近日，美國谷歌公司人工智能“阿爾法圍棋（AlphaGo）”三連勝世界圍棋冠軍李世石，“人機(jī)大戰(zhàn)”引全社會(huì)熱烈關(guān)注，科技又一次展示了爆炸性的發(fā)展速度和力量，對此有人驚奇，有人恐慌，更有人忿忿不平。“人機(jī)大戰(zhàn)”到底說明了什么？帶給我們怎樣的啟示？剛剛在天府腦科學(xué)論壇——腦信息科學(xué)發(fā)展研討會(huì)上做了“基于視覺認(rèn)知模擬的數(shù)據(jù)建模”報(bào)告的西安交通大學(xué)徐宗本院士，3月14日接受《中國科學(xué)報(bào)》記者采訪，為我們“冷靜”揭秘“人機(jī)大戰(zhàn)”的神秘面紗。

AlphaGo的勝出是“大數(shù)據(jù)”的勝利

“人機(jī)對決實(shí)際上是一個(gè)人與歷史的對決，也是一個(gè)人與群體的對決，一個(gè)生物人與“人與機(jī)器混合生物”之間的對決。所以我認(rèn)為AlphaGo的勝利本質(zhì)上是當(dāng)代信息技術(shù)綜合運(yùn)用的勝利，是大數(shù)據(jù)的勝利、也是機(jī)器學(xué)習(xí)的勝利。”徐宗本院士一語道破AlphaGo勝利的“秘訣”。

他從人和機(jī)器的下棋原理從策略上進(jìn)行了分析對比，“人下棋是從當(dāng)前的局部出發(fā)，通過思考此后少數(shù)幾步的可能性，并憑直覺判斷對全局的影響來行棋。”而AlphaGo與人采用了完全不同的兩種策略解決問題，他說：“AlphaGo是從整體出發(fā)，棋法是整體性的步驟，它追求全局而不是局部優(yōu)，所以容忍局部走法上的似乎“幼稚”的舉棋，因此人機(jī)大戰(zhàn)的任何一方都有輸嬴的可能性。”在他看來，機(jī)器的輸贏決定于程序設(shè)計(jì)的缺陷程度以及所使用算法中隨機(jī)性的作用，人則取決于臨場發(fā)揮水平及心理因素等。

由此可見，AlphaGo程序設(shè)計(jì)的精密度和使用算法先進(jìn)性是其致勝關(guān)鍵。從其工作原理可見“大數(shù)據(jù)”的關(guān)鍵作用。因?yàn)锳lphaGo是一個(gè)由高級搜索樹與深度神經(jīng)網(wǎng)絡(luò)相結(jié)合的程序。神經(jīng)網(wǎng)絡(luò)包含12個(gè)處理層，用以描述棋盤及棋法，每一層則包含數(shù)百萬個(gè)人工神經(jīng)元，各層神經(jīng)元之間的聯(lián)結(jié)通過訓(xùn)練確定。其中的“決策網(wǎng)絡(luò)”負(fù)責(zé)選擇走棋策略，“價(jià)值網(wǎng)絡(luò)”部分負(fù)責(zé)評估態(tài)勢并預(yù)測環(huán)境。谷歌方面用收集的人類圍棋高手的3000萬步圍棋走法，并用這些經(jīng)驗(yàn)數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)。與此同時(shí)，AlphaGo也自行研究新戰(zhàn)略，在它的神經(jīng)網(wǎng)絡(luò)之間運(yùn)行了數(shù)千局對局，生成新的經(jīng)驗(yàn)數(shù)據(jù)以對所訓(xùn)練的神經(jīng)網(wǎng)絡(luò)進(jìn)行強(qiáng)化學(xué)習(xí)。由于它可以利用Google云平臺不停地練習(xí)、練習(xí)、再練習(xí)，每一秒都在進(jìn)步，永不停歇，由此所生成的訓(xùn)練數(shù)據(jù)無窮無盡，一個(gè)典型呈現(xiàn)“流”特征的大數(shù)據(jù)。所有算法訓(xùn)練通過Google云平臺完成。

因此，AlphaGo的算法與架構(gòu)的創(chuàng)新并不是最突出的，至于它為什么還會(huì)贏？徐宗本從技術(shù)上分析到：“AlphaGo的勝利，一靠強(qiáng)大的計(jì)算機(jī)，尤其云平臺與超算的結(jié)合支持大數(shù)據(jù)的學(xué)習(xí)，二靠有大數(shù)據(jù)，有收集到的和不間斷自對局產(chǎn)生的用于訓(xùn)練機(jī)器性能的數(shù)據(jù)，三靠能夠指導(dǎo)機(jī)器學(xué)懂大數(shù)據(jù)的機(jī)器學(xué)習(xí)算法。”此外，他認(rèn)為與人相比，機(jī)器的穩(wěn)定性相對人類的心態(tài)來說，具有無可比擬的最大優(yōu)勢。

