人工智慧：你這麼牛逼人類怎麼想？

陳沛

復盤「人機大戰」

人工智慧是時下熱點，也成為了刷屏的關健詞。其實機器和圍棋的比賽並不是第一次發生，在很早就有這種機器和人對戰的圍棋軟體，每年甚至有計算機的圍棋比賽，但是都沒有像現在這樣引起轟動。我覺得最大的一個原因是人工智慧的崛起帶來了圍棋軟體的大幅度提升，開始挑戰人類的頂尖高手。

1997年，IBM的深藍戰勝過人類的國際象棋冠軍卡斯帕羅夫，應該說機器挑戰了人類的棋類遊戲，並且戰勝了人類頂尖高手，但是那時候並沒有特別大地引起整個人類的轟動和關注。當時是IBM的一個小型機IS6000和人類的世界冠軍卡斯帕羅夫的對弈，這個比賽確實使用了機器，但是並沒有大量採用人工智慧技術，更多的採用了一些硬體加速，暴力計算的方式，戰勝了人類的冠軍。而象棋和國際象棋在變化量的數量級上比圍棋差了很多，以至於機器通過自己強力的運算就有機會戰勝人類的世界冠軍。

這次不同，這次挑戰的是圍棋，圍棋變化的複雜量，有人形容說它是原子的個數總和，大概是120位以上的數字，變化極其複雜，複雜到我們人類從來也不能夠算清楚，未來也不可能算清楚。過分的複雜以至於機器也算不清楚，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，而不是機器的運算能力。

很多人開始說：「機器能算那麼快，人當然下不過他了。」其實機器雖然算得比較快，但並不是完全靠計算來戰勝人類的。它有自己的神經網路，有自己的深度學習，它把人類當成老師，然後不斷的學習和提高，包括左右互搏。這個過程中機器積累了人類對圍棋大量的知識，這時候它才能真正戰勝人類。

所以，這次AlphaGo戰勝人類具有里程碑式的意義，它可能在人類所有的智力遊戲上佔到了一個制高點上，以至於下完這次比賽以後，可能人類已經沒有機會再去挑戰機器，按柯潔的話說：「這是我和機器下的最後三盤棋」。

當年IBM的IS6000，就是「更深的藍」，戰勝了卡斯帕羅夫的第二天就宣布退役了。換句話說，「如果我現在能贏了你，你以後再也沒有機會贏我了，再跟你下沒有意義，所以不跟你們玩了。」

那麼這次為什麼跟柯潔還有機會做一次這樣的人機大戰呢？是因為去年4月份的時候，AlphaGo和李世石進行了第一次「人機大戰」，那場比賽機器4：1戰勝了人類，而李世石在第四盤的時候下出了所謂「神之一手」，打亂了整個機器的系統，後面的邏輯產生了紊亂，我本人是現場參與解說的，我發現機器在這個過程中犯了一些非常規的錯誤，應該不是知識，也不是能力。

從棋的內容上來說，去年的比賽機器確實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。我們人類可能不太服氣：「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候，人類一邊倒的認為機器下棋下不過人類，包括我本人也誤判了，但是事實上機器在上次的比賽中已經戰勝了人類的代表李世石。

除圍棋領域，前不久也有「冷撲大師」和人類進行了德州撲克比賽，後來也戰勝了人類。其實更早一些的時候，實際上IBM的深藍戰勝卡斯帕羅夫以後，沒有繼續在圍棋上去研究，而是去參加了人類的一些知識競賽的比賽，那個系統叫沃森，後來也戰勝了人類知識問答的冠軍，所以機器是在不同的場合，以不同的方式挑戰人類的智慧。

AlphaGo 如何與人類競賽？

有很多人來問我AlphaGo到底是怎麼下棋的。AlphaGo應用了哪些技術呢？

雲計算

跟大家想的一樣，它確實要鎖定在計算，這次的AlphaGo我不知道情況是什麼，但上一次跟李世石的比賽，AlphaGo動用了2000台的伺服器同時進行運算。應該說它使用的雲計算技術，集中了相當一部分通過網路連接起來的計算資源。

比較而言的話，如果只用一台伺服器做運算需要一秒鐘的話，2000台的話就可以大大降低它每次判斷的時間，使整個比賽得以進行。所以利用雲計算，谷歌可以動用大量的伺服器，不光2000台，甚至兩萬台也可以。

大數據

應該說AlphaGo的上一個版本是1.0版本，它大量錄入了人類頂尖棋手的圍棋棋譜，它繼承和學習了人類圍棋史上可以學習的圍棋知識，然後通過深度學習的方式，變成它能夠理解的知識，再應用到它自己的實戰當中，所以很顯然這也是一個大數據的成果。

