面對機器，人類還有多少勝算

知識 06-28

一身休閑的黑色西服，黑色皮鞋，加上韓式特有的前劉海，李世石帶著職業圍棋手靦腆的笑容，在天津夏季達沃斯的關於VR的分論壇，分享了他被人工智慧阿爾法狗（AlphaGo）打敗的心路歷程。

谷歌公司開發的以深度學習技術為基礎的電腦程序 AlphaGo，在 2015年10月，連續5局擊敗歐洲冠軍、職業二段樊輝。此後，今年三月份落下帷幕的世紀圍棋人機大戰中，李世石最終以1:4的成績不敵AlphaGo。

面對機器，人類還有多少勝算

這個結果，距離1997年IBM 電腦擊敗國際象棋世界冠軍，已有二十年。

在會場外，是來自中國、美國、瑞士、日、韓、澳大利亞科研院所或者公司帶來的未投產的虛擬現實(VR)或是人工智慧(AI)體驗區。

一位衣著得體灰色西裝的日系機器人，可以反覆用三種語言演說，分辨聽眾表情，並對應做出相應動作。如果從遠處看，人類認為受之父母的髮膚也已經幾乎以假亂真。

最難的部分是表情與眼神的交流，需要用到的技術最多。現在只是初階，如果要與人互動、傾聽，甚至談話，我們還需要進一步研發。一位梳著流雲造型的日本工程師對《第一財經日報》記者說。

面對機器，人類還有多少勝算

而由澳洲動用六十台攝像機的VR電影《大爆炸》(Collision)完全模擬了核試驗現場的全息實景，讓本報記者如身臨其境，但主創人員稱，未來研發最難的部分，也在於影片中人與觀眾的互動交流。

李世石則反覆說，雖然如果能夠重新對弈的話，勝算的比例會非常大，但是我不願意再次對弈。

李世石在賽後接受採訪時曾表示，當時谷歌團隊強烈要求合同里加進AlphaGo若輸，擇日必須重戰的條款。當時0.1秒都沒有考慮李世石會輸的可能性，就爽快答應了。沒有提出李世石若輸，也要重賽的要求。這也成了一個懸念。

他認為，核心原因在於對於深度學習的技術，預計和準備不足。AlphaGo如此強大的根本，在於它的深度學習能力。

中國科學院自動化研究所複雜系統管理與控制國家重點實驗室主任王飛躍曾在接受媒體採訪時指出，圍棋之所以難被攻克，難就難在它的變化非常多。AlphaGo利用他的網路，把這種複雜的空間收縮到一個可計算的範圍內，這其實就是深度學習的實現。AlphaGo再根據概率和評估方法做進一步優化，最終選擇出最佳應手，這是它最大的突破所在。

李世石描述說，比賽之前，看了和樊暉的比賽，感覺不是自己的對手，判斷失誤，認為達不到頂級棋手水平。讓他驚訝的是，這個深度學習技術讓機器在六個月期間，有如此大進步。

此外，AlphaGo經常有一些出其不意的招數，也讓李世石重新考慮了創造力的定義。他感到自己以前對人工智慧的設想被挑戰了。

我甚至開始想，創意究竟是什麼。人和機器所定義的創意是不一樣的，我們認為的創意也是學習，我們認知範圍之內的，才能產生所謂的創意性。

除了強大的計算，還有近乎無情的存在，也讓機器擁有了某種優勢。

李世石說，人畢竟會有心理上的動搖，哪怕他知道準確的答案，也可能會選擇另一條路。但是AlphaGo不會有任何動搖。比如，第三局結束，機器心情也不會有任何變化，因為它根本不會認識到下到第幾局了。

見識了如此精準穩定的對手，甚至讓李世石考慮讓自己女兒未來拜AlphaGo為師，學習圍棋。因為從教育角度，老師水平相差較大，這樣的不可預知性很可怕，每個人都有一些偏差，不可能一樣出色。而AlphaGo非常精確，在規定範圍內，可以很好執行任務。

面對機器，人類還有多少勝算

而且，他甚至預測，未來10~15年，圍棋也可能會動搖，甚至會被機器征服。但從體驗來說，他微笑說：人和人的比賽才是最重要的。

從實用的角度來說，這讓人聯想到，究竟會有多少工作機會會被機器代替？如何教育孩子？如果人類與機器的能力可以融合起來，會不會形成超級智力？

在場的學者似乎很難只考慮實用。因為當我們談到圍棋，就會聯想到圍棋衍生出來的一些哲學思想，但面對強大的資料庫和計算，這些思想似乎都不重要了。

傳統觀念認為，圍棋充分體現了中國道家文化的特色。棋盤中央是太極，周圍分為八個區，代表八卦，黑白兩色棋子則表示陰陽。圍棋的圓形棋子和方形棋盤，象徵著天圓地方。棋盤上的361個交叉點，象徵華夏農曆361天，棋盤分為4部分，代表四季，每一部分的90個交叉點，又代表每一個季度3個月的90天，唐代高道司馬承禎所編《天地宮府圖》，將傳說中的神仙對弈之所爛柯山，列為道教洞天福地中的第三十福地。

正如一位來自北京大學的教授提問中提及的，這個比賽中，有兩個模型，一個是直覺，理性分析。圍棋是東方直覺藝術，AlphaGo體現更多的，是西方理性的想法。封閉環境，理性有更多的影響；而在開放環境中，直覺則有更多作用。

在心理學中，直覺代表了人類意識的深處潛意識，這個包含了人類情感和潛力的巨大密碼庫。

比如，來自耶魯大學研究生物倫理的學者溫戴爾沃拉奇(Wendell Wallach)就提到，人工智慧無法習得常識。當人類被要求去牆上釘個釘子，常識會告訴他，釘子必須是橫向的，這是通過多次的體驗學到的，但機器卻無法有同樣的體驗。

如此衍生出來的問題包括：作為家長，你會願意讓孩子註冊去上一個虛擬現實的學校嗎？你會願意接受一個遠程操控的機器手幫你做腦部手術嗎？最後，如果你的伴侶由於某種原因離開，你願意接受和一個仿造伴侶的機器人作為約會對象嗎？

在場選擇願意的人，寥寥無幾。