柯潔首戰(zhàn)失利 AlphaGo代表的人工智能要統(tǒng)治地球了嗎？

　　柯潔回應(yīng)首戰(zhàn)失利，惜敗AlphaGo，柯潔認(rèn)為主要是還沒有找到它的弱點(diǎn)，“它確實(shí)下得太好了，很多地方都值得我們學(xué)習(xí)，AlphaGo讓我們明白沒有什么棋是不能下的，它正在越來越多地改變我們最初對(duì)圍棋的理解。”柯潔表示，如果把AlphaGo當(dāng)作人來看的話，它今年跟去年完全是兩個(gè)人，因?yàn)槿斯ぶ悄苁窃谶M(jìn)化的。

　　從早上10點(diǎn)半到下午接近3點(diǎn)，柯潔執(zhí)黑與AlphaGo鏖戰(zhàn)了4個(gè)多小時(shí)。他以小目三三開局，但AlphaGo并沒有受到影響，用超強(qiáng)的計(jì)算能力持續(xù)對(duì)柯潔壓制。盡管宮子階段柯潔竭盡全力，但也沒有找到逆轉(zhuǎn)的機(jī)會(huì)。戰(zhàn)至單官收完，黑棋盤面6目，按照中國規(guī)則數(shù)棋，柯潔以1/4子惜敗。

　　不可否認(rèn)，這盤棋柯潔已經(jīng)發(fā)揮得非常出色，卻仍無法阻擋AlphaGo前進(jìn)的步伐。盡管最終是最微小的差距，但從過程來看，柯潔一直沒有太好的贏棋機(jī)會(huì)。難得的是，柯潔賽前收起了他一貫的驕傲，“我覺得我們?nèi)祟愔灰^了拼搏過了，就算輸也沒有什么遺憾的。”結(jié)果，以中國圍棋規(guī)則中最小的劣勢(shì)輸棋，對(duì)柯潔來說已然成功。

　　“就算阿法狗戰(zhàn)勝了李世石，但它贏不了我。”曾經(jīng)，柯潔是如此看待AlphaGo，但去年年底到今年年初，這名世界圍棋第一人在面對(duì)AlphaGo新版本Master時(shí)遭遇連敗。而在今天的烏鎮(zhèn)，舉世矚目的人機(jī)大戰(zhàn)2.0首戰(zhàn)中，柯潔依然敗下陣來，不過只以四分之一子小負(fù)的他，還有機(jī)會(huì)贏嗎？

　　需要指出的是，和去年人機(jī)大戰(zhàn)1.0不同，在比賽用時(shí)分配上，當(dāng)時(shí)李世石對(duì)AlphaGo的用時(shí)是每方2小時(shí)，1分鐘讀秒5次，而此次則是每方用時(shí)3小時(shí)，1分鐘讀秒5次，這樣的改變自然是為了更大程度上為人類提供利好，但這樣依然無力幫助柯潔戰(zhàn)勝AlphaGo。

　　“它確實(shí)下得太好了，很多地方都值得我們學(xué)習(xí)，AlphaGo讓我們明白沒有什么棋是不能下的，它正在越來越多地改變我們最初對(duì)圍棋的理解。”柯潔表示，如果把AlphaGo當(dāng)作人來看的話，它今年跟去年完全是兩個(gè)人。

　　比賽前日，柯潔曾發(fā)微博表示，這是他最后三場(chǎng)的人機(jī)大戰(zhàn)。對(duì)于之后兩場(chǎng)比賽，他說：“AlphaGo的弱點(diǎn)我現(xiàn)在還沒有找到，但是對(duì)自己要永遠(yuǎn)有信心，我覺得能跟AlphaGo對(duì)決是我人生中最榮幸的事，所以我會(huì)全力以赴下后面的兩盤棋，珍惜這個(gè)機(jī)會(huì)。”

　　在為期5天的圍棋峰會(huì)中，除了AlphaGo和柯潔進(jìn)行的三番戰(zhàn)之外，古力和連笑將分別與AlphaGo組隊(duì)進(jìn)行配對(duì)賽，五位中國頂尖職業(yè)棋手將組成戰(zhàn)團(tuán)，以集體智慧對(duì)抗人工智能。柯潔將于明天早上10點(diǎn)半再度登場(chǎng)，對(duì)戰(zhàn)AlphaGo。

