馬堯

阿法狗的核心技術(shù)是深度學習方法，也就是說，它的圍棋知識不是像“深藍”那樣是編在程序里的，而是它通過大量棋譜和自我對弈自己學會掌握的。

3月9日一15日，為期七天的阿法狗與李世石的圍棋“人機大戰(zhàn)”落下帷幕后，谷歌智能系統(tǒng)阿法狗以4：1的絕對性優(yōu)勢戰(zhàn)勝韓國頂級棋手李世石。

起源于中國的圍棋一向是智者的運動。其變化多端以及對大局觀和戰(zhàn)略觀的高度要求常常被人稱道。1998年電腦深藍戰(zhàn)勝國際象棋冠軍卡斯帕羅夫之后，圍棋被認為是人工智能無法戰(zhàn)勝人類的最后一項棋類運動。然而事情發(fā)生了變化：最近的人機大戰(zhàn)中，電腦阿法狗（AlphaGo）繼5：0戰(zhàn)勝歐洲冠軍樊麾三段后，又以4：1的總比分將現(xiàn)世界圍棋職業(yè)大賽百靈杯亞軍、前世界圍棋第一人并奪取過14個世界冠軍頭銜的韓國圍棋名將李世石九段挑落下馬。這不僅是世界圍棋史上的大事，也是人工智能發(fā)展的新階段。

國運興，棋運興

圍棋是中國的國粹，在南北朝時傳入日本。在唐朝年間，兩國棋手也有過不少切磋，中國圍棋名家顧師言以三十三手“鎮(zhèn)神頭”擊敗“日本國王子”的故事更是流傳甚廣。就競技水平而言，中國圍棋水平在日本之上。此后，中日圍棋交流一直沒有中斷，一直到明清時代。進入16世紀，日本圍棋開始走上職業(yè)化的道路，棋手水平開始反超中國。特別是進入近代之后，中國國力貧弱，圍棋水平不升反降。圍棋名手吳清源甚至不惜在抗戰(zhàn)期間背負罵名加入日本國籍，以此來維系自己的職業(yè)生涯。

改革開放之后的中國與日本在各方面開展了交流，圍棋自然也不例外。1984年開始的中日圍棋擂臺賽成就了聶衛(wèi)平和常昊等國手的威名。正當中國棋手在中日圍棋擂臺賽上斬將奪旗，大展雄風之際，韓國圍棋開始異軍突起，并開始對棋壇長達十數(shù)年的統(tǒng)治。自從1988年曹薰鉉擊敗聶衛(wèi)平奪得應氏杯冠軍以來，韓國至2015年1月在世界大賽中共計57次奪冠，超過中日兩國的總和。其中李昌鎬、李世石、曹薰鉉分別奪得17、14和9個冠軍，位列前三位。一時間，韓國圍棋壓得中日同行喘不過氣來。

隨著2010年第14屆LG棋王杯決賽中國棋手孔杰零封李昌鎬奪得虎年首冠，中國圍棋開始吹響反攻的號角。在古力領軍的中國圍棋80后選手的強力反擊下，韓國圍棋甚至在2013年度顆粒無收。而韓國天王級的棋手李昌鎬5年期間收獲8個亞軍;李世石則在2014年后再沒有登上世界冠軍的領獎臺，最近結(jié)束的百靈杯中以半目告負于中國小將柯潔，成就了這位少年英雄的三冠夢想。讓韓國圍棋界灰心的是，自二李之后，韓國圍棋界再無天才，除樸廷桓和申真谞外，其他皆不堪重用。日本更慘，所謂的少年天才井山裕太被柯潔殺得“血濺五步”，連招架之功都沒有。至于一力遼之流，更是不值一提。反觀中國，除柯潔外，時越、陳耀燁、羋昱廷、唐韋星、江維杰等一大批少年天才棋手橫空出世，標志著中國圍棋的復興已經(jīng)成為現(xiàn)實，中國棋手統(tǒng)治棋壇的時代已經(jīng)到來。

國運興，棋運興。日本棋手橫行棋壇的時代正是日本國勢強盛的時代;韓國棋手稱雄棋壇的十年正是韓國經(jīng)濟騰飛的十年;而中國棋手統(tǒng)治棋壇的那一年，中國的GDP超過日本，成為世界第二，三年之后，中國成為世界上最大的工業(yè)國。

