中搜網(wǎng)絡(luò)董事長(zhǎng)、總裁陳沛，是著名人工智能專家、中國(guó)計(jì)算機(jī)協(xié)會(huì)常務(wù)理事、第三代搜索主設(shè)計(jì)師，也是北京圍棋業(yè)余冠軍。

各位朋友大家晚上好，我是陳沛。今晚為大家分享的主題是《機(jī)器會(huì)否統(tǒng)治人類？從人機(jī)大戰(zhàn)看人工智能的崛起》。

我們都知道，2017年的人機(jī)大戰(zhàn)已開幕，柯潔和AlphaGo比賽的第一局，我們也都已經(jīng)看到了結(jié)果，是AlphaGo1/4子贏了柯潔。其實(shí)1/4子在圍棋上是最小的一個(gè)輸贏單位，沒有更小的勝負(fù)差別，但比賽在我看來其實(shí)是一面倒的。實(shí)際上AlphaGo一直占據(jù)著優(yōu)勢(shì)，雖然柯潔在官子階段步步緊逼，竭盡全力，但是最后還是輸?shù)袅吮荣悺?/p>

在這之前，媒體問我“柯潔勝算幾何？”，我很抱歉地預(yù)測(cè)說“柯潔三戰(zhàn)皆負(fù)”。今天這是第一盤，我們還有機(jī)會(huì)看第二盤和第三盤。但這個(gè)比賽本身是非常有意思的，在我看來它已經(jīng)超出了圍棋的范疇，它不是一個(gè)簡(jiǎn)單的圍棋比賽，而是人類和我們?nèi)祟愒斐鰜淼臋C(jī)器之間的競(jìng)爭(zhēng)，只不過這個(gè)競(jìng)爭(zhēng)是在一個(gè)非常獨(dú)特的領(lǐng)域就是圍棋中展開的。

由我來分享這個(gè)主題，我個(gè)人覺得是挺合適的。因?yàn)槲冶救藦牧邭q開始學(xué)圍棋，拿過浙大的圍棋冠軍，也拿過總參謀部的冠軍，還拿過北京市業(yè)余圍棋的冠軍，所以我對(duì)圍棋有自己的一些理解，應(yīng)該說在業(yè)余里下的比較好的人了。另一方面我也做過很多人工智能的項(xiàng)目，包括專家系統(tǒng)，特別是我自己還寫過一個(gè)五子棋博奕程序，把人的知識(shí)用計(jì)算機(jī)語言的方式去表達(dá)和使用，然后再和人類進(jìn)行比賽。所以AlphaGo和柯潔的大戰(zhàn)引起世界的關(guān)注，也引起了我的個(gè)人興趣，我覺得通過這件事情，我們可以更好的來看看人工智能的崛起。

復(fù)盤幾次“人機(jī)大戰(zhàn)”

人工智能是時(shí)下熱點(diǎn)，也成為了刷屏的關(guān)健詞。其實(shí)機(jī)器和圍棋的比賽并不是第一次發(fā)生，在很早就有這種機(jī)器和人對(duì)戰(zhàn)的圍棋軟件，每年甚至有計(jì)算機(jī)的圍棋比賽，但是都沒有像現(xiàn)在這樣引起轟動(dòng)。我覺得最大的一個(gè)原因是人工智能的崛起帶來了圍棋軟件的大幅度提升，開始挑戰(zhàn)人類的頂尖高手。

1997年，IBM的深藍(lán)戰(zhàn)勝過人類的國(guó)際象棋冠軍卡斯帕羅夫，應(yīng)該說機(jī)器挑戰(zhàn)了人類的棋類游戲，并且戰(zhàn)勝了人類頂尖高手，但是那時(shí)候并沒有特別大地引起整個(gè)人類的轟動(dòng)和關(guān)注。當(dāng)時(shí)是IBM的一個(gè)小型機(jī)IS6000和人類的世界冠軍卡斯帕羅夫的對(duì)弈，這個(gè)比賽確實(shí)使用了機(jī)器，但是并沒有大量采用人工智能技術(shù)，更多的采用了一些硬件加速，暴力計(jì)算的方式，戰(zhàn)勝了人類的冠軍。而象棋和國(guó)際象棋在變化量的數(shù)量級(jí)上比圍棋差了很多，以至于機(jī)器通過自己強(qiáng)力的運(yùn)算就有機(jī)會(huì)戰(zhàn)勝人類的世界冠軍。