　　據(jù)香港《經(jīng)濟(jì)日?qǐng)?bào)》5月23日?qǐng)?bào)道，根據(jù)清華航院AI神算子給出的數(shù)據(jù)是，雙方行棋至106手，柯潔勝率持續(xù)提升至45.91，落后僅7目。至108手，柯潔勝率為45.63。

　　與去年對(duì)弈AlphaGo的韓國棋手李世石相比，李世石首局4個(gè)半小時(shí)完成186手；其勝率曾維持在40％開頭，一度升至47％左右，但隨后又在116手后跌至僅兩成多。

　　從初步推據(jù)推算，柯潔的表現(xiàn)可能已好于去年李世石。

　　當(dāng)然這些報(bào)道是港媒的說法，不管怎么說，我們都相信人定勝天，只是在一些計(jì)算、功能性的層面人類確實(shí)是比不個(gè)機(jī)器，但是機(jī)器畢竟是為人類服務(wù)的，就像中國圍棋名將柯潔與谷歌人工智能系統(tǒng)AlphaGo的人機(jī)圍棋大戰(zhàn)，盡管落敗，但與去年挑戰(zhàn)AlphaGo的韓國棋手李世石相比，柯潔的表現(xiàn)有過之而無不及。

　　中國圍棋協(xié)會(huì)主席王汝南認(rèn)為，到目前為止還是很有意思的，柯潔有備而來，備戰(zhàn)還是很詳細(xì)的。

　　韓國棋手金庭賢點(diǎn)評(píng)柯潔今天的表現(xiàn)時(shí)，以前柯潔和人類下，始終顯得很從容。但今天臉上充血，顯得很緊張。

　　AlphaGo挑戰(zhàn)現(xiàn)排名世界第一的圍棋國手柯潔九段，對(duì)于這件事，創(chuàng)新工場(chǎng)李開復(fù)評(píng)價(jià)道，此次對(duì)決人類勝率幾乎為零。

　　李開復(fù)說，AlphaGo和李世石的人機(jī)大戰(zhàn)是第一次，可能還有懸念，但是現(xiàn)在進(jìn)化的AlphaGo和柯潔的人機(jī)大戰(zhàn)，不再擁有任何其他的可能。李開復(fù)指出，AlphaGo和柯潔的比賽并非沒有意義，而是在科學(xué)價(jià)值層面已經(jīng)失去看點(diǎn)。他呼吁既然AlphaGo和冷撲大師，已經(jīng)讓機(jī)器在游戲領(lǐng)域的“不可戰(zhàn)勝”不再有懸念，那不如把更多的精力投入到人工智能的商業(yè)應(yīng)用層面。

　　還有個(gè)觀點(diǎn)是這樣說的：如果人工智能比作一個(gè)生物，那為什么這種生物比人類對(duì)下棋更執(zhí)著？

　　很難說清究竟是誰第一個(gè)教會(huì)了計(jì)算機(jī)下棋，二十世紀(jì)最偉大的計(jì)算機(jī)科學(xué)專家克勞德·香農(nóng)在1949年發(fā)表了論文《編程實(shí)現(xiàn)計(jì)算機(jī)下（國際）象棋》。

　　而另一位同樣被載入計(jì)算機(jī)發(fā)展史的學(xué)者艾倫·圖靈在1952年編寫了第一個(gè)計(jì)算機(jī)下棋程序——當(dāng)時(shí)計(jì)算機(jī)的算力無法支撐這個(gè)程序的運(yùn)轉(zhuǎn)，圖靈用筆和紙進(jìn)行模擬驗(yàn)算與人類同事對(duì)弈，每走一步要花半小時(shí)的時(shí)間，最后輸了。

　　如果AlphaGo戰(zhàn)勝柯潔，那么就意味著：從學(xué)會(huì)下棋到在棋盤游戲領(lǐng)域完勝人類，人工智能等了這一天50年。如果輸了，它還要繼續(xù)進(jìn)化下去。其實(shí)早在20世紀(jì)50年代、70年代、90年代和21世紀(jì)初，分別有人預(yù)言“人工智能馬上就要統(tǒng)治人類了”。

