DeepMind 的圍棋人工智能 Alphago 對人類的碾壓來得促不及防旺芽，現(xiàn)在它以 3:1 領(lǐng)先圍棋冠軍李世石沪猴。由于圍棋的復(fù)雜性辐啄，很多人工智能專家曾認為，計算機要戰(zhàn)勝頂尖人類运嗜，還需要數(shù)十年時間壶辜。而在約二十年前，IBM 也同樣在人機之間挑起過爭論担租，當時它開發(fā)的深藍計算機打敗了國際象棋大師加里·卡斯帕羅夫 (Garry Kasparov)砸民。

Murray Campbell 是深藍開發(fā)中的關(guān)鍵人物，也是 IBM 認知計算部門的高級經(jīng)理奋救，正是這一部門管理著現(xiàn)在的 Watson 人工智能平臺岭参。那這位深藍的開發(fā)者，是怎樣看待新世紀人機之戰(zhàn)的呢尝艘？最近 Theverge 與他進行了對話演侯，深圳灣對文章編譯如下 (有刪減)：

在20年前，你們?nèi)绾谓鉀Q象棋問題背亥，打敗卡斯帕羅夫的秒际？

我們還在卡耐基梅隆大學(xué)讀研時，就在開發(fā)象棋程序了狡汉，接下來 IBM 招了我們其中三個來開發(fā)下一代象棋計算機娄徊，也就是后來的深藍。我們當時意識到轴猎，單純的暴力破解方法很難打敗世界冠軍嵌莉；但另一方面进萄，擁有強大的計算力確實有用捻脖，而且程序的能力確實與計算速度有關(guān)，這有文獻支持中鼠。所以我們將一些人工智能類的先進算法 (搜索和評估方面的)可婶，與大型超級計算機相結(jié)合，來開發(fā)冠軍級別的程序援雇。1996 年的比賽我們失敗了矛渴，但次年用改進的系統(tǒng)卷土重來，并取得了勝利惫搏。

你當時為什么會做這事具温？是出于對象棋的興趣，還是對計算的挑戰(zhàn)筐赔？

兩者都有铣猩。我對象棋很感興趣，在成為計算機科學(xué)家前也是象棋玩家茴丰，還曾獲得過加拿大亞伯達省的冠軍达皿。不過我也認識到天吓，真正厲害的高手有一些我沒有的東西。這也讓我想知道峦椰，怎樣才能開發(fā)一個高水平的計算機來下棋呢龄寞？后來加入 IBM 時，我感到這是個機會汤功，可以證明自己的想法物邑。

除了個人興趣，打敗人類也對早期的計算機科學(xué)來說是個挑戰(zhàn)冤竹。1949年拂封，知名數(shù)學(xué)家克勞德·香農(nóng) (Claude Shannon) 發(fā)表了一篇論文，描述了如何創(chuàng)造一臺象棋計算機鹦蠕，并認為這是一個大挑戰(zhàn)冒签。

開發(fā)中，多大程度上你自己要了解國際象棋钟病？是輸入一些規(guī)則就行了萧恕，還是根據(jù)自己的經(jīng)驗來？

我認為了解一些象棋知識很重要肠阱。在開發(fā)的早期階段票唆，我們不需要成為個中高手，而且當時也不是屹徘。但進行到最后階段時走趋，會有很多關(guān)于如何下棋，以及大師的標準是什么的細節(jié)需要考慮噪伊，所以有個高手來幫忙很重要簿煌。當時我們請了象棋大師 Joel Benjamin 來幫忙。最后鉴吹，我們還請了其他大師與機器對戰(zhàn)姨伟，測試系統(tǒng)性能。

當時的目標是模仿人類風(fēng)格豆励，還是開發(fā)一個不惜一切取得勝利的系統(tǒng)夺荒？

我們完全沒想著模仿人類，只不過是人類多數(shù)情況下良蒸，棋下得不錯技扼，所以我們也希望系統(tǒng)如此。人類的風(fēng)格被研究得很好嫩痰，雖然沒被研究透剿吻，但心理學(xué)家數(shù)十年前就在研究了。而得到的結(jié)論是始赎，象棋高手在考慮走棋時和橙，只會關(guān)注少量的步數(shù)和位置仔燕。有時他們會計算到很深，才能決定怎么走魔招，有時候不會晰搀。但他們很擅長棋局評估和搜索機制，這有助于決定選擇哪種方式探索棋局办斑。模仿人類是很困難的事外恕。

最初的人工智能確實想讓計算機有人類的網(wǎng)絡(luò)，但往往會敗給那些更「計算機風(fēng)格」的計算機乡翅，即少進行評估鳞疲，盡可能計算可能的步數(shù)。僅靠純粹的搜索確實能達到一定的水平蠕蚜，但我們也意識到尚洽，這還不夠，還是得在某些方面模仿人類靶累。人類長于根據(jù)關(guān)鍵路線進行深入思考腺毫，我們也希望系統(tǒng)能這樣做，而這也是深藍能成功的一個重要原因挣柬。

到 1997 年潮酒，多數(shù)玩家都知道卡斯帕羅夫被打敗了，他們認為深藍的風(fēng)格很不尋常嗎邪蛔？

是的急黎，有這樣一種說法，你看到計算機下出很出乎意料侧到，或反直覺的一步棋時勃教，會稱它為「計算機走法」。這是因為人類有這樣的思考方式床牧，而有些走法荣回，人類高手也不會用遭贸。這也是為何計算機能打敗人類戈咳，雖然在某種程度上說，它們無法準確評估棋局：由于它們不同尋常壕吹，所以能看見一些人類不會看見的走法著蛙。不過有趣的是，現(xiàn)在的年輕棋手會比老一代更容易走出計算機的走法耳贬，可能是因為他們一直有跟計算機下棋踏堡。