當然很多人可能不一定都會下圍棋，很多人也不是都是懂得人工智慧的。所以AlphaGo實際上是有一套非常好的人工智慧技術來適應圍棋的比賽，簡單說有兩個網路：一個是價值評判的網路，一個是搜索的網路；然後找到每次決策它認為最好的一個點，這個點是以勝利最高的點作為決策的依據。

我們可以這樣簡單理解AlphaGo是怎麼跟人下棋的：

當柯潔下了一步棋的時候，它會在所有可能的選點中作出一個基礎的判斷，判斷哪些棋可能是應該思考的。但是什麼樣的棋應該思考呢？它可能需要用搜索的方法去驗證。

據說AlphaGo1.0版本的時候，它的學習過程是把人類的大量棋譜作為主要的依據。就是人類在這樣的情況下，選擇什麼樣的點進行思考和判斷，進行去搜索和推演。而這次AlphaGo2.0它實際上不再使用人類已有的棋譜，而是通過兩台AlphaGo互相博奕互相學習的方式來產生知識推薦點，我覺得這個過程是很容易理解的。因為早期AlphaGo完全不具有人類的知識，所以他需要大量的棋譜。那麼等它經過1.0的比賽以後，它本身已經成為人類的頂尖高手了，所以兩台AlphaGo自己的相互博奕就可以作為推薦的依據了，所以很可能這次採用的是它用自己的方式來生產的圍棋知識。

人工智慧因何崛起？

人工智慧其實已經有了60年的歷史。

人工智慧的所有從業者都在不斷嘗試，讓機器學會人類的思考方式，代替人類的一些工作，包括代替人類的一些思考。這個過程應該說既有興奮的時候也有沮喪的時候。

所謂的興奮就是我們今天能看到人工智慧的突破給我們點燃一個希望，但也經常會發現，將它大規模應用來代替人類依然還有很遠的距離。這個情況恰恰最近幾年發生了很大的改變，我們看到它不光作為全球的熱點不斷地被提及，大量的企業也在投入資源進入人工智慧領域，而人工智慧也在綻放出很多令人吃驚的成果。

我覺得人工智慧在這段時間變成人類關注的熱點，不是偶然的。我個人歸結了一些重要原因：

互聯網的誕生

互聯網本身的誕生使我們有機會把整個人類的計算能力，存儲能力通過互聯網聯結在一起，這個過程使人類具有了更強大的能力。所以隨著互聯網誕生，我們有了雲計算的技術，我們有了大數據，有了物聯網，還有一些新的基於互聯網成果的各種各樣的技術和能力，這些能力大大的推動了人工智慧的發展。

生物醫學的發展

生物醫學的發展，使我們對人類大腦有了更多的了解。我們知道一個大腦可能有非常多的神經元組成，好像有一千億這麼巨大的數字，每個神經元之間可能還有八千到一萬的相互連接，用這樣的方式來互通信息，處理信息，使大腦產生了一個的加工信息，分析問題，然後做出決策判斷的能力。

而這次AlphaGo使用最主要的技術是來自於神經網路的深度學習，這些都是最新的人工智慧成果，它們以最大的限度推動了人工智慧的最近一輪發展。當然像這樣的神經網路和深度學習的技術其實可以用在很多領域中，所謂的圍棋不過是一個嘗試，如果說這次AlphaGo戰勝了人類的世界冠軍柯潔，也許它未來並不一定是在圍棋上繼續下很多功夫，而去開始挑戰其他的領域。

人工智慧崛起，人類該不該高興？

去年我做圍棋解說的時候，有很多人就在關心人機關係。一次我和學生現場對話，我說「會下圍棋的舉個手」，基本上沒有人舉手，所以說關心人機大戰的並不僅僅是圍棋的愛好者，幾乎都是我們普通人都把它當成興趣點，當成重要的知識在學習和吸收。

通過這次人機大戰，使我們對人工智慧有進一步的思考，我覺得這是個挺有意義的事情。我記得上次分享的話題就是我們人類真的輸了嗎？當然不是，因為我們人類的職業棋手們可能輸掉了比賽，但是對另一部分人類精英創造的人工智慧恰恰是一次成功的里程碑。總之，這都是人類的成功。

我更願意把機器看成是我們人類的兒子或者是人類的學生。以AlphaGo為例，它是由很多工程師和科技精英們製造出來的，它應該是我們的兒子。它大量的圍棋知識都是向我們人類學習來得到的，所以它也是我們學生，這樣的定義可能更容易理解一點，也更容易接受。