這次不同，這次挑戰(zhàn)的是圍棋，圍棋變化的復(fù)雜量，有人形容說它是原子的個(gè)數(shù)總和，大概是120位以上的數(shù)字，變化極其復(fù)雜，復(fù)雜到我們?nèi)祟悘膩硪膊荒軌蛩闱宄?，未來也不可能算清楚。過分的復(fù)雜以至于機(jī)器也算不清楚，因此在圍棋中我們必須使用一些分析、判斷、決策等人類特定的智慧，而不是機(jī)器的運(yùn)算能力。

很多人開始說：“機(jī)器能算那么快，人當(dāng)然下不過他了。”其實(shí)機(jī)器雖然算得比較快，但并不是完全靠計(jì)算來戰(zhàn)勝人類的。它有自己的神經(jīng)網(wǎng)絡(luò)，有自己的深度學(xué)習(xí)，它把人類當(dāng)成老師，然后不斷的學(xué)習(xí)和提高，包括左右互搏。這個(gè)過程中機(jī)器積累了人類對(duì)圍棋大量的知識(shí)，這時(shí)候它才能真正戰(zhàn)勝人類。所以這次AlphaGo戰(zhàn)勝人類具有里程碑式的意義，它可能在人類所有的智力游戲上占到了一個(gè)制高點(diǎn)上，以至于下完這次比賽以后，可能人類已經(jīng)沒有機(jī)會(huì)再去挑戰(zhàn)機(jī)器，按柯潔的話說：“這是我和機(jī)器下的最后三盤棋”。

當(dāng)年IBM的IS6000，就是“更深的藍(lán)”，戰(zhàn)勝了卡斯帕羅夫的第二天就宣布退役了。換句話說，“如果我現(xiàn)在能贏了你，你以后再也沒有機(jī)會(huì)贏我了，再跟你下沒有意義，所以不跟你們玩了。”這次為什么跟柯潔還有機(jī)會(huì)做一次這樣的人機(jī)大戰(zhàn)呢？是因?yàn)槿ツ?月份的時(shí)候，AlphaGo和李世石進(jìn)行了第一次“人機(jī)大戰(zhàn)”，那場(chǎng)比賽機(jī)器4：1戰(zhàn)勝了人類，而李世石在第四盤的時(shí)候下出了所謂“神之一手”，打亂了整個(gè)機(jī)器的系統(tǒng)，后面的邏輯產(chǎn)生了紊亂，我本人是現(xiàn)場(chǎng)參與解說的，我發(fā)現(xiàn)機(jī)器在這個(gè)過程中犯了一些非常規(guī)的錯(cuò)誤，應(yīng)該不是知識(shí)也不是能力。

從棋的內(nèi)容上來說，去年的比賽機(jī)器確實(shí)比人類頂尖高手像李世石這樣的人下得更好，但是好的依然非常有限。我們?nèi)祟惪赡懿惶猓?ldquo;你雖然贏了我，我也沒有覺得你有多厲害”。特別比賽剛開始的時(shí)候，人類一邊倒的認(rèn)為機(jī)器下棋下不過人類，包括我本人也誤判了，但是事實(shí)上機(jī)器在上次的比賽中已經(jīng)戰(zhàn)勝了人類的代表李世石。

李世石榮獲了人類的14個(gè)世界冠軍，應(yīng)該統(tǒng)治了人類棋手十年的歷史，代表人類也是當(dāng)之無愧的，但是客觀來說他已經(jīng)過了自己的巔峰期，不是最佳的競(jìng)技狀態(tài)，所以不一定能夠代表人類現(xiàn)在最高的圍棋水平。而柯潔是現(xiàn)在的世界第一，所以安排現(xiàn)在人類的世界第一和AlphaGo再進(jìn)行一次比賽，依然具有挑戰(zhàn)的意義，只不過這次挑戰(zhàn)看起來不像是機(jī)器挑戰(zhàn)人類，更像是人類挑戰(zhàn)機(jī)器。

除圍棋領(lǐng)域，前不久也有“冷撲大師”和人類進(jìn)行了德州撲克比賽，后來也戰(zhàn)勝了人類。其實(shí)更早一些的時(shí)候，實(shí)際上IBM的深藍(lán)戰(zhàn)勝卡斯帕羅夫以后，沒有繼續(xù)在圍棋上去研究，而是去參加了人類的一些知識(shí)競(jìng)賽的比賽，那個(gè)系統(tǒng)叫沃森，后來也戰(zhàn)勝了人類知識(shí)問答的冠軍，所以機(jī)器是在不同的場(chǎng)合，以不同的方式挑戰(zhàn)人類的智慧。

