電腦圍棋“大師”挑戰(zhàn)人類尊嚴(yán)最敏感地帶

　　一篇《自然》雜志封面文章28日引爆輿論——名為“阿爾法圍棋”（Alpha Go）的谷歌計(jì)算機(jī)程序，在完全平等條件下以5∶0完勝歐洲冠軍、職業(yè)圍棋二段棋手樊麾。《自然》以“All SYSTEMS GO”為題報(bào)道，指出計(jì)算機(jī)圍棋戰(zhàn)勝人類冠軍一切已然就緒。

　　這當(dāng)然不是說說而已：Alpha Go已經(jīng)約戰(zhàn)近10年來獲世界冠軍頭銜最多的棋手、韓國(guó)天才李世石九段，獎(jiǎng)金是由谷歌提供的100萬(wàn)美金。

　　國(guó)內(nèi)媒體甚至用“人類最后的智力驕傲即將崩塌”來渲染此事，似也有據(jù)可依：兩個(gè)月前，首屆世界計(jì)算機(jī)圍棋錦標(biāo)賽冠軍“石子旋風(fēng)”（Dolbaram）對(duì)決中國(guó)現(xiàn)任圍棋名人連笑，結(jié)果被讓4子、被讓5子負(fù)，被讓6子勝，就被譽(yù)為“歷史性的突破”；此前，計(jì)算機(jī)圍棋甚至不足以成為業(yè)余高段位棋手的對(duì)手，對(duì)弈職業(yè)棋手，被讓9子幾無(wú)勝績(jī)……放在18年前超級(jí)計(jì)算機(jī)“深藍(lán)”戰(zhàn)勝國(guó)際象棋世界冠軍卡斯帕羅夫之后、計(jì)算機(jī)圍棋博弈水平仍一直遠(yuǎn)低于人類的大背景下，Alpha Go敢于挑戰(zhàn)世界頂尖棋手，確有一種石破天驚的震撼效應(yīng)。

　　那么這一次，計(jì)算機(jī)圍棋戰(zhàn)勝人類，真的近在眼前了嗎？

　　人類智力運(yùn)動(dòng)“皇冠上的明珠”

　　計(jì)算機(jī)圍棋之難，首先難在這項(xiàng)被稱為人類智力運(yùn)動(dòng)“皇冠上的明珠”本身的多重復(fù)雜性。“最簡(jiǎn)單的規(guī)則，最復(fù)雜的變化”，是對(duì)圍棋最簡(jiǎn)單明了的概括。

　　“圍棋具有巨大的狀態(tài)空間復(fù)雜度和博弈樹復(fù)雜度，又在本質(zhì)上無(wú)法做準(zhǔn)確的靜態(tài)盤面評(píng)估”，這使得即使采樣樣本足夠大，也有力所不逮之處。北京郵電大學(xué)教授、計(jì)算機(jī)圍棋研究所所長(zhǎng)劉知青用以下一組數(shù)據(jù)來說明：狀態(tài)空間復(fù)雜度（用于搜索），圍棋是10172，中國(guó)象棋、國(guó)際象棋分別是1048、1046；博弈樹復(fù)雜度（用于決策），圍棋是10300，中國(guó)象棋、國(guó)際象棋分別是10150、10123。

　　另一重復(fù)雜，是圍棋落子選點(diǎn)無(wú)法驗(yàn)證。一手棋有多大價(jià)值，數(shù)學(xué)證明，或搜索驗(yàn)證，都難以勝任。“分析圍棋棋子位置，數(shù)目的多少，以及棋子之間的靜態(tài)關(guān)系（例如影響函數(shù)），無(wú)法完整、準(zhǔn)確地評(píng)判圍棋棋子的作用和最終死活；圍棋棋子的作用和最終死活必須由博弈的具體進(jìn)程決定”。

　　令人震驚的巨大突破

　　盡管Alpha Go此次完勝的對(duì)手并非職業(yè)頂尖棋手，中國(guó)圍棋隊(duì)總教練余斌九段仍感覺“吃驚”。以往認(rèn)為，計(jì)算機(jī)圍棋“100年都不會(huì)有突破”的他，從中看到“關(guān)鍵的突破點(diǎn)已被找到”。

　　劉知青把它看作“遠(yuǎn)超過去”的巨大突破——已公布的五局棋譜，經(jīng)國(guó)內(nèi)“準(zhǔn)一線”棋手察驗(yàn)，質(zhì)量很高，“雖然離一線水準(zhǔn)還有差距，但差距不大”。

