谷歌围棋程序击败欧洲冠军 人工智能重大飞跃！

机器人闯进了围棋界？

《自然》杂志27日发文，围棋电脑软件“AlphaGo”(以下称“阿尔法围棋”)打败了职业棋手，震撼了国际棋坛。这个软件由谷歌旗下的人工智能（AI）开发商“DeepMind”所研发，所以这个消息也令人工智能科学家们感到震撼。

自然杂志封面

这款名为“阿尔法围棋”的人工智能，在没有任何让子的情况下以5:0完胜欧洲冠军，职业围棋二段樊麾。

你可能想到了1997年计算机程序“深蓝”和国际象棋大师卡斯帕罗夫的世纪之战。在那次比赛中，卡斯帕罗夫输给了这个IBM开发的计算机程序。这是人工智能历史上的划时代事件。

而这次比赛的意义毫不逊色。

1997年，当IBM深蓝计算机在象棋上称霸时，它使用的是手工编码的规则，在搜索时将穷尽所有可能发生的步法。Alpha Go从本质上则是随着时间而学习的，可以识别出可能具有优势的模式，然后模拟出数量有限的潜在结果。

完成这个成就有多难？

东方的围棋被认为更加复杂，更加需要棋手难以置信的直觉。

国际象棋中，平均每回合有35种可能，一盘棋可以有80回合；相比之下，围棋每回合有250种可能，一盘棋可以长达150回合。

就博弈的局面来讲，一般认为国际象棋为10的123乘方，而围棋则有10的360乘方以上。这导致软件来不及列举出所有能赢的方案，导致不敌职业棋手。

所以，在此前的比赛中，围棋AI一般和业余段位的棋手比赛，而且人类选手都会让子。但是“阿尔法围棋”的对手是法国国家围棋队教练、欧洲围棋冠军，而且没有让子。

阿尔法围棋是怎么做到的？

DeepMind团队表示，“阿尔法围棋”的关键在于使用的深度神经网络。

在这样的网络中，如果你将足够多的关于树木的照片输入进去，它们就能学会识别出一棵树。如果输入足够多的对话，它们就能学会如何进行一段得体的对话。如果输入足够多的围棋走法，它们就能学会下围棋。

实际上，在“阿尔法围棋”中有两种不同的神经网络：“策略网络”（policy network）和“值网络”（value network）。

它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里，本质上和人类棋手所做的一样。

“阿尔法围棋”利用这两个工具来分析局面，判断每种下子策略的优劣，就像人类棋手会判断当前局面以及推断未来的局面一样。这样“阿尔法围棋”在分析了比如未来20步的情况下，就能判断在哪里下子赢的概率会高。

也有许多专家相信，人类掌握围棋的秘诀在于模式识别——通过棋子组成的图形形状来判断优势和弱点，而不是预测几步棋后的走向。

也正是因为这个原因，模式识别算法的最新进展有可能会大大改进计算机的表现。新算法利用大型的图片数据库，训练深度卷积神经网络（deep convolutional neural networks）来识别物体和面孔。这一网络借鉴了人脑的信息处理机制，与人脑的神经结构有相似之处。

因此，可以预想，这样的算法用在围棋棋局自动评估上，也能发挥巨大的作用。

根据研发者的介绍，这种神经网络可以自主学习，而非传统的对人工智能进行“监督训练”的算法。

此外，AI很容易通过大量的训练积累足够多的经验。人类或许一年可以下1000局围棋，但AI一天就能玩100万局，不会疲劳。

所以理论上来讲，只要“阿尔法围棋”经过足够的训练，就可以击败所有的人类选手。

李世石

今年3月，“阿尔法围棋”将挑战全球顶级的韩国九段棋手李世石，奖金是100万美元。李世石表示：“（人工智能）厉害得让人吃惊，听说一直在进化，不过我有信心取胜。”

微博网友表达了无奈的释然：“只要是存在规则的game，随着计算能力的提升和算法的优化，最终人类一定会败给电脑。 而人类的能力在于面对没有已知规则的困局，能够创造出路走出泥潭。”

人工智能一日千里 未来应用：语音识别、自动驾驶

相对于棋盘上的胜负，人工智能一日千里的进展更加激动人心。

《自然》杂志将“阿尔法围棋”的成果归功于“深度学习”（Deep Learning）。

深度学习是目前人工智能领域中最热门的科目，它能完成笔迹识别，面部识别，驾驶自动汽车，自然语言处理，识别声音，分析生物信息数据等非常复杂的任务。

2006年之后，深度学习实际使用多于三层的神经网络，即深度神经网络。这是复杂的非线性模型，拥有复杂的结构和大量的参数，有非常强的表示能力，特别适合于复杂的模式识别问题。

这种能力在“阿尔法围棋”身上就体现的很充分。另外，这一能力将能帮助人类在未来揭示丰富的信息，并对未来或未知事件做出更精准的预测。

这些能力也是自动驾驶的汽车、Siri 等语音识别技术以及Face.com（Facebook 最近获得的面部识别软件）的基础，越来越精准的翻译软件也归功于这样的AI技术。

谷歌高级工程师也还预测神经网络会在其他科学领域扮演重要工具，例如在基因行为预测，药物，蛋白质，新的医疗方案等。

果壳网写下了一段意味深长的评论：“AI一定会进入我们的生活，我们不可能躲开。这一接触虽然很可能悄无声息，但意义或许不亚于我们第一次接触外星生命。”

人工智能飞跃史

1950年，计算机科学先驱阿兰·图灵预测到2000年计算机就可以思考：拥有与人类同等水平的创造力、解决问题的能力、个性和适应性行为。他提出了一种判断机器能否进行思考的测试：图灵测试。

1956年，在达特茅斯会议上，一些研究者提出创造一个人工大脑，人工智能（AI）领域终于诞生。

在1980年代，“专家系统”的概念被计算机公司广泛应用，这是对于人工智能山野探索的开端。

1989年，卡内基梅隆大学研发了名为“Deep Thought”的专家系统，能够像大师一样下象棋。

1997年，IBM的计算机深蓝第一次击败了国际象棋大师卡斯帕罗夫。2006年，人类最后一次打败顶尖的国际象棋AI。

2005年，斯坦福大学延至的机器人赢得了美国Darpa大挑战，在这个美国国防高级研究计划局组织的自动驾驶汽车挑战中，它在荒漠赛道中行驶了131英里。

2011年，Watson 战胜了电视智力竞赛Jeopardy 的冠军。

来源：共同网、果壳网、独立报