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，“人機大戰(zhàn)”引全社會熱烈關注，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?！叭藱C大戰(zhàn)”到底說明了什么？帶給我們怎樣的啟示？剛剛在天府腦科學論壇——腦信息科學發(fā)展研討會上做了“基于視覺認知模擬的數(shù)據(jù)建?！眻蟾娴奈靼步煌ù髮W徐宗本院士，3月14日接受《中國科學報》記者采訪，為我們“冷靜”揭秘“人機大戰(zhàn)”的神秘面紗。
AlphaGo的勝出是“大數(shù)據(jù)”的勝利
“人機對決實際上是一個人與歷史的對決，也是一個人與群體的對決，一個生物人與“人與機器混合生物”之間的對決。所以我認為AlphaGo的勝利本質上是當代信息技術綜合運用的勝利，是大數(shù)據(jù)的勝利、也是機器學習的勝利?！毙熳诒驹菏恳徽Z道破AlphaGo勝利的“秘訣”。
他從人和機器的下棋原理從策略上進行了分析對比，“人下棋是從當前的局部出發(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，因此人機大戰(zhàn)的任何一方都有輸嬴的可能性?！痹谒磥?，機器的輸贏決定于程序設計的缺陷程度以及所使用算法中隨機性的作用，人則取決于臨場發(fā)揮水平及心理因素等。
由此可見，AlphaGo程序設計的精密度和使用算法先進性是其致勝關鍵。從其工作原理可見“大數(shù)據(jù)”的關鍵作用。因為AlphaGo是一個由高級搜索樹與深度神經網絡相結合的程序。神經網絡包含12個處理層，用以描述棋盤及棋法，每一層則包含數(shù)百萬個人工神經元，各層神經元之間的聯(lián)結通過訓練確定。其中的“決策網絡”負責選擇走棋策略，“價值網絡”部分負責評估態(tài)勢并預測環(huán)境。谷歌方面用收集的人類圍棋高手的3000萬步圍棋走法，并用這些經驗數(shù)據(jù)來訓練神經網絡。與此同時，AlphaGo也自行研究新戰(zhàn)略，在它的神經網絡之間運行了數(shù)千局對局，生成新的經驗數(shù)據(jù)以對所訓練的神經網絡進行強化學習。由于它可以利用Google云平臺不停地練習、練習、再練習，每一秒都在進步，永不停歇，由此所生成的訓練數(shù)據(jù)無窮無盡，一個典型呈現(xiàn)“流”特征的大數(shù)據(jù)。所有算法訓練通過Google云平臺完成。
因此，AlphaGo的算法與架構的創(chuàng)新并不是最突出的，至于它為什么還會贏？徐宗本從技術上分析到：“AlphaGo的勝利，一靠強大的計算機，尤其云平臺與超算的結合支持大數(shù)據(jù)的學習，二靠有大數(shù)據(jù)，有收集到的和不間斷自對局產生的用于訓練機器性能的數(shù)據(jù)，三靠能夠指導機器學懂大數(shù)據(jù)的機器學習算法?！贝送?，他認為與人相比，機器的穩(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“技術勝利”具有可借鑒性
對于大多數(shù)人來說“人機大戰(zhàn)”更多關注的是輸贏，然而在徐宗本院士看來，這只是一個表象。我們應該透過輸贏的表象，理性認識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，但有很強的可借鑒性，所以它的勝利并沒有說明什么，不必為人機大戰(zhàn)興奮或恐懼。
他說：“人的智能與人工智能是是整體呈現(xiàn)與單項突出的關系。人的智能承載感知、想像、分析、學習、記憶、推理、直覺、幻覺、靈感、頓悟、情感等多種多樣的特質，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)。而機器通常只能模擬人智能的某一、二個方面，只能實現(xiàn)人之智能的一部分。雖然在單項的模擬結果會導致機器某方面能力對人類的超越，如在計算機的記憶、計算能力、機器人對惡劣環(huán)境的忍耐能力、計算機對圖像的檢測與識別能力等方面都遠超過人類，但正如曼徹斯特大學計算機科學教授凱文·柯倫所認為的：人類能夠辨認并區(qū)分現(xiàn)實世界中的事物、明確理解對話內容，但最優(yōu)秀的人工智能也只能在理想的應用情境中實現(xiàn)以上功能的一部分?！币虼巳说囊恍┲悄茈y能被模擬，人工智能在可預期的時間內不可能全方位超越人的智能。
