關(guān)于人機(jī)大戰(zhàn)，早在1997年，一臺(tái)叫做“深藍(lán)”的超級(jí)計(jì)算機(jī)在國(guó)際象棋上下贏了國(guó)際象棋冠軍卡斯帕羅夫?！吧钏{(lán)”是一臺(tái)超級(jí)計(jì)算機(jī)，雖然跟人工智能程序Alpha Go好像不是同一回事，但是其實(shí)人工智能程序也需要以計(jì)算機(jī)作為載體才能工作，就像大腦也需要有身體才行。因此，把它們放在一起比較并不奇怪。而隨著超級(jí)計(jì)算機(jī)技術(shù)的不斷發(fā)展，即使是今天最普通的集成顯卡的性能也超過了700GFLOPS。“深藍(lán)”已經(jīng)從逐漸跟不上腳步到被甩開了一大截。值得一提的是，世界上最快的超級(jí)計(jì)算機(jī)是我們國(guó)家的天河2號(hào)，其性能達(dá)到了33.86PFLOPS，是“深藍(lán)”計(jì)算機(jī)的30萬(wàn)倍。

那么，跟“深藍(lán)”計(jì)算機(jī)相比，谷歌Alpha Go的性能又怎么樣呢？此前谷歌曾經(jīng)在《自然》雜志上發(fā)表過關(guān)于這個(gè)人工智能系統(tǒng)的文章，其中稱，Alpha Go人工智能的計(jì)算機(jī)裝有48個(gè)CPU和8個(gè)GPU。我們似乎無法將兩者放在一起直接比較，因?yàn)锳lpha Go是在云計(jì)算平臺(tái)上運(yùn)行的，我們可以通過競(jìng)爭(zhēng)對(duì)手的計(jì)算機(jī)數(shù)據(jù)來進(jìn)行大概的比較，比如阿里云。

2015年12月，阿里云對(duì)外開放高性能計(jì)算服務(wù)。這些計(jì)算機(jī)的單機(jī)浮點(diǎn)運(yùn)算能力是11TFLOPS。如果谷歌的計(jì)算機(jī)性能與阿里云接近的話，那么Alpha Go所驅(qū)動(dòng)的硬件的性能至少是深藍(lán)的1000倍。

說起圍棋和人工智能，我們可能多少都了解一些，不過二者是怎么聯(lián)系到一塊的呢？

那是因?yàn)闄C(jī)器戰(zhàn)勝人類，一個(gè)關(guān)鍵就是圍棋。擁有悠久歷史的圍棋高度反映了人類的智慧，圍棋棋盤縱橫19道，361個(gè)交叉點(diǎn)，涉及到的可能出現(xiàn)的局面數(shù)量最大可達(dá)3^361，大致的體量是10^170，而已經(jīng)觀測(cè)到的宇宙中，原子的數(shù)量才10^80，國(guó)際象棋最大只有2^155種局面，這是什么概念？看似簡(jiǎn)單的縱橫19道，361個(gè)交叉點(diǎn)，形成了浩瀚的宇宙。所以有人說，圍棋是體現(xiàn)人類智慧的最好游戲，之前還有人預(yù)測(cè)，人工智能（AI）需要再花十幾年才能戰(zhàn)勝人類，所以若拋去商業(yè)元素，這場(chǎng)比賽的意義可能在于見證歷史，足以說明當(dāng)前人工智能的技術(shù)研究已經(jīng)達(dá)到新高度。

AI下圍棋，究竟有多難？

難點(diǎn)1：圍棋對(duì)弈的基礎(chǔ)是死活的確認(rèn)，確定棋盤上一塊棋的死活是最基本的，但要搞清楚一塊棋是死是活是非常困難的，而且，這種似死似活的狀態(tài)又是在不斷變化的。研究局部死活搜索是AI圍棋發(fā)展的一個(gè)難點(diǎn)。

難點(diǎn)2：棋形體現(xiàn)著人類形象思維獨(dú)有的特性，棋手對(duì)棋形的感覺完全依賴于自身的經(jīng)驗(yàn)，而這種感覺恰恰是勝負(fù)的關(guān)鍵，也是棋手水平高低的標(biāo)志。人類棋手不愿意浪費(fèi)自己的棋子去無謂地攻擊對(duì)方活的棋形或無謂地試圖挽救自己死的棋形，要賦AI這種對(duì)棋形的感覺，則是人工智能面臨的重要課題。

難點(diǎn)3：此外，還需要研究特殊的算法來解決快速識(shí)別問題，著名的電腦圍棋程序設(shè)計(jì)者布恩說過: “有了快速的模式識(shí)別方法，就不難教程序利用手筋來吃棋?！彼哉f，模式識(shí)別算法是圍棋博弈程序的重要組成部分，高效的模式識(shí)別算法反映著博弈程序的水平，當(dāng)電腦的模式識(shí)別技術(shù)發(fā)展到能與人腦匹敵時(shí)，電腦圍棋的棋力離專業(yè)九段就不遠(yuǎn)了。

簡(jiǎn)單來說，一方面，圍棋規(guī)則非常復(fù)雜，每一步的調(diào)整，都會(huì)產(chǎn)生更多的可能，這對(duì)機(jī)器的計(jì)算能力要求很高。另一方面，即使機(jī)器中存儲(chǔ)了足夠多的已有圍棋大戰(zhàn)數(shù)據(jù)，由于圍棋規(guī)則的復(fù)雜程度和棋手的無法預(yù)測(cè)的落子，對(duì)機(jī)器的應(yīng)變能力或深度學(xué)習(xí)能力有更高的要求。

