李世石輸給AlphaGo的三點(diǎn)專業(yè)解釋

隨著李世石的兩次投子認(rèn)輸，這場圍棋人機(jī)大戰(zhàn)的結(jié)果已經(jīng)是谷歌的AlphaGo領(lǐng)先了，而且是干脆利落的2:0。當(dāng)這一結(jié)果出來時，全世界都目瞪口呆。

這場世紀(jì)大戰(zhàn)，吸引了超乎想象的關(guān)注度，也引發(fā)了足夠多的討論。因為這里有足夠多的噱頭：人機(jī)大戰(zhàn)、“人類智慧最后一塊高地——圍棋”、機(jī)器人、人工智能、人類的恐慌……于是，我們的社交媒體都被這場大戰(zhàn)占領(lǐng)了。

好賭是人類的天性之一，競猜比賽結(jié)果就成為茶余飯后的談資。極端者有兩派，認(rèn)為李世石會完勝的主要來自圍棋界，認(rèn)為機(jī)器人會完勝的主要來自科技界里的技術(shù)派。沒那么極端有分為這么幾個門派：長遠(yuǎn)派，代表人物是李開復(fù)，認(rèn)為這次AlphaGo可能懸，但長遠(yuǎn)趨勢一定是AlphaGo勝利；恐慌派，對機(jī)器人為代表的新技術(shù)有莫名的恐慌，希望李世石能夠以3:2之類的比分獲勝；偽技術(shù)派，對AI一知半解，甚至連“引力波”這樣的東東都拉扯上，希望AlphaGo能夠以3:2之類的比分獲勝……

我這兩年重點(diǎn)也在研究人工智能，加之發(fā)表了一些文章和觀點(diǎn)，幾個月前也出版了一本相關(guān)著作《智能爆炸：開啟智人新時代》，因此也有不少媒體朋友采訪我。月初也專門寫了一篇文章，標(biāo)題就很直觀表達(dá)了我的預(yù)測結(jié)果——“圍棋人機(jī)大戰(zhàn)，機(jī)器獲勝毫無懸念”。

即使樂觀如我，當(dāng)賽果出來時，還是讓我有點(diǎn)小驚詫，事件的發(fā)展比我的想象還要樂觀，技術(shù)的發(fā)展也超出了我的想象。

下面來分析下其中的原因，李世石真的毫無懸念的輸給了AlphaGo，到底是什么造成的：

1、機(jī)器的深度學(xué)習(xí)能力，可以讓棋藝突發(fā)猛進(jìn)

開賽前，中國的圍棋高手古力接受采訪時曾如此預(yù)測，他認(rèn)為幾個月前AlphaGo戰(zhàn)勝歐洲冠軍時，展現(xiàn)出來的只是一個專業(yè)初段的水平，而李世石可是專業(yè)九段頂級高手，幾個月內(nèi)，從初段提升到九段水平，古力認(rèn)為完全不可能。

古力的說法是對的，也是錯的。對于人類，這當(dāng)然不可能；對于機(jī)器，這就有了可能性。其中的原因就是，機(jī)器會深－度－學(xué)－習(xí)。

深度學(xué)習(xí)的“技術(shù)路線”是模擬人類大腦神經(jīng)網(wǎng)絡(luò)的工作原理，將輸出的信號通過多層處理，將底層特征抽象為高層類別，它的目標(biāo)是更有效率、更精確地處理信息。深度學(xué)習(xí)自2006年由Geoffrey Hinton教授和他的兩個學(xué)生被提出后，使得機(jī)器學(xué)習(xí)有了突破性的進(jìn)展，極大地推動了人工智能水平的提升。2013 年，《麻省理工技術(shù)評論》把它列入年度十大技術(shù)突破之一。

