AlphaGo胜利意味人类完蛋？别闹 围棋不是我全部

panups

智东西（公众号：zhidxcom）
　　文 | 旖媛
　　谷歌人工智能AlphaGo与韩国棋手李世石的第一场比赛结束，双方在较量3个半小时后，李世石宣布认输，AlphaGo获得今日比赛的胜利。明天将开始剩下的四场比赛。
　　不知道剩下的比赛李世石的胜算有多大，不过在第一场比赛之前，李世石在首尔韩国棋院接受采访时对自己的能力非常有信心。他认为虽然AlphaGo一直在升级，但自己所占据的优势一直没有改变，最后只剩下赢得是否完美的问题。结果倒也是打脸打得好疼，但是更有消息说比赛之前李世石下赌注赌自己会输，赢了赢个心情，输了还有钱赚，我想机器人能像人这样考虑也还得发展几年吧。
　　
　　有人说“与李世石的对弈将是承认人类智商不及Al的最后一块遮羞布”。之所以选择围棋来对决，是因为许多专家认为，围棋是最好的测试工具，“因为它依赖直觉、非常复杂”。上世纪末的“深蓝”已经在国际象棋领域超过了人类的智商，但在围棋中，棋子可能的位置数比宇宙中的原子数还要多，并且远远超过国际象棋棋子可能的位置数——这一领域，仍然被人类所支配着。
　　说实话，机器人发展了这么多年，每一代工程师都付诸心血想要将它设计得更智能，能代替人类做更多的工作，那发展到今天这个程度也是在情理之中的。只不过相比之前只是程序和代码堆积起来的机器人不同，Al拥有学习能力是我们所料不及的。
　　那么AlphaGo到底是怎么运行的？DeepMind工程总裁Demis Hassabis解释说：“传统搜索树会考虑所有可能性，但它用在围棋上行不通。”谷歌DeepMind团队反其道而行之，用两套神经网络为AlphaGo开发了一个全新的系统。他们将围棋视为一个包涵所有可能性的树，能够无限延伸，AlphaGo要做的就是利用两套神经网络来缩小可能性。它会利用策略网络来判断什么行为可能性最高，系统应该考虑怎么走好下一步。还有一个就是价值网络，它告诉AlphaGo怎么移动对白子和黑子都更好，这样就可以降低可能性的深度。
　　
　　对于谷歌而言，AlphaGo项目的意义并不仅仅只是打败世界级的围棋选手。开发AlphaGo程序的方法可以应用在其它人工智能项目中，包括无人驾驶汽车、类人虚拟助手。“我们认为人工智能正在为这些问题提前解决一个元问题。”Hassabis说。
　　我们最关心的也并不是输赢，尽管中国围棋冠军古力认为是李世石的轻敌导致失败。也有专家认为，Al赢了围棋也并不代表它拥有了逻辑思维能力和情感。我们人类更关心的，应该是Al的发展，会给我们带来什么，会让我们失去什么。
　　我们设计机器人的目的是作为人类的辅助，但又担心人工智能会战胜人类大脑，最后颠覆整个人类。虽然Hassabis也一直在强调，公众对人工智能的警示掩盖了人工智能带来的帮助，距离人脑水平的人工智能仍然相当遥远，可能还需要几十年。但包括特斯拉CEO马斯克、理论物理学家霍金在内的科技界的名人还是对此产生了担忧。
　　科技的未来我们很难预测。但我们应该相信，正如DeepMind公司的计算机科学家David Silver所说的，“人类总有很多技巧，有些是我们无法训练我们的计算机来应对的。”

wifiok

拭目以待，