写在李世石人机大战一个月后
我们正处在“知识爆炸” ， “信息爆炸”的时代 ， 据统计 ， 近几十年来 ， 人类所取得的科技成果 ， 比过去两千年的总和还要多 ， 看到这句话时 ， 不免联想到了人工智能与围棋 。
人机大战中 ， “AlphaGo”作为机器的代表给我们带来了很多新的思路 ， 推进了围棋技术上的进步 ， 如果没有围棋AI的出现 ， 很多突破性的创新招法我们还要再探索多少年呢？
人工智能之于围棋 ， 或是遮天蔽日 ， 或是拨云见日 。
有时候 ， 我们走的太远 ， 而忘记了为什么出发
我们不妨再回头看 ， 推荐一篇写在2016年的文章 ， 虽然成文距今已有4年多 ， 但文中的观点至今仍有很多思考价值 。
这是李喆2016年在第一次人机大战一个多月后发表于著名文化类学术期刊《读书》上的一篇文章 。
该文曾节选为北京和浙江等地高三语文模拟试卷的阅读理解题 。
如今 ， 激情澎湃的人机大战已然硝烟散尽 ， 再回首 ， 重新阅读这篇文章 ， 或许仍有启发 。
“数”拓新土 道不远人 作者：李喆
1 震惊世界的人机大战
一九九六年二月 ， 计算机国际象棋软件“深蓝”挑战棋王卡斯帕罗夫 ， 以二比四落败 。
一九九七年五月 ， “深蓝”卷土重来 ， 以三点五比二点五战胜卡斯帕罗夫 。 此后 ， 国际象棋软件不断变强 ， 成为人类棋手学习的工具 。
中国象棋、国际跳棋、五子棋、日本将棋……计算机在这些棋类项目迅速突破 ， 很长一段时间里 ， 围棋成了最后的堡垒 。
二〇一五年十一月 ， 北京举行了一次世界计算机围棋锦标赛 ， 夺冠的韩国软件挑战中国职业棋手连笑 ， 在受让四子、五子的条件下仍然落败 ， 只在受让六子的条件下取得了胜利 。 这样巨大的差距使人们认为 ， 计算机在围棋竞技上击败人类棋手 ， 仍然相当遥远 。
“阿尔法围棋”（AlphaGo）的出现颠覆了这一判断 。 二〇一六年一月 ， 谷歌旗下“深度思维”（DeepMind）团队在英国《自然》杂志上发表文章 ， 公布了“阿尔法围棋”在去年十月以五比零击败欧洲围棋冠军樊麾的棋谱 ， 并确认将挑战韩国职业棋手李世石九段 。 消息一出 ， 举世关注 。 李世石九段是近十几年世界围棋竞技赛场成绩最优者 ， 获得过十四次世界冠军 。 人机对弈之前 ， 棋界大多数人认为李世石必胜无疑 ， 科技界则大约一半人认为李世石会赢 。
本文插图
今年三月九日至十五日 ， 围棋人机大战吸引了全世界的目光 。 结果出乎多数人预料 ， “阿尔法围棋”以四比一的比分战胜了李世石 。
震惊、兴奋、不解、怀疑……“阿尔法围棋”是怎么赢的？
2 “阿尔法围棋”的直觉与“大局观”
围棋是一个封闭的复杂空间 ， 其复杂程度是棋类之最 ， 人和计算机都难以通过暴力计算达到穷尽 。 “阿尔法围棋”取得突破的核心在于深度学习方法 ， 这一方法也是目前人工智能领域最热门的方向 。 它构建了两套神经网络 ， 对人类大量的棋谱进行学习 ， 在此基础上进行“左右互博” ， 即自对弈学习 。 深度学习的一大特点是 ， 它不依赖于任何对象的具体知识 ， 只需通过大量图像和结果的比对就能完成学习 。 深度学习的方法在二〇〇六年就已经出现 ， 但在近年大数据的背景下才展现出惊人的威力 。
“阿尔法围棋”通过深度学习 ， 在形式上达到了拟人的效果 。 最显著的特点是类似人的“直觉” 。 棋手面对一个局面 ， 通常会有所谓的“第一感” ， 这是棋手的直觉 。 直觉起到了非常关键的剪枝作用 ， 把棋盘上众多的点都直接排除在外 ， 只用考虑直觉留下的一些选点 ， 对它们进行深入的计算和比较 。 “阿尔法围棋”通过深度学习的训练获得了类似的“直觉” ， 大幅缩小选点范围 ， 同样起到了剪枝的作用 。
推荐阅读
- 无人机这两项机器人发明，就是东京大学进军外卖界的野心！？
- 无人机|无人机在环境监测中的应用
- 无人机网|蚊子飞翼的秘密可用来提升无人机的安全飞行
- 光影|进阶版光影涂鸦！无人机绘制2D 定格动画皮卡丘空中跳跃
- 株洲发布TB|建设无人机产业园、三一配套园、机器人产业园等 株洲59个项目入选省重点招商项目库
- 无人机网|俄罗斯将在北极地区测试水下“末日无人机”
- 无人机网|新手如何操作无人机
- 荣秀丽|没落的“国产机王”，辉煌时“吊打”华为，如今却靠卖老人机求生
- 评测帝|使用无人机热成像研究活火山，让科学家远离危险
- []敢把野心写在脸上，这姑娘做到了