首页 > 期刊文章

AlphaGo 是怎么学会下围棋的

喜欢 0 收藏 0 2016年06月12日 21时  作者:安德鲁·麦卡菲   来源:图灵摘自《海外文摘》2016年第3期

p19c.jpg

Google的子公司Deep Mind创建的人工智能系统AlphaGo,不久前在一场围棋比赛中以41的成绩战胜了人类冠军李世石。此事有何重大意义?毕竟,在1997年,IBM“深蓝”击败加里·卡斯帕罗夫后,电脑已经在国际象棋上超越了人类。人们为什么要对AlphaGo的胜利大惊小怪呢?

和国际象棋一样,围棋也是一种高度复杂的策略性游戏,不可能靠巧合和运气取胜。两名棋手轮番将黑色或白色的棋子落在纵横19道线的网格棋盘上,一旦棋子的四面被另一色棋子包围,就要被从棋盘上提走,最终在棋盘上留下棋子多的那一方获胜。

然而和国际象棋不一样的是,没有人能解释顶尖水平的围棋棋手是怎么下棋的。我们发现,顶级棋手本人也无法解释他们为什么下得那么好。人类的许多能力中存在这样的不自知,从在车流中驾驶汽车,到辨识一张面孔。对于这一怪象,哲学家、科学家迈克尔·波兰尼有精彩的概括,他说:“我们知道的,比我们可言说的多。”这种现象后来就被称为“波兰尼悖论”。

波兰尼悖论并没有阻止我们用电脑完成一些复杂的工作,比如处理工资单、优化航班安排、转送电话信号和计算税单。然而,任何一个写过传统电脑程序的人都会告诉你,要想将这些事务自动化,必须极度缜密地向电脑解释人类要它做什么。

这样的电脑编程方式是有很大局限的,在很多领域无法应用,比如我们知道但不可言说的围棋,或者对照片中寻常物品的识别、人类语言间的转译和疾病的诊断等——多年来,基于规则的编程方法在这些事务上几无建树。

围棋的可能走法比宇宙间的原子总数还多,即使最快的电脑也只能模拟微不足道的一小部分。更糟的是,我们甚至说不清该从哪一步入手进行探索。

这次有什么不同?AlphaGo的胜利清晰地呈现了一种新方法的威力,这种方法并不是将聪明的策略编入电脑中,而是建造了一个能学习制胜策略的系统,这种系统在几乎完全自主的情况下,通过观看胜负实例来学习。

由于这种系统并不依赖人类对这项工作的已有知识,故而即使我们知道的比可言说的更多,也不会对它构成限制。