人腦具有一個深度結(jié)構(gòu)，認(rèn)知過程是逐步進(jìn)行，逐層抽象的，能夠?qū)哟位亟M織思想和概念。深度學(xué)習(xí)之所以有如此大的作用，正是因為它較好地模擬了人腦這種“分層”和“抽象”的認(rèn)知和思考方式。

深度學(xué)習(xí)的實質(zhì)，是通過構(gòu)建具有很多隱層的機(jī)器學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)，來學(xué)習(xí)更有用的特征，從而最終提升分類或預(yù)測的準(zhǔn)確性。因此，“深度模型”是手段，“特征學(xué)習(xí)”是目的。區(qū)別于傳統(tǒng)的淺層學(xué)習(xí)，深度學(xué)習(xí)的不同在于：（1）、強(qiáng)調(diào)了模型結(jié)構(gòu)的深度，通常有5層、6層，甚至10多層的隱層節(jié)點(diǎn)；（2）、明確突出了特征學(xué)習(xí)的重要性，也就是說，通過逐層特征變換，將樣本在原空間的特征表示變換到一個新特征空間，從而使分類或預(yù)測更加容易。與人工規(guī)則構(gòu)造特征的方法相比，利用大數(shù)據(jù)來學(xué)習(xí)特征，更能夠刻畫數(shù)據(jù)的豐富內(nèi)在信息。

深度學(xué)習(xí)使得人工智能在幾個主要領(lǐng)域都獲得了突破性進(jìn)展：在語音識別領(lǐng)域，深度學(xué)習(xí)用深層模型替換聲學(xué)模型中的混合高斯模型（Gaussian Mixture Model, GMM），獲得了相對30%左右的錯誤率降低；在圖像識別領(lǐng)域，通過構(gòu)造深度卷積神經(jīng)網(wǎng)絡(luò)（CNN），將Top5錯誤率由26%大幅降低至15%，又通過加大加深網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)一步降低到11%；在自然語言處理領(lǐng)域，深度學(xué)習(xí)基本獲得了與其他方法水平相當(dāng)?shù)慕Y(jié)果，但可以免去繁瑣的特征提取步驟?？梢哉f到目前為止，深度學(xué)習(xí)是最接近人類大腦的智能學(xué)習(xí)方法。

深度學(xué)習(xí)引爆了一場革命，將人工智能帶上了一個新的臺階，將對一大批產(chǎn)品和服務(wù)產(chǎn)生深遠(yuǎn)影響。

應(yīng)該說，深度學(xué)習(xí)是谷歌有底氣在戰(zhàn)勝歐洲冠軍幾個月后，就敢來挑戰(zhàn)世界冠軍李世石的底氣所在。

2、超常的計算能力，遇強(qiáng)則更強(qiáng)

可以說，沒有哪一項技術(shù)的發(fā)展速度之快能像計算機(jī)技術(shù)那樣令人驚訝。根據(jù)雷庫茲韋爾的觀點(diǎn)，從計算機(jī)發(fā)明至今，計算機(jī)性能指數(shù)和性價比指數(shù)一直呈指數(shù)級增長，且先后歷經(jīng)了五種范式——機(jī)電、繼電器、真空管、離散晶體管和集成電路。著名的摩爾定律也得益于技術(shù)精進(jìn)和范式轉(zhuǎn)換，得以一直延續(xù)至今，其生命力也可能隨著納米技術(shù)和材料技術(shù)的發(fā)展延續(xù)到21世紀(jì)中葉。

“集成電路芯片上所集成的電路的數(shù)目，每隔18個月就翻一倍?！弊鳛橛⑻貭柟緞?chuàng)始人之一的戈登·摩爾，在50年前提出這一論斷時，顯然沒有意識到自己這一略顯武斷的結(jié)論將對人類進(jìn)步產(chǎn)生多么巨大的影響。盡管在此后的一段時間內(nèi)，他不斷修正這一論斷，使它不像數(shù)學(xué)定律那樣可靠，但這一定律仍揭示了一個重要趨勢——芯片技術(shù)、計算機(jī)技術(shù)乃至人類科技文明都在呈指數(shù)級加速增長。相比于預(yù)測未來的未來學(xué)意義，摩爾定律的現(xiàn)實意義更在于它的樂觀主義精神——它使人類（至少是一大部分人）義無反顧的將全部籌碼傾注于現(xiàn)在看起來毫無意義、毫無進(jìn)展的領(lǐng)域之上——比如曾經(jīng)的人工智能技術(shù)。