　　要知道，在深度學(xué)習(xí)出現(xiàn)之前，單層神經(jīng)網(wǎng)絡(luò)算法只能做簡單的線性判斷。為了解決非線性判斷，研究人員發(fā)明的多層神經(jīng)網(wǎng)絡(luò)在訓(xùn)練上又需要幾乎不可實(shí)現(xiàn)的計(jì)算量。直到上面描述的參數(shù)一層一層自動(dòng)傳導(dǎo)的“反向傳播”機(jī)制出現(xiàn)，才讓深度學(xué)習(xí)成為了可以實(shí)際應(yīng)用的技術(shù)。

　　在多層神經(jīng)網(wǎng)絡(luò)中的每一個(gè)“神經(jīng)元”都與我們大腦中的神經(jīng)元一樣簡單而優(yōu)雅，卻能至少在一定程度上模擬我們的大腦對(duì)世界的感知和判斷。這讓采用深度學(xué)習(xí)的人工智能真的可以用一個(gè)“孩子”來形容。人工智能的進(jìn)步會(huì)來自于兩方面：一方面爆炸式的算法改進(jìn)，另一方面是漸進(jìn)式的算力提升。

　　人工智能一直在持續(xù)進(jìn)步，回顧人工智能的進(jìn)步史，盡管時(shí)間并不確定我們卻不難得出這樣一個(gè)結(jié)論：人工智能終將戰(zhàn)勝人類。

　　人類對(duì)算法的研究，更像是對(duì)宇宙客觀存在的發(fā)現(xiàn)。盡管它依然需要積累、嘗試和科學(xué)家的睿智，但它對(duì)人工智能的影響是突變式的。就像我們可以將物理學(xué)分為牛頓發(fā)現(xiàn)萬有引力前和發(fā)現(xiàn)萬有引力后一樣。

　　多層神經(jīng)網(wǎng)絡(luò)算法可能并不是未來真正高級(jí)人工智能的最終算法。這意味著即便以AlphaGo為代表的此時(shí)代人工智能，在現(xiàn)實(shí)生活中可能永遠(yuǎn)是現(xiàn)在這幅智障模樣。但并不意味著人工智能發(fā)展會(huì)就此停滯。

　　與算法不同，算力的進(jìn)步是一種對(duì)工程精度和工業(yè)化水平的考驗(yàn)——盡管摩爾定律已經(jīng)主見失效，但量子計(jì)算機(jī)、生物計(jì)算機(jī)等前沿計(jì)算設(shè)備可能會(huì)讓算力的進(jìn)步繼續(xù)下去。

　　圍繞AlphaGo，背后的技術(shù)包括圖像處理、大數(shù)據(jù)分析等，這些技術(shù)目前在其它領(lǐng)域的使用還在早期探索階段，只在AlphaGo研究的中間環(huán)節(jié)某些領(lǐng)域應(yīng)用，但是在未來肯定會(huì)在多個(gè)領(lǐng)域推廣相關(guān)的技術(shù)。

AlphaGo之父Demis Hassabis

　　AlphaGo之父Demis Hassabis表示，目前信息過載和系統(tǒng)冗雜是人類面臨的巨大挑戰(zhàn)。希望利用AI找到元解決方案。“我們的目標(biāo)是實(shí)現(xiàn)‘人工智能科學(xué)家’或‘人工智能輔助科學(xué)‘。”

　　“人工智能和所有強(qiáng)大的新技術(shù)一樣，在倫理和責(zé)任的約束中造福人類。” Demis Hassabis說。這意味著，人工智能應(yīng)該是應(yīng)用于科學(xué)、制藥等領(lǐng)域，而不是應(yīng)用于研發(fā)武器、戰(zhàn)爭(zhēng)上;此外，人工智能不能只為少數(shù)幾家公司使用，而是為全人類所共享。

　　我們確實(shí)發(fā)現(xiàn)AlphaGo已經(jīng)展示出了創(chuàng)造力，在某一個(gè)領(lǐng)域它甚至已經(jīng)可以模仿人類直覺了。但是小編認(rèn)為科幻小說中被機(jī)器人統(tǒng)治的場(chǎng)景出現(xiàn)的概率很小，既然已經(jīng)有預(yù)計(jì)會(huì)出現(xiàn)這種情況，人類在發(fā)展人工智能的同時(shí)就不會(huì)加以手段和限制條件？肯定有雙贏的策略可以去規(guī)避。