他進一步分析認為，AlphaGo既使看成是模擬人的學習、推理能力的一個人工智能產品，它是在“有大數(shù)據(jù)，有好初值、有導師”的“三有”環(huán)境下完成學習任務的。既使AlphaGo的學習能力在特定場景下超過了人，但并不說明它的學習能力超過了人。比如人可通過很少的實例來學習識別，但是機器就不行，而AlphaGo只能在“大數(shù)據(jù)、有監(jiān)督”下學習能力超過人，不可能在“小樣本、無監(jiān)督”下學習能力超越人。
說到AlphaGo實際上是一個數(shù)學的組合優(yōu)化問題時，他說：“下圍棋任務是可建模、結構化的信息處理問題，這只是一個困難的數(shù)學問題，并不是一個嚴格意義上的人工智能問題。該問題的解能用數(shù)學表達式表示，最優(yōu)解還能用數(shù)學的組合優(yōu)化問題嚴格刻畫。從數(shù)學角度和從信息處理的角度看，一個組合優(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算機計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習機制解決組合優(yōu)化問題的成功，而不能成為機器智能就超越人類智能的例證?！?/p>
以“人機大戰(zhàn)”正確審視人類智慧壁壘
透過硝煙彌漫的“人機大戰(zhàn)”，我們更應該看到AlphaGo現(xiàn)實存在的意義和價值，它帶給人類未來發(fā)展的怎樣的深刻啟示。
談到“人機大戰(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器學習取得了重大進展，展示了機器學習和大數(shù)據(jù)的價值與力量，再次展示了學習是可模擬的，而且可達到令人難以置信的程度，由此人們可期望一個陪護機器人會在人的培養(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值，展現(xiàn)了人工智能技術的性態(tài)特征;最后由于圍棋一直被認為是人工智能領域一個非常具有標志性的大挑戰(zhàn)，AlphaGo的勝利點燃和將推動人工智能領域實現(xiàn)人類級別能力任務的希望和進步。”談到AlphaGo勝利的意義，徐宗本院士如是說。
在他看來，AlphaGo勝利背后的最大價值在于，它激勵人們持續(xù)不斷地探索過去人工智能領域一直看似難以實現(xiàn)的人類智能級別的任務,特別對于像優(yōu)化布局、合成設計、管理決策等能夠被抽象為“圍繞一個整體目標，須從當前很多的可能中做出選擇來實施決策”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習機制并利用已有數(shù)據(jù)指導選擇、利用計算機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計等。再次啟發(fā)人類更深入地思考人工智能發(fā)展的一些關鍵問題，推動該領域的科學快速發(fā)展。
“人機大戰(zhàn)”帶給我們的啟示是人工智能研究只有結合問題才能取得突破。他認為，類腦技術是實現(xiàn)人工智能的重要途徑，但應更加強調“腦啟發(fā)”技術，不應“類”而類，應堅持“應用驅動”導向。人工智能的本質性突破會來自人們對大腦自身和智能本質理解的突破。類腦技術是從這一觀點出發(fā)的實現(xiàn)人工智能方式的總稱。如果接受“人和機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與真實人類智能對等相同的程度，否則人工智能和人類都不會彼此超越。
其次，徐宗本認為腦科學與認知科學是人工智能發(fā)展的源動力，應從戰(zhàn)略高度認識，人工智能應朝著“擴充和延伸人的功能來完成人很難完成的任務”之方向發(fā)展。人工智能的目標應該是：綜合運用最新技術，在某一或更多方面超越人類智能。腦科學研究應關注“機器還沒有達到人類水平但應該能夠達到甚至超過的認知機理的揭示上”，也應關注人之“弱項致因”的研究上；而人工智能研究，要強化先進技術的綜合運用，任何人工智技術的成功一定是當代最新技術綜合運用的成功，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。
徐宗本認為，“人機大戰(zhàn)”后我們更應該清晰地認識到人工智能的發(fā)展應是堅持應用驅動的導向，類腦應更加強調“腦啟發(fā)”技術, 而不應為“類”而“類”，人工智能要立志超越人類，并走為人類服務的發(fā)展線路。(謝霞宇 張行勇)
來源：《中國科學報》