面对谷歌围棋AI 人类最后的智力骄傲崩塌了？

1月28日，围棋圈和人工智能圈都被一条题为《面对谷歌围棋AI，人类最后的智力骄傲崩塌了》的文章刷屏，这篇文章爆出了一条令人无比震惊的消息：Google开发的一款名为“阿尔法围棋”（AlphaGo）的人工智能，在没有任何让子的情况下以5比0完胜欧洲冠军、职业围棋二段樊麾。

这篇文章写道，“1997年，国际象棋AI第一次打败顶尖的人类；2006年，人类最后一次打败顶尖的国际象棋AI。欧美传统里的顶级人类智力试金石，在电脑面前终于一败涂地，应了四十多年前计算机科学家的预言。至少还有东方，人们自我安慰道。围棋AI长期以来举步维艰，顶级AI甚至不能打败稍强的业余选手。这似乎也合情合理：国际象棋中，平均每回合有35种可能，一盘棋可以有80回合；相比之下，围棋每回合有250种可能，一盘棋可以长达150回合。这一巨大的数目，足以令任何蛮力穷举者望而却步——而人类，我们相信，可以凭借某种难以复制的算法跳过蛮力，一眼看到棋盘的本质。”

在2015年11月北京举行的人工智能围棋赛中，获得冠军的电脑软件在与职业七段棋手连笑的让五子局中败下阵来，当时普遍的观点是，人工智能在围棋领域最高水平只是业余4段左右，要想达到职业高手的高度，还有漫长的路要走。

但不曾想，仅仅两个月的时间里，人工智能界就爆出这样一条震撼性的消息来；而且，这还是2015年10月进行的对局，谷歌公司将此消息封锁，直至今日才公布开来。

樊麾生于80年代，在中国打上职业二段后赴法留学，后来成为法国国家围棋队总教练，已经连续三年赢得欧洲围棋冠军的称号。在他对阿尔法围棋5连败的消息公开后，他坦言，虽然从几盘棋谱上AI表现出的水平不是特别惊人，但在当时的局面下正好可以击败他。最令他对局时感到绝望的是，不能出现失误。第二局他的局面本来极好，但由于一个随手被对方抓住，后面竟然就没有了机会。之后他自己的心态发生了变化，而且自己棋上的弱点被AI完全掌握。

阿尔法围棋有多强，这里有一组胜负结果可以参考：研究者让AlphaGo与其他的围棋AI进行较量，在总计495局中只输了一局，胜率是99.8%。它甚至尝试了让四子对阵Crazy Stone、Zen和Pachi三个比较有名的先进的围棋AI，胜率分别是77%、86%和99%，由此可见AlphaGo有多强大。这次阿尔法围棋在与人类职业高手对弈中取得5战全胜的战绩，已经超出了之前所有人工智能在围棋领域的成就。樊麾本人也说：“虽然我的水平不是特别高，但对他5比0的比分就算放在职业棋界，恐怕也没有太多人能绝对做到。”

计算围棋是个极其复杂的问题，比国际象棋要困难得多。围棋最大有3^361 种局面，大致的体量是10^170，而已经观测到的宇宙中，原子的数量才10^80。国际象棋最大只有2^155种局面，称为香农数，大致是10^47。面对任何棋类，一种直观又偷懒的思路是暴力列举所有能赢的方案，这些方案会形成一个树形地图。AI只要根据这个地图下棋就能永远胜利。然而，围棋一盘大约要下150步，每一步有250种可选的下法，所以粗略来说，要是AI用暴力列举所有情况的方式，围棋需要计算250^150种情况，大致是10^360。相对的，国际象棋每盘大约80步，每一步有35种可选下法，所以只要算35^80种情况，大概是10^124。无论如何，枚举所有情况的方法不可行，所以研究者们需要用巧妙的方法来解决问题，他们选择了模仿人类大师的下棋方式。

研究者们祭出了终极杀器——“深度学习”(Deep Learning) 。深度学习是目前人工智能领域中最热门的科目，它能完成笔迹识别，面部识别，驾驶自动汽车，自然语言处理，识别声音，分析生物信息数据等非常复杂的任务。阿尔法围棋的核心是两种不同的深度神经网络。“策略网络”(policy network)和 “值网络”(value network)。它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里，本质上和人类棋手所做的一样。

人类在下棋时有一个劣势，在长时间比赛后，他们会犯错，但机器不会。而且人类或许一年能玩1000局，但机器一天就能玩100万局。所以AlphaGo只要经过了足够的训练，就能击败所有的人类选手。

在2016年3月，阿尔法围棋将与韩国李世石九段在首尔进行一次对抗赛，奖金由Google提供的100万美金。李世石是最近10年中获得世界冠军头衔最多的棋手（14个）。围棋是最后一个人类顶尖高手能战胜AI的棋类游戏。之前有人预测说，AI需要再花十几年才能战胜人类，所以这场比赛或许会见证历史。