人工智慧到底能為我們做什麼？

按照我的想法是，我們人類可以把最苦、最累和不願意乾的活都交給它干。但另外一方面，它的能力正在提升，它可能會做一些思考性的問題。

在非常富有創造性的領域，其實現在人工智慧也開始在挑戰我們人類，或者在嘗試挑戰人類的能力。

有一些人正在嘗試用人工智慧的技術來做音樂，有一些機構正在研究怎麼讓機器去畫畫，還有一些機器在做人類諮詢性的工作，它能夠回答一些可能相對來說不需要特別深度思考的一些問題，來代替我們一些低等的諮詢服務。可能來自於法律或者來自於其他的專業性知識的，這些知識應該說更多的出現在整個互聯網上。而未來它也會代替很多具有淺度知識的那種職業。

有些機器人正在研究怎樣去選股票，怎樣去撮合交易。可以想像，在這麼複雜的世界中，當我們擁有大量數據的時候，我們是不是可以在大數據上面分析出哪支股票會漲，哪支股票會跌？影響它的因素確實非常多，除了我們經常聽到技術的K線圖，包括宏觀的政策或者融入一些心理學的知識，這些複雜的知識體系進入到決策過程的時候，機器也許未來比人類做得更好。

要是這麼說的話，我們人類到底應該是高興還是不高興呢？

高興的是我們很多工作可能會逐步被機器所替代，它確實可以降低我們人類勞動的強度，使我們可以能夠把這個精力騰出來，幹什麼呢？我們可以喝喝茶，聊聊天，下下棋之類的，把其他很多工作交給它們。但另一方面它似乎開始威脅了我們人類一部分群體，它會代替我們一部分工作。從我剛才舉的例子來說，這種代替甚至是可能超出我們現在的理解和想象。無論你是藍領、白領，甚至是金領，都有可能被其替代。

為什麼上一次AlphaGo和人類的挑戰的過程中，職業圍棋界對它有很多擔憂，特別希望我們人類能夠贏下來呢？我想今天我們可能會用更開放的心態來看待人工智慧的崛起，這次即使柯潔輸給了AlphaGo，他引起的這種對輸贏的轟動可能是小的，甚至是對圍棋未來發展的擔憂也沒有那麼大。因為據說去年人機大戰以後，整個圍棋在全世界得到更大的普及，很多人開始買一個圍棋來學習這種東方的智慧。當然，未來我們人類也可能會像AlphaGo們學習關於圍棋的知識，使我們越來越接近所謂「圍棋的上帝」。

那麼在另一部分領域中可能就不這麼樂觀了。假如說人工智慧能夠做很多無人駕駛這樣的工作，像司機這樣的職業會不會受到挑戰呢？如果我們現在去打一個車，很可能周邊一輛沒有一個人的車就直接開到了我們身邊，將我們帶到了目的地，這個可能嗎？當然可能。

所以從這個角度來說，人工智慧幫助人類的同時，也可能給我們部分人群形成了一定的挑戰和威脅，這是客觀存在的。據說很多機器人開始進入很多的生產車間，因為是人的勞動成本正在提升，而機器人可能從整體上會降低生產成本，提高生產效率。

關於人工智慧更大的挑戰還在於，我們人類是否能夠很好的控制這個機器，機器會有一天擺脫我們人類的控制，甚至反過來控制我們人類嗎？這才是一個更有意義的，有前瞻性的話題。

我們知道像霍金，包括馬斯克他們都提到要謹慎開發人工智慧的能力，包括要對它進行駕馭和管控，實際上都意識到人工智慧一旦失控對人類的威脅。也有人說這可能是杞人憂天，空穴來風。我個人倒不這麼認為。

我認為這個挑戰是現實存在的。有人說如果機器人不聽話的話我就拔他的電源，這聽起來是我們人類很好地可以控制它，當然理性一點的說法是機器人所有程序都是我們寫出來的，它應該都聽我們的。但是實際上，有很多因素可能導致我們對機器人然後失去管控。

人與機器的界限何在？如何定義機器人？

現在我們講的機器人是什麼呢？越來越像人的機器，這一點我們都可以相信，就是我們從材料方面，外觀方面，我們都會發現我們造的機器人都確實越來越像人類。

著名的圖靈測試說：「如果你跟它聊了半天都不知道它是個機器的話就通過了圖靈測試。」這個我覺得會越來越接近，圖靈測試應該是人和機器界限中的一個最低的門檻，如果這個檻都過不去，你稍微聊兩句就知道它是機器的話，說明它不像人，它對人的模擬和接近距離尚遠，這個其實只是一個最低的門檻。

更高的門檻是，它能不能像人類一樣具有高度豐富的智慧，甚至具有人類的情感，這才是所謂機器跟人之間的距離。以前我們可能會認為，機器最擅長的實際上是運算，確實是，當我們人類發明計算機的時候，目的就是讓它幫助人類計算。但問題是這次通過人機大戰，我們感受到了，人工智慧不僅僅在計算領域中超越了人類，在完全不能計算複雜的智慧中，它依然挑戰和戰勝了人類，這恰恰是人工智慧一次飛躍性的發展。