AlphaGo的“技術(shù)勝利”具有可借鑒性

對于大多數(shù)人來說“人機(jī)大戰(zhàn)”更多關(guān)注的是輸贏，然而在徐宗本院士看來，這只是一個(gè)表象。我們應(yīng)該透過輸贏的表象，理性認(rèn)識AlphaGo的勝利說明了什么和沒有說明什么，不必過于興奮或恐懼。

徐宗本認(rèn)為，AlphaGo的勝利并不能說明人工智能就比人更聰明，更不說明機(jī)器智能已超越或能超越人類，AlphaGo程序并不能直接用于解決其它搜索問題，但有很強(qiáng)的可借鑒性，所以它的勝利并沒有說明什么，不必為人機(jī)大戰(zhàn)興奮或恐懼。

他說：“人的智能與人工智能是是整體呈現(xiàn)與單項(xiàng)突出的關(guān)系。人的智能承載感知、想像、分析、學(xué)習(xí)、記憶、推理、直覺、幻覺、靈感、頓悟、情感等多種多樣的特質(zhì)，這其中可被模擬的難易程度、廣深度都是完全不一樣的，人的智能是受意識支配的整體功能相互配合的整體呈現(xiàn)。而機(jī)器通常只能模擬人智能的某一、二個(gè)方面，只能實(shí)現(xiàn)人之智能的一部分。雖然在單項(xiàng)的模擬結(jié)果會(huì)導(dǎo)致機(jī)器某方面能力對人類的超越，如在計(jì)算機(jī)的記憶、計(jì)算能力、機(jī)器人對惡劣環(huán)境的忍耐能力、計(jì)算機(jī)對圖像的檢測與識別能力等方面都遠(yuǎn)超過人類，但正如曼徹斯特大學(xué)計(jì)算機(jī)科學(xué)教授凱文·柯倫所認(rèn)為的：人類能夠辨認(rèn)并區(qū)分現(xiàn)實(shí)世界中的事物、明確理解對話內(nèi)容，但最優(yōu)秀的人工智能也只能在理想的應(yīng)用情境中實(shí)現(xiàn)以上功能的一部分。”因此人的一些智能難能被模擬，人工智能在可預(yù)期的時(shí)間內(nèi)不可能全方位超越人的智能。

他進(jìn)一步分析認(rèn)為，AlphaGo既使看成是模擬人的學(xué)習(xí)、推理能力的一個(gè)人工智能產(chǎn)品，它是在“有大數(shù)據(jù)，有好初值、有導(dǎo)師”的“三有”環(huán)境下完成學(xué)習(xí)任務(wù)的。既使AlphaGo的學(xué)習(xí)能力在特定場景下超過了人，但并不說明它的學(xué)習(xí)能力超過了人。比如人可通過很少的實(shí)例來學(xué)習(xí)識別，但是機(jī)器就不行，而AlphaGo只能在“大數(shù)據(jù)、有監(jiān)督”下學(xué)習(xí)能力超過人，不可能在“小樣本、無監(jiān)督”下學(xué)習(xí)能力超越人。

說到AlphaGo實(shí)際上是一個(gè)數(shù)學(xué)的組合優(yōu)化問題時(shí)，他說：“下圍棋任務(wù)是可建模、結(jié)構(gòu)化的信息處理問題，這只是一個(gè)困難的數(shù)學(xué)問題，并不是一個(gè)嚴(yán)格意義上的人工智能問題。該問題的解能用數(shù)學(xué)表達(dá)式表示，最優(yōu)解還能用數(shù)學(xué)的組合優(yōu)化問題嚴(yán)格刻畫。從數(shù)學(xué)角度和從信息處理的角度看，一個(gè)組合優(yōu)化問題，求解的難度只在于搜索規(guī)模的巨大，而搜索規(guī)模問題多年來已為計(jì)算機(jī)計(jì)算能力的提升而獲得一步步突破，所以AlphaGo的勝利只能說是溶入學(xué)習(xí)機(jī)制解決組合優(yōu)化問題的成功，而不能成為機(jī)器智能就超越人類智能的例證。”

以“人機(jī)大戰(zhàn)”正確審視人類智慧壁壘

透過硝煙彌漫的“人機(jī)大戰(zhàn)”，我們更應(yīng)該看到AlphaGo現(xiàn)實(shí)存在的意義和價(jià)值，它帶給人類未來發(fā)展的怎樣的深刻啟示。