阿法狗大勝

然而，正當人們對世界圍棋格局的中國王朝進行展望時，一位“棋手”橫空出世，“他”不是中日韓棋手，甚至不是人，而是人工智能棋手——阿法狗。

2016年1月27日英國《自然》雜志刊登文章稱，谷歌的人工智能系統(tǒng)阿爾法圍棋2015年10月份以5比0的戰(zhàn)績完勝歐洲冠軍、職業(yè)圍棋二段樊麾，這是人類歷史上，圍棋人工智能（AI）第一次在公平比賽中戰(zhàn)勝職業(yè)圍棋手。2016年3月，人機大戰(zhàn)開始升級：阿法狗的對手換成了韓國名將，14次世界冠軍的獲得者李世石九段。盡管與世界圍棋第一人柯潔九段交手的記錄為難堪的2勝8負，但誰也不敢小覷這位百靈杯的新科榜眼的實力。李世石與阿爾法圍棋的圍棋人機大戰(zhàn)為五番棋挑戰(zhàn)，但無論比分如何將下滿五局，比賽采用中國圍棋規(guī)則，執(zhí)黑一方貼3又3/4子（即7.5目），各方用時為2小時，3次60秒的讀秒機會。

2016年3月9日，圍棋人機大戰(zhàn)首局在韓國首爾四季酒店打響。賽前猜先阿爾法圍棋猜錯，李世石選擇黑棋，等阿爾法圍棋下了186手，李世石算清后投子認輸。3月10日，圍棋人機大戰(zhàn)展開第二局較量。阿爾法圍棋執(zhí)黑先行，最終阿爾法圍棋執(zhí)黑于211手獲勝且優(yōu)勢明顯，總比分2比0領先。3月12日，圍棋人機大戰(zhàn)展開第三局較量。李世石執(zhí)黑先行，到阿爾法圍棋下了176手后，李世石只有投子認負。圍棋人機大戰(zhàn)前三盤人類三連敗。3月13日，圍棋人機大戰(zhàn)展開第四局較量。在接連三局負于“阿爾法圍棋”后，“輸?shù)弥皇Ｑ濕谩钡睦钍朗畔掳ぃK于迎來了“圍棋人機大戰(zhàn)”的首次勝利。3月15日，圍棋人機大戰(zhàn)展開第五局對決。第280手，李世石投子認負。這次圍棋人機大戰(zhàn)的最終比分定格為1比4。

阿法狗的優(yōu)點與缺陷

阿法狗之所以獲勝，在其具備的三個巨大優(yōu)勢：第一，與“深藍”完全不同的學習能力。1997年“深藍”戰(zhàn)勝國際象棋大師卡斯帕羅夫，但它的意義完全不能同阿法狗。相比。阿法狗的核心技術(shù)是深度學習方法，也就是說，它的圍棋知識不是像“深藍”那樣是編在程序里的，而是它通過大量棋譜和自我對弈自己學會掌握的。而且，這種學習能力具有相當大的通用性。自己學習的能力，使得計算機有了進化的可能;而通用性，則使其不再局限在圍棋領域。盡管這個能力目前還很初級，但卻展現(xiàn)了極好前景，使得以前困擾我們的人工智能自我學習問題，有了解決的可能。這是一個很大的創(chuàng)新和進步。

第二，局部落子和整體棋局著法的平衡能力。阿法狗通過深度學習產(chǎn)生出來的策略網(wǎng)絡（或稱走棋網(wǎng)絡），在對抗過程中可以實現(xiàn)局部著法的優(yōu)化;通過估值網(wǎng)絡實現(xiàn)對全局的不間斷的評估，用于判定每一步棋對全局棋勝負的影響。而且，還可以通過快速走子算法和蒙特卡洛樹搜索機制，加快走棋速度，實現(xiàn)對弈質(zhì)量和速度保證的合理折衷。這些技術(shù)使得計算機初步可以既考慮局部得失，又考慮全局整體勝負。而這種全局性“直覺”平衡能力，正是過去我們認為是人類獨有的。