4.下圍棋這么復(fù)雜，AI靠什么取勝？

上面說的那么難，難道AI就沒機(jī)會(huì)取勝了？NO NO NO~

為了擊敗人類，研究者們拿出了大殺器——這就是人工智能領(lǐng)域新一代的機(jī)器學(xué)習(xí)（machine learning）形式——深度學(xué)習(xí)(deep learning)和強(qiáng)化學(xué)習(xí)（reinforcement learning）。

深度學(xué)習(xí)的概念換句話說，就是讓計(jì)算機(jī)像人腦一樣去學(xué)習(xí)和思考。和傳統(tǒng)的機(jī)器學(xué)習(xí)不同，深度學(xué)習(xí)是把計(jì)算機(jī)科學(xué)和人類的神經(jīng)學(xué)結(jié)合起來，讓計(jì)算機(jī)自主學(xué)習(xí)。比如，不是由人告訴計(jì)算機(jī)這是一只貓，然后讓它來進(jìn)行識(shí)別和印證。而是給計(jì)算機(jī)提供大量的圖片數(shù)據(jù)，讓它自己學(xué)習(xí)和分析，然后自主形成“貓”的概念，就像人類大腦的視覺皮層那樣反應(yīng)。有了具備深度學(xué)習(xí)能力的人工智能系統(tǒng)，以后駕車出行時(shí)，汽車就能主動(dòng)提醒你周圍的路況，還能應(yīng)用于語(yǔ)音和臉部識(shí)別、醫(yī)療診斷等領(lǐng)域。

強(qiáng)化學(xué)習(xí)一詞來自于行為心理學(xué)，這一理論把行為學(xué)習(xí)看成是反復(fù)試驗(yàn)的過程，從而把動(dòng)態(tài)環(huán)境狀態(tài)映射成相應(yīng)的動(dòng)作。它類似于傳統(tǒng)經(jīng)驗(yàn)中的“吃一塹長(zhǎng)一智”，強(qiáng)化學(xué)習(xí)可以做出策略選擇，廣泛應(yīng)用于下棋、走迷宮這一類別中。這種依賴于大數(shù)據(jù)和強(qiáng)大計(jì)算能力的被稱為“深度學(xué)習(xí)”的無監(jiān)督或半監(jiān)督機(jī)器學(xué)習(xí)，使計(jì)算機(jī)可以在無需人力參與的情況下，完成原本只有經(jīng)過高度專業(yè)化訓(xùn)練的專業(yè)人士才能完成的任務(wù)，甚至超過專家。

另外，為了達(dá)到更高的運(yùn)算能力，谷歌還把Alpha Go接入到了一個(gè)有1202個(gè)CPU組成的網(wǎng)絡(luò)中。這使得這個(gè)人工智能系統(tǒng)的計(jì)算能力在原來的基礎(chǔ)上增加了24倍。經(jīng)過推算，Alpha Go的性能大約是深藍(lán)計(jì)算機(jī)的2.5萬(wàn)倍左右。按這個(gè)節(jié)奏計(jì)算，假如人類一年能玩1000局，AI一天就可能玩100萬(wàn)局。所以Alpha Go只要經(jīng)過了足夠的訓(xùn)練，還是有可能擊敗人類選手。畢竟，人類在長(zhǎng)時(shí)間的下棋比賽后，由于生理和心理可能會(huì)疲累，進(jìn)而犯錯(cuò)，但機(jī)器不會(huì)。

不過谷歌董事長(zhǎng)施密特表示，即使機(jī)器真的贏了，人類仍是贏家。即使AlphaGo機(jī)器最終贏了李世石，對(duì)于人工智能是否會(huì)“碾壓”人類，依然存疑，我們不必過于焦慮，人工智能可能還有很長(zhǎng)的路要走。

歷史上的人機(jī)大戰(zhàn)

①深藍(lán)戰(zhàn)勝卡斯帕羅夫

1997年，美國(guó)IBM公司的“深藍(lán)”超級(jí)計(jì)算機(jī)深藍(lán)以二勝一負(fù)三平的戰(zhàn)績(jī)戰(zhàn)勝了當(dāng)時(shí)世界排名第一的國(guó)際象棋大師卡斯帕羅夫，成為贏家。

②浪潮天梭挑戰(zhàn)人類象棋大師

2006年的浪潮天梭超級(jí)計(jì)算機(jī)，挑戰(zhàn)人類象棋大師一役，在最終的巔峰對(duì)決中，許銀川與浪潮天梭兩戰(zhàn)皆和。浪潮天梭向世人證明了自己超強(qiáng)的運(yùn)算能力。

③全才學(xué)霸沃森挑戰(zhàn)人類

2011年，“深藍(lán)”的同門師弟“watson”（沃森）在美國(guó)老牌智力問答節(jié)目《危險(xiǎn)邊緣》中挑戰(zhàn)兩位人類冠軍，并獲得成功。

④Alpha Go以5:0完勝歐洲冠軍樊麾

2016年1月，美國(guó)谷歌公司旗下的人工智能(AI)開發(fā)商“DeepMind”(位于英國(guó))研發(fā)的圍棋電腦軟件“AlphaGo”(阿爾法圍棋)打敗了職業(yè)棋手樊麾，開創(chuàng)全球先河。

進(jìn)入21世紀(jì)后，科學(xué)研究從大數(shù)據(jù)、人工智能到虛擬現(xiàn)實(shí)，從發(fā)現(xiàn)了類地球行星、引力波到無人駕駛、量子計(jì)算，這是一個(gè)創(chuàng)新不斷、驚喜不斷的時(shí)代，而我們有幸參與其中，這也許比單純討論比賽輸贏更有趣。