20年前「深藍」贏了，這場比賽如何影響了今天的生活？

本文原作者蒲實，刊登於《三聯生活周刊》微信公眾號，已獲授權。

尼葛洛龐帝在著作《數字化生存》中宣稱，「信息的DNA」正在迅速取代原子成為人類生活中的基本交換物，我們未來會和電腦一起交談、旅行、協同工作——是的，因為現在人工智慧正在大大加速了數字化生存的進程。

1997年5月11日與IBM「深藍」的最後一盤比賽中，加里·卡斯帕羅夫認輸了，成為首個在傳統比賽中被計算機擊敗的世界冠軍。

1997年5月11日，美國IBM公司研製的并行計算機「深藍」擊敗了雄踞世界棋王寶座12年之久的卡斯帕羅夫。

「當我成為國際象棋世界冠軍時，計算機剛剛達到了世界冠軍的水平。這是我的幸運，也是我的不幸。」20年後這位象棋大師回憶說。在經歷了短暫的沮喪后，卡斯帕羅夫並沒有陷入「人類的挫敗感」中。恰恰相反，他始終堅信：「智能機器帶來了變革，但並不是對人類的威脅，而是巨大的福利。這給我們帶來了無窮的機會，能拓展我們的能力，改善我們的生活。」

20年前那個重達1.4噸的「深藍」是專門為國際象棋對弈而設計的硬體。但那時的「深藍」不是自己「學」出來的，而是被「教」出來的：IBM的程序員從國際象棋大師喬爾·本傑明（Joel Benjamin）、米格爾·伊列斯卡斯（Miguel Illescas）、約翰·奧多羅維奇（John Fedorowicz）和尼克·德菲米亞（Nick de Firmian）等那裡獲得信息，向它輸入了100年來所有國際象棋大師幾十萬局棋的開局和殘局下法，提煉出特定的規則，再通過編程灌輸給它。它的大部分邏輯是以「象棋晶元」的形式用硬體電路的方式實現的，核心演算法叫「暴力窮舉」。也就是說，它會生成所有可能的走法，不斷對局面進行評估，找出最佳走法。

2016年，AlphaGo戰勝了世界圍棋冠軍后，DeepMind創始人傑米斯·哈薩比斯把「深藍」比作在某一領域發揮特長的「狹義人工智慧」，把AlphaGo比作「通用學習機」——後者可以從原始數據進行學習，且可以尋找到用於不同的任務和領域的不同演算法。但實際上，「深藍」在IBM一手打造的人工智慧時代，也已經成了一個里程碑式的節點。作為「深藍」的後續產品，IBM開發的新型人工智慧技術平台——Watson已經替代了「深藍」。

與「深藍」不同，Watson可以自己學習，而且能夠通過深度神經網路模仿人類的決策和價值判斷。

2011年，IBM建立了一個由90台伺服器、360個計算機晶元和15TB存儲器組成的計算機系統，其容量足以存儲美國國會圖書館的所有藏書——這就是Watson，它就像一個初生的嬰兒，沒有任何內在的智慧，但卻能像人一樣進行學習。

2016年5月10日，IBM Watson的首席安全架構師傑伯·林頓（JebLinton）向馬里蘭大學巴爾的摩分校的學生麗莎·馬修斯（Lisa Mathews）展示如何讓IBM Watson「學習」安全語言。

「Watson之父」約翰·凱利和他的團隊用了5年時間教Watson學會了人類的語言，又用維基百科的所有條目和無數的報紙和書籍訓練它，這使得Watson不僅具備了人類自然語言的理解能力，還有了語義分析能力。2011年，Watson在電視智力競賽「危險邊緣！」節目中用人類的語言戰勝了前兩屆冠軍，完成了自己從「嬰兒期」到了「青春期」的轉變。

2011年1月13日，IBM方面宣布使用IBM POWER7的Watson計算機參加Jeopardy!機智問答大賽，Watson的對手是拿下該節目最高累積獎金的布萊德·拉蒂（BradRutte）和肯·詹寧斯（Ken Jennings），這是Watson與詹寧斯和拉蒂進行第一次人機比賽。