談到“人機(jī)大戰(zhàn)”將帶給我們怎樣的啟示，就得從AlphaGo的勝利說明了什么談起。徐宗本說：“AlphaGo的勝利首先說明人工智能中的機(jī)器學(xué)習(xí)取得了重大進(jìn)展，展示了機(jī)器學(xué)習(xí)和大數(shù)據(jù)的價(jià)值與力量，再次展示了學(xué)習(xí)是可模擬的，而且可達(dá)到令人難以置信的程度，由此人們可期望一個(gè)陪護(hù)機(jī)器人會(huì)在人的培養(yǎng)下，可以變得‘越來越像人樣’；其次，說明人工智能技術(shù)的核心是算法，更加凸現(xiàn)算法的核心作用和理論的巨大價(jià)值，展現(xiàn)了人工智能技術(shù)的性態(tài)特征;最后由于圍棋一直被認(rèn)為是人工智能領(lǐng)域一個(gè)非常具有標(biāo)志性的大挑戰(zhàn)，AlphaGo的勝利點(diǎn)燃和將推動(dòng)人工智能領(lǐng)域?qū)崿F(xiàn)人類級別能力任務(wù)的希望和進(jìn)步。”談到AlphaGo勝利的意義，徐宗本院士如是說。

在他看來，AlphaGo勝利背后的最大價(jià)值在于，它激勵(lì)人們持續(xù)不斷地探索過去人工智能領(lǐng)域一直看似難以實(shí)現(xiàn)的人類智能級別的任務(wù),特別對于像優(yōu)化布局、合成設(shè)計(jì)、管理決策等能夠被抽象為“圍繞一個(gè)整體目標(biāo)，須從當(dāng)前很多的可能中做出選擇來實(shí)施決策”這類組合選擇問題。其次啟示人類探索解決組合選擇問題的新方法論,如使得在選擇中溶入學(xué)習(xí)機(jī)制并利用已有數(shù)據(jù)指導(dǎo)選擇、利用計(jì)算機(jī)的分布式并行方式處理、利用大數(shù)據(jù)思維簡化近似算法設(shè)計(jì)等。再次啟發(fā)人類更深入地思考人工智能發(fā)展的一些關(guān)鍵問題，推動(dòng)該領(lǐng)域的科學(xué)快速發(fā)展。

“人機(jī)大戰(zhàn)”帶給我們的啟示是人工智能研究只有結(jié)合問題才能取得突破。他認(rèn)為，類腦技術(shù)是實(shí)現(xiàn)人工智能的重要途徑，但應(yīng)更加強(qiáng)調(diào)“腦啟發(fā)”技術(shù)，不應(yīng)“類”而類，應(yīng)堅(jiān)持“應(yīng)用驅(qū)動(dòng)”導(dǎo)向。人工智能的本質(zhì)性突破會(huì)來自人們對大腦自身和智能本質(zhì)理解的突破。類腦技術(shù)是從這一觀點(diǎn)出發(fā)的實(shí)現(xiàn)人工智能方式的總稱。如果接受“人和機(jī)器名自有各自特長方面”的話，人工智能的發(fā)展就不必拘泥于其技術(shù)與真實(shí)人類智能對等相同的程度，否則人工智能和人類都不會(huì)彼此超越。

其次，徐宗本認(rèn)為腦科學(xué)與認(rèn)知科學(xué)是人工智能發(fā)展的源動(dòng)力，應(yīng)從戰(zhàn)略高度認(rèn)識，人工智能應(yīng)朝著“擴(kuò)充和延伸人的功能來完成人很難完成的任務(wù)”之方向發(fā)展。人工智能的目標(biāo)應(yīng)該是：綜合運(yùn)用最新技術(shù)，在某一或更多方面超越人類智能。腦科學(xué)研究應(yīng)關(guān)注“機(jī)器還沒有達(dá)到人類水平但應(yīng)該能夠達(dá)到甚至超過的認(rèn)知機(jī)理的揭示上”，也應(yīng)關(guān)注人之“弱項(xiàng)致因”的研究上；而人工智能研究，要強(qiáng)化先進(jìn)技術(shù)的綜合運(yùn)用，任何人工智技術(shù)的成功一定是當(dāng)代最新技術(shù)綜合運(yùn)用的成功，片面說成是“誰戰(zhàn)勝誰”是不公平的，也是無意義的，說人類智慧的最后壁壘被攻破，這都是無稽之談。

徐宗本認(rèn)為，“人機(jī)大戰(zhàn)”后我們更應(yīng)該清晰地認(rèn)識到人工智能的發(fā)展應(yīng)是堅(jiān)持應(yīng)用驅(qū)動(dòng)的導(dǎo)向，類腦應(yīng)更加強(qiáng)調(diào)“腦啟發(fā)”技術(shù), 而不應(yīng)為“類”而“類”，人工智能要立志超越人類，并走為人類服務(wù)的發(fā)展線路。(謝霞宇 張行勇)

來源：《中國科學(xué)報(bào)》