到过的局面。