圍棋、高考和一隻貓

乍看上去，你可能會有點疑惑：標題中的三種事物毫無關係，到底要講些什麼呢?

讓我們先從那隻貓說起。

其實並不是特定的什麼貓，而是「貓」這個概念。對人來說，分辨一隻貓不費吹灰之力，甚至牙牙學語的嬰兒都做得到—幾乎沒有人記得自己是什麼時候開始認得貓，因為實在是太久之前的事了……但假設從來沒有人告訴過你貓是什麼，那應該也難不住你—無非是多查些資料而已。超強的學習能力也算是人類的一項特長，但對電腦來說就沒那麼簡單了。

Artificial Intelligence，人工智慧，就像長生不老和星際漫遊一樣，是人類最狂野的夢想之一。現在人工智慧幾乎遍地開花，無人駕駛、語音助手、面部識別等等雖然已經成熟，但距離真正的「智能」還有一步之遙：脫離了人類和大量現成數據的幫助，電腦甚至連貓和狗都分不清。比如常見的人臉識別，需要由人先設計好整套鑒別程序，電腦才能依照這些規則，做出效率極高的「識別」。這意味著電腦依然沒有脫離工具的範疇，即使再聰明，也只是聰明的工具。

幸好2012年，「GOOGLE BRAIN」項目橫空出世。這是由1000台計算機、1.6萬個處理器構成的10億個連接節點，被訓練從未經標記的數據中，自行開展學習、掌握概念，更接近人腦的學習方式。這就是人工智慧領域革命性的新技術—「深度學習」。

具體方法是，直接把海量數據投放到演算法中，讓系統在無人介入的情況下，自行分辨這些數據。一旦系統發現了重複出現的圖像信息，就會自動創建一個「圖像地圖」，繼續幫助系統自動檢測類似的物體。最終，在看過了1000萬張YouTube視頻截圖之後，系統學會了識別貓臉。也許你會覺得，這三歲小孩都能做的事有什麼大不了的呢?殊不知，今天計算機能夠琢磨出什麼是「貓」，明天它也許就能琢磨出什麼是「我」—認識貓，是距離真正的「智能」邁進的一大步。

時間來到最近，5-6月間發生了兩件大事，也與深度學習有關。不知是不是某種巧合，2017年是聯考40周年的特別時刻，一個特別的考生走進了考場—這裡要說的不是王俊凱，而是「聯考機器人」。

這是人工智慧第一次走進聯考考場，也是國家863計劃(國家高技術研究發展計劃)的一個項目。該項目於2015年啟動，30多家科研院校和企業研發實施，他們有一個共同的目標：研製出能通過聯考考上大學的機器人，而且是一本大學。

第一次上考場的人工智慧，要考的是眾人聞風喪膽、但對AI來說卻是最容易的科目—數學。

為了避免泄題，考試是在7日下午聯考數學科目結束後進行的。像其他考生一樣，人工智慧要在完全斷網的情況下進行考試。論備考，AI考前總共做了不到500套試卷，大約12000道數學題，跟一般高中生差不多;論速度，AI顯然具有優勢，在22分鐘內就完成了答題;論結果，滿分150分，AI只得了105分，成績差強人意。

有幾道題，AI答了零分。開發者認為，原因在於這些題目包含了自然語言，比如「學生」「教師」，這是機器人難於理解的概念。事實上，人工智慧最不擅長的就是語文考試，因為涉及到藝術、美感、情緒，而這些是無法用1和0表現的。

與一年一度的「全國大型知識測驗」相比，另一位同齡人的對手則要強大得多。19歲的柯潔，作為當世圍棋第一人，代表人類迎戰最高水平人工智慧—由DEEP MIND團隊開發的「阿爾法圍棋」。

這場全球矚目的「人機大戰」，最終以「阿爾法圍棋」三局完勝告終。這也意味著，人類在所有棋類項目中徹底輸給了人工智慧。

2016年3月，「阿爾法圍棋」橫空出世，以4:1戰勝了久負盛名的韓國棋手李世石，彷彿一石激起千層浪。2017年年初又化名「Master」現身線上圍棋對戰平台，一周內60戰60勝，其中包括與柯潔對弈的三盤。按照柯潔的回憶，他一開始不相信Master就是阿爾法，因為與對戰李世石時相比，它的進步實在太快了。

這種進步的主要原因就在於深度學習技術。

最初，「阿爾法圍棋」1.0版本巧妙地混合了三種演算法：蒙特卡洛樹搜索+監督學習+深度學習。其中蒙特卡洛樹搜索是一種優化過的暴力計算，也就是憑藉超強的運算能力，列舉出所有可能(深藍就是這樣戰勝卡斯特羅的);監督學習，是通過學習3000萬步人類棋譜，來模仿職業高手的下棋規律;而深度學習則是「阿爾法圍棋」程序通過自我對戰，自主學習如何下棋。

根據公開資料推測，戰勝柯潔的是「阿爾法圍棋」2.0，與之前的最大不同就是放棄了蒙特卡洛樹搜索和監督學習，強化了深度學習的作用。也就是說，自我對戰讓「阿爾法圍棋」獲得了更多的提升，它的棋風也脫離了人的定式。

在多次比賽中，「阿爾法圍棋」都走出過一些令人意想不到的棋。這些走棋在教科書中會被認為是低級錯誤，但凡一個正常的棋手都覺得不可理喻，但最終卻被證明了是正確的。人類通過數千年實戰，總結了圍棋理論，教會了電腦下棋，然後電腦告訴人類：你的理論是錯的。

這不禁讓人浮想聯翩：人類進化的路徑也許並不是唯一的，我們只是恰好走上了這一條岔路而已。以及，我們距離終極的智慧，依然遙不可及。