在贏得「危險邊緣！」的冠軍后至今的幾年中Watson又做了什麼？答案是它告別了遊戲時代，正式進入了商業應用領域。

以醫學為例，在癌症研究領域，通常醫學界每天發表的研究論文和實驗數據多達8000種，沒有人能夠做到每天閱讀這麼多論文，研究者拿出某個病症的治療方案通常要晚於提出病症一兩年。但Watson強大的學習能力可以彌補這個「時間差」：Watson用大約一個星期的時間學習完全部醫學文獻，再用一個星期讀完2500萬篇論文——Watson不僅能從1萬名現實患者的治療案例中找出99%的與人類專家的發現相同的信息，還能在30%的病例中發現被醫生們忽略的信息。即使如此IBM的團隊依然表示Watson目前在這個領域的潛能可能僅僅發揮了一兩成，要想達到初設定的目標，它還需要繼續學習。

在紐約，來自羅切斯特大學西蒙商學院的克里斯蒂安·貝克（左）和傑米·塞克斯頓（右）的危機災難管理提案在IBM Watson案例大賽中取勝。

自「深藍」將「人工智慧」變成了一個公眾領域的詞語以後，IT巨頭們在人工智慧的發展方向上存在著不同的選擇。IBM商業計算機的基因，早在IBM前總裁路易斯·郭士納主導的轉型過程中，IBM就將諮詢作為核心業務發展，對行業的深度理解成為其最大的競爭優勢。儘管一部分消費者已經看到谷歌Home或亞馬遜Echo，但IBM的優勢是在那些垂直和專業領域，這是兩種不同的人工智慧設計思路。

2016年被稱為「人工智慧元年」。智能設備、移動互聯網和物聯網都使人類數據的總量呈指數速度倍增長。這聽起來似乎很抽象，形象的比喻是，據預測，到2020年全球每人每天將產生約2.4GB的數據，也就是每人每月產生的數據可以填滿一部64GB的iPhone手機，這其中80%都將是非確定性、非結構化數據。

就在「深藍」戰勝卡斯帕羅夫的前一年，尼葛洛龐帝出版了影響深遠的著作《數字化生存》。他宣稱，「信息的DNA」正在迅速取代原子成為人類生活中的基本交換物，我們未來會和電腦一起交談、旅行、協同工作。信息不再被「推給」消費者，相反，人們或他們的「數字勤務員」將把他們所需要的信息「拿過來」並參與到創造它們的活動中。人工智慧大大加速了數字化生存的進程。

很多人說，我們所處的時代正是最好的時代，也是最壞的時代。好的方面在於我們比過去的任何時代都容易獲取信息；而壞的方面，也正是龐大的信息正在擠爆我們有限的眼球和大腦。

這些龐大的信息意味著什麼？對人來說，信息是不可見的，但對於人工智慧來說，信息即情緒，是聯繫起計算機和人的媒介。1950年，當阿蘭·圖靈第一次提出「機器思維」時，一部分人還覺得那只是天方夜譚，另一部分人則認為思考機器的出現將會是對人類自身存在的挑戰。

科學在不安中前進，也在前進之路上逐漸摸清了自己的發展方向，僅僅不到半個世紀的時間，人工智慧的出現就把理論拉進了現實，我們將在生活的方方面面親歷人工智慧帶來的改變，不僅是醫療、金融和社會服務，甚至還有藝術、文化和情感溝通。

使用IBM POWER7處理器的Watson，是一套能夠基於大數據回答自然語言的模式下提出的問題的工作量優化系統。

當我們苦於無法向醫生描述還不會說話的小寶寶的病情時，人工智慧會通過分析孩子長期的身體信息，準確判斷病情；當我們糾結於結婚紀念日前不知道該送點什麼新鮮的驚喜給愛人時，人工智慧會根據個性偏好，制定出一份專屬禮物；甚至在人工智慧的幫助下，我們能提前對某地區的自然災害做出預警，留出足夠的時間疏散居民，最大限度地降低人員和經濟損失。

這一切都是我們正在經歷的歷史。未來人工智慧將把人類從瑣碎中拯救出來，我們可以更多地關注內心，提升幸福感。但人類如何與另一種「智能」相處，則成為文明進程的新問題。這是通往奴役之路，還是自由之路？

技術打開了一扇門，命運應該掌握在我們手中。

延伸閱讀