第三，超出人類對圍棋博弈規(guī)律的理解能力。在五番棋的對抗過程中，從觀戰(zhàn)的超一流棋手討論和反應可以發(fā)現(xiàn)，阿法狗的著法有些超出了他們的預料，但事后評估又認為是好棋。有棋手就認為，人類真的可以向計算機學習圍棋，加深對圍棋規(guī)律的理解，覺得“它可能比我們更接近圍棋之神”。這意味什么？意味著阿法狗的深度學習算法，甚至可以從大數(shù)據(jù)中發(fā)現(xiàn)人類千百年來還未發(fā)現(xiàn)的規(guī)律和知識，為人類擴展自己知識體系開辟了新的認識通道。

阿法狗如此神奇，是不是就無法戰(zhàn)勝？也未必。有專家提出兩點克制方式：一、攻其策略網(wǎng)絡，加大搜索空間。進入中盤后，職業(yè)選手如能建立起比較復雜的局面，每一步棋都牽連很多個局部棋的命運（避免單塊、局部作戰(zhàn)），則阿法狗需要搜索空間則急劇加大，短時間內(nèi)得到的解的精度就會大打折扣。通俗地說，非常復雜的變化，人算不清楚，現(xiàn)階段計算機的計算力更沒辦法。李世石九段的第四局棋就有這個意思，所以扳回一局。

二、攻其價值網(wǎng)絡，萬劫不復。阿法狗的價值網(wǎng)絡極大地提高了之前單純依靠MCTS來做局勢判斷的精度，但離準確判斷圍棋局勢還有不小的差距。神經(jīng)網(wǎng)絡還不能完全避免在某些時候出現(xiàn)一些怪異（甚至錯誤）的判斷，更何況其訓練樣本還遠遠不足。這也是為什么有了價值網(wǎng)絡還仍然需要依靠快速走棋來判斷局勢。不能說阿法狗不會打劫，而是害怕在棋局早期的多劫并存。即，打劫要乘早，太晚了搜索空間變小，即便價值網(wǎng)絡失效，還可以靠快速走棋網(wǎng)絡來彌補。開劫應該以在剛剛進入中盤時期為好（太早劫財還不夠），并且保持長時間不消劫，最好在盤面上能同時有兩處以上打劫。沒有了價值網(wǎng)絡的阿法狗其實水平也就職業(yè)3-5段左右。

人工智能并非全是福音

當今世界第一人柯潔已經(jīng)放出豪言，要和阿法狗一較高下。這將是一場勝利。首先，在剛剛過去的人機大戰(zhàn)中，阿法狗的優(yōu)勢和缺點想必柯潔已經(jīng)了然于胸并引起足夠重視，相比起李世石剛開始迎戰(zhàn)時的無知無畏甚至自大，柯潔的心理狀態(tài)應該更好;其次，柯潔對李世石的勝率達到80%，棋力遠在后者這個過氣明星之上，因此，柯潔對陣阿法狗的勝率更高。何況李世石也曾贏過一局，說明阿法狗并非不可戰(zhàn)勝。

然而這場人機大戰(zhàn)的意義不僅僅是在圍棋領域，更在于人工智能方面。一般說來，機器智能主要分為三大類：計算智能、感知智能和認知智能。在計算智能領域，以科學運算、邏輯處理、統(tǒng)計查詢等形式化規(guī)則運算為核心，在有些方面計算機早已超過了人類，比如“天河”的科學運算和“深藍”基于規(guī)則的暴力搜索。但也有些還無法超越人類，比如復雜符號推理。在感知智能領域，以圖像理解、語音識別、語言翻譯、運動控制等為代表，近期由于深度學習方法的突破，取得了重大進展，開始逐步趨于實用水平。

但是，在認知智能領域，以理解、推理和決策為代表，強調(diào)“會思考”、“能決策”等，因其綜合性更強，更接近人類智能，研究難度更大，長期以來一直進展緩慢。阿法狗在深度學習技術(shù)上的突破，使其在自主學習、理解和推理能力上取得重大進步，使我們終于在認知智能方面看到了曙光，盡管現(xiàn)在還非常非常的初步。然而這種進步對人類來說帶來的并非全是福音。由于人工智能在催生更多的聰明武器和自主化無人平臺、提高對戰(zhàn)場態(tài)勢的認知速度、拓展認識信息化戰(zhàn)爭機理的新途徑、助推兵棋推演實現(xiàn)真正的人機對抗、使指揮信息系統(tǒng)克服智能輔助上瓶頸等防務領域的巨大價值，必然會被用于戰(zhàn)爭，如果是這樣，恐非人類之福。

（本文作者為上海外國語大學國際關系與公共事務學院特約研究員）