AlphaGo是怎樣與人類比賽的？

有很多人來問我AlphaGo到底是怎么下棋的。AlphaGo應(yīng)用了哪些技術(shù)呢？

云計(jì)算

跟大家想的一樣，它確實(shí)要鎖定在計(jì)算，這次的AlphaGo我不知道情況是什么，但上一次跟李世石的比賽，AlphaGo動(dòng)用了2000臺(tái)的服務(wù)器，同時(shí)進(jìn)行運(yùn)算，應(yīng)該說它使用的云計(jì)算技術(shù)，集中了相當(dāng)一部分通過網(wǎng)絡(luò)連接起來的計(jì)算資源。比較而言的話，如果只用一臺(tái)服務(wù)器做運(yùn)算需要一秒鐘的話，2000臺(tái)的話就可以大大降低它每次判斷的時(shí)間，甚至使整個(gè)比賽得以進(jìn)行，所以利用云計(jì)算谷歌應(yīng)該可以動(dòng)用大量的服務(wù)器，不光2000臺(tái)，需要兩萬臺(tái)的時(shí)候也可以，所以現(xiàn)在應(yīng)該是用兩千臺(tái)服務(wù)器同時(shí)進(jìn)行運(yùn)算參與這樣的頂級(jí)比賽。

大數(shù)據(jù)

應(yīng)該說AlphaGo的上一個(gè)版本是1.0版本，它大量錄入了人類頂尖棋手的圍棋棋譜，可以說它繼承和學(xué)習(xí)了人類圍棋史上可以學(xué)習(xí)的圍棋知識(shí)，然后通過深度學(xué)習(xí)的方式，變成它能夠理解的知識(shí)，然后應(yīng)用到它自己的實(shí)戰(zhàn)當(dāng)中，所以很顯然這也是一個(gè)大數(shù)據(jù)的成果。

當(dāng)然很多人可能不一定都會(huì)下圍棋，很多人也不是都是懂得人工智能的。所以AlphaGo實(shí)際上是有一套非常好的人工智能技術(shù)來適應(yīng)圍棋的比賽，簡(jiǎn)單說有兩個(gè)網(wǎng)絡(luò)——一個(gè)是價(jià)值評(píng)判的網(wǎng)絡(luò)，一個(gè)是搜索的網(wǎng)絡(luò)，然后找到每次決策它認(rèn)為最好的一個(gè)點(diǎn)，這個(gè)點(diǎn)是以勝利最高的點(diǎn)作為決策的依據(jù)。

我們可以這樣簡(jiǎn)單理解AlphaGo怎么去跟人下棋的。當(dāng)柯潔下了一步棋的時(shí)候，它會(huì)在所有可能的選點(diǎn)中作出一個(gè)基礎(chǔ)的判斷，判斷哪些棋可能是應(yīng)該思考的，但是什么樣的棋應(yīng)該思考的呢？它可能需要搜索的方法去驗(yàn)證，比如說，如果這個(gè)點(diǎn)是人類棋手經(jīng)常使用的，或者是這次可能采用它自己學(xué)習(xí)系統(tǒng)來產(chǎn)生的一個(gè)重要的推薦點(diǎn)，根據(jù)這個(gè)推薦點(diǎn)會(huì)引發(fā)一系列的演變，而這些演變通過門特卡羅的搜索數(shù)不斷的去驗(yàn)證，雙方相當(dāng)于是左右互博的方式，雙方都按照對(duì)方最好的應(yīng)對(duì)，去演變下面的一些變化。當(dāng)這些變化演變到一定的步數(shù)之后，比如說20步、25步這樣的步數(shù)的時(shí)候，它要對(duì)結(jié)果進(jìn)行評(píng)判，然后把結(jié)果反饋。

據(jù)說AlphaGo1.0版本的時(shí)候，它的學(xué)習(xí)過程是把人類的大量棋譜作為主要的依據(jù)。就是人類在這樣的情況下，選擇什么樣的點(diǎn)進(jìn)行思考和判斷，進(jìn)行去搜索和推演。這次AlphaGo2.0它實(shí)際上不再使用人類已有的棋譜，而是通過兩臺(tái)AlphaGo互相博奕互相學(xué)習(xí)的方式來產(chǎn)生知識(shí)推薦點(diǎn)，我覺得這個(gè)過程是很容易理解的。因?yàn)樵缙贏lphaGo完全不具有人類的知識(shí)，所以他需要大量的棋譜。那么等它經(jīng)過1.0的比賽以后，它本身已經(jīng)成為人類的頂尖高手了，所以兩臺(tái)AlphaGo自己的相互博奕就可以作為推薦的依據(jù)了，所以很可能這次采用的是它用自己方式來生產(chǎn)的圍棋知識(shí)。