典型代表可能就是量子計算機(jī)。2012年諾貝爾物理學(xué)獎得主、法國科學(xué)家Haroche在其諾貝爾獲獎演講說：“量子計算機(jī)看起來是一個烏托邦?！?量子比特恰似那只將人折磨得死去活來的薛定諤的貓，捉摸不定又令人傷透腦筋。同納米管計算一樣，量子計算機(jī)面臨的更多的是工程問題而非理論問題。當(dāng)然，工程難題又需要另一套理論去解決，但當(dāng)前的科學(xué)界已出現(xiàn)越來越多這樣的節(jié)點(diǎn)——工程實踐與科學(xué)實驗跟不上理論創(chuàng)新的步伐。我們期待著技術(shù)發(fā)展的積累與突破，能為計算機(jī)技術(shù)提供新的范式，能令智能體具備更聰明的“大腦”，從而給我們的生活帶來更大的驚喜與變革。

回到AlphaGo身上，這種計算能力可能讓它遇到初段選手時，發(fā)揮出來的可能也就是初段的水平，遇到九段選手時，也能發(fā)揮出九段的水平。一言以蔽之，就是遇強(qiáng)則強(qiáng)。

3、“三體人”式的思維交流

“三體人”是著名科幻作家劉慈欣作品《三體》中的一個種群，形狀不明，以水生存，用思維交流。由于長期生活在惡劣環(huán)境中，該物種進(jìn)化出了可脫水休眠、經(jīng)浸泡再復(fù)蘇的功能。三體人思維的透明和地球人思維的不透明造成的沖突是推動《三體》一書情節(jié)發(fā)展的引擎。

我認(rèn)為，“智人”的進(jìn)化方向可能三體人，至少在思維方式上是如此。隨著腦逆向工程和神經(jīng)傳感技術(shù)發(fā)展，人類的意識將可以擺脫肉體束縛直接與其他“智人”（包括人類、半機(jī)器人、機(jī)器人）進(jìn)行交流。這意味著，人類有可能變成“三體人”那樣，能夠進(jìn)行直接的思維交流。思維無疑是人類智能中最深奧的一部分，人類歷史長河中出現(xiàn)的各種文明可以說都是思維的產(chǎn)物。一旦我們具有了“三體人”的透明思維，“人心難懂”的問題將得到解決。

由此看來，人工智能由弱到強(qiáng)的轉(zhuǎn)變，從思維進(jìn)化角度來說就是機(jī)器從無思維到有思維、再到有自主思維、繼而到與人類共享思維，最會可能到控制人類思維的持續(xù)轉(zhuǎn)變。

在圍棋這種復(fù)雜的智力游戲中，如果沒有很好的思維，只是簡單的大數(shù)據(jù)，可能真的無法戰(zhàn)勝李世石這樣的高手。

當(dāng)然，這次的人機(jī)大戰(zhàn)，除了AlphaGo的超常發(fā)揮，應(yīng)該還有李世石自身的原因。比如李世石懼怕AlphaGo的大數(shù)據(jù)，下出一些特殊的棋路等，反而影響了自己的發(fā)揮。再比如李世石沒有很好控制好自己的情緒波動，就算當(dāng)年他的前輩李昌鎬有“石佛”之稱，畢竟還是血肉之軀，無法不受情緒干擾。而對于AlphaGo來說，李世石的這些缺點(diǎn)，也正是自己的優(yōu)點(diǎn)。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。