　　具有相當(dāng)棋力、一直從事“互聯(lián)網(wǎng)＋圍棋”的北京萬(wàn)同科技有限公司CEO陳雷注意到，五局棋的對(duì)弈時(shí)間早于去年11月份的首屆世界計(jì)算機(jī)圍棋錦標(biāo)賽，而彼時(shí)的賽后沙龍上，幾乎所有計(jì)算機(jī)圍棋技術(shù)從業(yè)者都相當(dāng)樂觀地認(rèn)可，計(jì)算機(jī)棋手平等戰(zhàn)勝人類，會(huì)在15—20年內(nèi)發(fā)生。其實(shí)陳雷在“樂觀派”中亦屬最樂觀的，當(dāng)時(shí)他就認(rèn)為“10年內(nèi)必有突破”；但“谷歌默默無(wú)聞地做，一下子拿出來”，仍“令人震驚”。

　　深度神經(jīng)網(wǎng)絡(luò)讓Alpha Go顯著進(jìn)步

　　樂觀的理由，在于近年來“蒙特卡洛算法”的應(yīng)用，它在解決圍棋盤面“一手棋有多大價(jià)值、怎樣判斷形勢(shì)優(yōu)劣”兩大核心問題上，比前輩做的都好。

　　但此次Alpha Go明顯更進(jìn)了一步。劉知青、陳雷介紹，它應(yīng)用了目前人工智能領(lǐng)域最熱門的卷積神經(jīng)網(wǎng)絡(luò)技術(shù)，能模擬人腦神經(jīng)元，具有深度學(xué)習(xí)、主動(dòng)識(shí)別、自適應(yīng)等功能，在圖像處理方面異常強(qiáng)大。

　　比如，作為其核心的兩種深度神經(jīng)網(wǎng)絡(luò)“策略網(wǎng)絡(luò)”（policy network）和 “價(jià)值網(wǎng)絡(luò)”（value network）的成功應(yīng)用：前者，將盤面落子選點(diǎn)從幾百、幾十個(gè)大大縮減為三五個(gè)，逐漸接近職業(yè)棋手；后者，也是最難的，在盤面形勢(shì)判斷上，通過職業(yè)棋手棋譜的驗(yàn)證、篩選，給出下一步的預(yù)判，這比以往基于海量數(shù)據(jù)的“蒙特卡洛樹搜索”（未加任何驗(yàn)證）對(duì)職業(yè)棋手盤面符合率達(dá)到40%—50%要好很多。

　　在此情況下，專業(yè)人士所最擔(dān)憂的“所有技術(shù)開發(fā)人員都不知道職業(yè)棋手是怎么想的”，似可迎刃而解。

　　Alpha Go會(huì)是另一個(gè)“深藍(lán)”嗎？

　　至于令人矚目的3月份人機(jī)約戰(zhàn)，包括對(duì)計(jì)算機(jī)圍棋最樂觀的人在內(nèi)，迄今沒有人明確表示Alpha Go會(huì)是另一個(gè)“深藍(lán)”。

　　“具體結(jié)果不好說”，劉知青沒有明確勝負(fù)傾向，但技術(shù)發(fā)展這么快，看不到“天花板”，“還有兩個(gè)月時(shí)間，誰(shuí)知道會(huì)發(fā)生什么”。

    余斌、陳雷都看好李世石。作為技術(shù)樂觀派，陳雷并非唯技術(shù)論者：“圍棋挑戰(zhàn)的不光是智力，而是體現(xiàn)了東方思想精髓。”以“極度定量”方式表達(dá)一切的計(jì)算機(jī)，目前還達(dá)不到戰(zhàn)勝李世石、柯杰等頂尖棋手的水平。

　　曾任中科院自動(dòng)化所所長(zhǎng)的中國(guó)自動(dòng)化學(xué)會(huì)副理事長(zhǎng)王飛躍則把即將到來的人機(jī)大戰(zhàn)看成一次“炒作”，真正公平的設(shè)獎(jiǎng)博弈，應(yīng)該是打擂臺(tái)式的“混選”，而非指定棋手應(yīng)戰(zhàn)。他更認(rèn)為，在終極意義上，人工智能戰(zhàn)勝人類是“偽命題”，因?yàn)橹灰?guī)則明確，計(jì)算機(jī)圍棋戰(zhàn)勝人類“是遲早的事情”。

　　（科技日?qǐng)?bào)北京1月28日電） 

瞿劍