當這種能力複製在很多人類的工作領域中時，它和我們人類之間的關係就會變得更加複雜。通過這次人機大戰我們能夠感受到的是什麼呢？就是在這種深度的人類智慧中，機器開始挑戰人類，它不僅僅是個運算的工具了。今天如果有一個人坐在我的對面和我們下棋，然後輕鬆的擊敗了我們，這時候我們知道對方是一個機器還是人嗎？如果我們不知道，說明機器人在模擬人類方面已經越來越接近人類了。

對「真正的機器人」的構想

雖說人類和機器的界限會變得越來越模糊，當機器越來越高度智慧的時候，它從外觀上，甚至內在上，會越來越接近我們人類。但是機器就是機器，我覺得有另外一類的模糊會發生在我們人和機器之間，所以會有一種新的物種會誕生，我認為那個才叫真正的機器人，就是「機器和人的結合」。

機器自己產生了意識或者人類把自己的意識放到一台機器上了，這時候就會出現機器和人的這種混合物，這很容易理解。你想一個機器發展到足夠好的時候，它在很多部分開始代替人類，假如說我們因為車禍受傷了，會裝一個義肢、假肢，這時候我們是不是很容易接受它代替我們的四肢？如果我們的器官出現了問題，我們替換了一個器官我們是不是能夠接受？當我們身體大部分被替代的時候，我們到底是不是人了呢？

前陣子有一部好萊塢電影叫《攻殼機動隊》，它可以把人類的大腦植入一台鋼鐵的器具中，變成了人和機器的結合物，只保留人類大腦。是不是還是我們的人，但是其他部分全部變成了機器？

在我看來，這就變成了一個新的物種叫「機器人」了。擁有人類的大腦，又有很多其他機器的能力——某種程度上已經開始超過我們人類自身了。因為人類的血肉之軀可能是我們的弱點，比如說我們跑不過獵豹，打可能打不過老虎，很多動物在原始的技能上都超過了我們。我們最重要的就是擁有一個大腦，但是我們並沒有一個強健的軀體，當我們具有一個鋼鐵之身的時候，是不是已經變成了一種優勢？

所以那樣的機器人對於人類來說已經形成了某種優勢。如果讓機器人這樣的開始不斷的學習和掌握人類的智慧，逐漸開始接近人類，我覺得是個挺危險的事情，機器越來越像人類甚至超越人類，還有鋼鐵之軀的時候，它整體上會不會真正超越人類成為一個新的物種呢，所以人類要面對這樣的一個新的物種，我們應該怎樣呢？

未來的計算機體系結構

隨著我們人類科技的進步，在我看來，整個人類的進步實際上是加速進行的。而最近這幾十年，人類的科技進步會出乎我們的意料，是因為在整個互聯網情況下，在雲計算和大數據的支持下，我們曾經很難做的事情，會變得越來越容易，所以人工智慧在近期得到了爆發性的發展。

在我看來人工智慧如果要想再有一個大的進步，可能有一個技術領域的方嚮應該來自於對整個計算機系統的重新再造，或者會出現一個新的計算機體系。因為從現在的情況看，是把很多知識用現在的計算機系統表達出來；而現在計算系統大家知道，是基於馮諾依曼的體系結構，是用0、1這種二進位的表達方式來表達人類的所有知識。這種知識是非常便於運算的，所以我們在現有的體系下處理器，有存儲器，運算器構成了現在的計算機體系。

未來會不會有人工智慧的計算機呢？我覺得可能會有，它可能會更接近於大腦的使用方式，就是用神經網路的方式作為整個計算機體系的基礎，完全模擬人大腦思維，再結合現在的計算機體系。

這樣的話它具有更強的人類大腦思維方式，同時也借鑒了機器最擅長的運算、存儲等能力。這樣的體系，可能是未來更具有接近人類或者超越人類的優勢。所以計算機領域可能也會發生一些大的變化，包括系統體系結構的變化，來適應人工智慧技術的發展。未來的這個計算機的體系結構，會不會從馮諾依曼的體系結構進化到新的人工智慧體系結構呢？這個我們可以拭目以待。

人工智慧的話題是一個非常具有這種想象力的話題。通過「人機大戰」，它開始充分展示人工智慧的魅力，也通過人機大戰檢驗了人工智慧的很多成果。它們註定會應用到很多不同的應用場景中，然後在幫助人類的過程中，完成自己的深化。

當然在我看來未來我們和機器的關係，就像是新的物種一樣，我們未來最好是能夠相生相伴，和平共處。如果說未來，我們看到有三個人形的物體在那鬥地主的話，我們很容易識別什麼是自然人，因為斗的最差的那位是自然人，另外兩位可能是機器人。