所以計算機戰(zhàn)勝人類，也讓人類變得更優(yōu)質(zhì)咒劲？

很正確顷蟆。

在計算機科學(xué)角度上诫隅，圍棋與國際象棋有什么區(qū)別？

兩者都需要強大的計算量帐偎，都很復(fù)雜逐纬。但圍棋有一些象棋沒有的特點，那就是很難評估它的棋局削樊。像我一樣的中級象棋選手豁生，可能幾個小時就能寫一個評估函數(shù)，用于判斷象棋的棋局漫贞。雖然達不到大師的水平甸箱，但與搜索結(jié)合起來，已經(jīng)足夠下高水平的棋了迅脐。

但圍棋會隨著時間推移而衍變芍殖，而且結(jié)構(gòu)和互動非常復(fù)雜。象棋中的棋子會移動谴蔑，沒有很多靜態(tài)結(jié)構(gòu)围小，甚至只要數(shù)下誰的子多，你就能很好地預(yù)測誰會贏∈骷睿現(xiàn)實當然會更復(fù)雜肯适，但這是個不錯的經(jīng)驗。圍棋則完全不是這樣成榜，你沒法數(shù)棋子框舔，因為一般來說雙方都差不多，而且評估起來難得多赎婚。所以我覺得刘绣，DeepMind 的高明之處在于，通過機器學(xué)習(xí)方法找到了更好的棋局評估方法挣输。

你怎么看待 AlphaGo纬凤，它用的技術(shù)當時能用嗎，能不能用在深藍上撩嚼？

我也與 DeepMind 的人討論過這種問題停士。首先我認為 AlphaGo 很厲害，也提高了現(xiàn)在的人工智能水平完丽。如果他們證明 AlphaGo 是一種通用機制恋技，還能用在除圍棋外的其它游戲中，我會更震驚逻族。

至于這種方法能不能用在國際象棋上蜻底，我覺得它可能讓程序比所有人類都厲害，但不會是最先進的聘鳞，因為現(xiàn)在的象棋程序已經(jīng)很強大薄辅，且超越了人類要拂。象棋在搜索上是不同的游戲，即搜索對象棋很重要站楚，但在圍棋上不是這樣宇弛。圍棋中也需要深層次的搜索，但其中直覺源请，評估以及互動更為重要枪芒。

可以說，沒有什么能替代搜索谁尸，現(xiàn)代程序舅踪，比如我知道的最好的 Komodo，都有搜索可能的走法上很高效良蛮，搜索的層次也很深抽碌。我認為 AlphaGo 所用的通用機制就算用在象棋上，也無法重塑搜索决瞳，它需要其它的突破货徙。

AlphaGo 能與自己下棋，看起來能力會不斷提升皮胡。

它在與自己下棋時痴颊，確實看起來有所提升。我不知道這是否會有限制屡贺，它能否不斷改進蠢棱。但根據(jù)我對兩種游戲的理解，AlphaGo 用的方法直接用在象棋上時甩栈，無法打敗現(xiàn)有的程序泻仙。

處理能力對兩類游戲來說有多重要？

在象棋中可能沒那么重要量没。處理能力越強當然越好玉转，但現(xiàn)在的智能手機已經(jīng)能打敗任何人了。算法已經(jīng)有了優(yōu)化殴蹄，程序也相當高效究抓。AlphaGo 似乎用了很多處理能力，發(fā)表的論文上也說在 CPU 和 GPU 更多時饶套，表現(xiàn)也更好漩蟆。(編者注：上周 DeepMind 表示垒探，逐漸達到了收益遞減的臨界點妓蛮，即再增加計算性能似乎無法讓計算機的表現(xiàn)更好)

AlphaGo 的勝利對人工智能領(lǐng)域來說會意味著什么？會有下一個目標或里程碑嗎圾叼？

我認為蛤克，這會讓圍棋和象棋的研究減少捺癞。會有很好的機制處理這類游戲，部分是因為构挤，雖然它們很復(fù)雜髓介，但在另一方面上看又很簡單。他們都是完美的信息游戲筋现，是零和游戲唐础，也是輪流來玩的游戲，所以沒有運氣的成分在里面矾飞。但現(xiàn)實世界并不如此一膨，你在決策中很少能完全了解情況，決定的結(jié)果也很難理清楚洒沦。

所以我很想知道如何將 AlphaGo 的系統(tǒng)用在其它游戲上豹绪，以及在沒有人類輸入的情況下用在圍棋上會怎么樣。這些都可以成為里程碑申眼，但我認為我們會瞄準棋類游戲之外瞒津。將這種技術(shù)用在現(xiàn)實世界的問題會更有價值，也是我們應(yīng)該做的括尸。不過在這種轉(zhuǎn)移過程中巷蚪，系統(tǒng)不會很快超越人類，因為人類與機器都有自己擅長的方面濒翻，需要互補钓辆。

最直接的現(xiàn)實使用是什么？

我認為可能是醫(yī)療保健方面肴焊。我不認為計算機會很快幫人類做決定前联，但它們能分析數(shù)據(jù)，幫人類做出更好的決定娶眷。算法可以幫助識別出數(shù)據(jù)中的模式似嗤，為醫(yī)生提供決策洞見，讓決策更準確届宠。

版權(quán)聲明：本文系深圳灣編輯創(chuàng)作發(fā)布烁落，轉(zhuǎn)載請注明來自深圳灣，并標明網(wǎng)站地址 shenzhenware.com
轉(zhuǎn)載豌注、采訪伤塌、投稿、團隊報道聯(lián)系微信公眾號：shenzhenware