围棋高手李世石大战 Google 人工智能:人与电脑的胜负早已分晓

  相信我:在人机大战之后,整个网络都会充斥着人与电脑谁比较强的评论:有的觉得人类比较强、有的觉得机器比强,有的觉得各有优劣,例如区区在下的这一篇。  然而重点是:在李世石和 AlphaGo 比赛之前,其实我们早就得知人与机械谁胜谁负──当你按下电脑,打开这个网站的一刻。  人类老早就败给电脑  当你点开电脑的一刻,你就肯定的理解: 人类在效率上永远都不及电脑 ,永远都需要电脑来协助。  人类需要

  相信我:在人机大战之后,整个网络都会充斥着人与电脑谁比较强的评论:有的觉得人类比较强、有的觉得机器比强,有的觉得各有优劣,例如区区在下的这一篇。

  然而重点是:在李世石和 AlphaGo 比赛之前,其实我们早就得知人与机械谁胜谁负──当你按下电脑,打开这个网站的一刻。

  人类老早就败给电脑

  当你点开电脑的一刻,你就肯定的理解: 人类在效率上永远都不及电脑 ,永远都需要电脑来协助。

  人类需要用计算机来做四则运算,因为人类的运算速度远远低于电脑;

  人类需要有硬碟来储存资料,因为人类的记忆速度远比电脑慢、容量远比电脑要少、但又远比电脑容易遗忘;

  人类的搜寻能力,也因为运算能力、资料获取方式和资料库空间的关系,远远比电脑低效。

  而且最重要的一点是:无论是运算能力也好、储存能力也好、或是搜寻能力也好, 电脑效率的进步,永远比人类的进步要快 。电脑可以按照科技的进步和资源的许可下,不断无止境的进步,但人类不能。

  a.png

  1996 年,IBM 的超级电脑“深蓝”(Deep Blue) 因为击败了当时国际象棋世界冠军卡斯帕罗夫 (Garry Kasparov) 而驰名于世(上图是第六局的其中经典一着)。这台“深蓝”的 运算速度是 11.38 GFLOPS ,但在 20 年后,随便一块市售级的英特尔 Skylake,就拥有 100 GFLOPS 以上的速度,是 20 年前超级电脑的 10 多倍,而电脑在储存能力、连网能力、以及海量的网络信息的增长上更不在话下。在另一边厢,虽然人类对自己的大脑所知不深、也不知自己的大脑还有多少潜能,但是人类不能添置、更换不同的硬件配置,在算法不变的情况下,只能单靠营养学以及教育方式的改进,来缓慢地提升人类的计算效率。

  为什么要让电脑下棋

  所以在假设算法不变的环境下,只要有足够的时间和资源,任何是涉及数据运算的范畴,人类都会完败给电脑。这才是科学家执着于要让电脑和人类下棋的原因:因为棋局都能数据化,这正好是电脑的强项。

  aa.png

  所以: 在假设算法不变的环境下,只要有足够的时间和资源,无论任何棋类,人类都必然败给电脑。 深蓝(上图)在 20 年前击败卡斯帕罗夫,靠的 其实是硬件暴力 :透过硬件增强运算能力,让深蓝比卡斯帕罗夫拥有更强的预见力。但为什么电脑一直在围棋上被人类所压制?最大原因不是人类比较善于下围棋,只是围棋的变化 远远比国际象棋多 。天河二号超级电脑,运算速度达 33.86 PFLOPS,是“深蓝”的 300 万倍以上;国际象棋的决策博奕树复杂度,是 10 的 123 次方,而围棋的决策博奕树复杂度,是 10 的 300 次方,相比,国棋比国际象棋复杂了不知多少个 300 万倍、复杂了不知多少台天河二号。

  但是人类聪明,懂得想方法……减少复杂的程度,这就是 AlphaGo 出现的原因。

  电脑的一小步,人类的一大步

  AlphaGo 致胜的关键仍然是效率,但这次不是“运算速度”,而是“学习速度”。 AlphaGo 虽然不能藉着强化硬件来增加取胜的机率,但能透过增加“学习速度”,学习较高取胜机率的棋型。

  如果说在围棋世界里有“经验值”这回事,假设 AlphaGo 每读一个棋谱,所得经验值就是 1,但人类每读一个棋谱,所得的经验值是 100。这样说 AlphaGo 要战胜人类,就必须比人类多读 100 倍的棋谱数量,才能赚得足够的经验值升级打怪。不过问题是:AlphaGo 读棋谱的速度,比方说可能就是人类的 500 倍, 它需要更短的时间、就能读更多的棋谱 ,透过短时间内大量的学习,就直接把樊麾二段砍倒。

  er.png

  在某程度上,AlphaGo 更像是一个走进“精神时光屋”、短时间内“锻练了 90 年”的老棋手,而不是一个 7 岁就能赢国际冠军的天才儿童。诚然,AlphaGo 虽然是人工智能、虽然拥有深度学习能力,但它的学习能力其实与婴儿没分别:它虽然学懂得怎样的布局能取胜,但不懂在局与局之间发现规律:这个 90 岁的老棋手,永远只懂得在自己的经验里“选择”最佳的策略,但他不会承先启后,找到当中的深层的原理。

  但从另一方面看: 这件事的关键真的不是这个老棋手如何身经百战,而是老棋手那个像婴儿一般的学习能力。

  当大家往往把电脑那暴风一般的学习速度,高估成 Matrix 一样能征服人类、或是把电脑婴儿般的学习能力,低估为零意识、零情感的存在;可是,大家也往往忽略了电脑在效率上老早超越人类,也忽略了电脑学习能力的这一小步,其实是人类创造性的一大步。

  胜负的意义有多大

  李世石的比赛胜负,意义有多大?

  围棋比赛世界冠军?智商很高吧?不代表他就能比木讷的 Tim Cook 更会赚钱、也不代表他比霍金更懂物理。

  因为: 有时智商也好、运算能力也好,这种调调儿的作用并没有你想像中重要。

  目前科学家追求的“强人工智能”(Strong AI),有人定义为“通用人工智能”(Artificial General Intelligence):它并不是一种单纯的、受限的运算效率,而是多样化的思维方式。以人类的运算速度来说,单凭计算根本永远不可能胜过电脑:然而,人类就是掌握了这种电脑没有的“思维”,让我们在“原始级别”的硬件下,仍然有可能战胜那些“科幻小说级”级别的电脑。

  现在人类学终于会透过优化算法,让电脑学习。虽然它的学习能力就像猪一般的笨,但这是人类让机器在“运动”、“运算”以外的另一种创举。透过这种学习能力,并不代表 AlphaGo 就懂得像 Matrix 一样奴役人类、也不代表它懂得像 Terminator 一样背叛人类,但是, 人类就能利用这种学习能力,改变世界。

  相反,深蓝是台单纯利用硬件暴力的运算机器,就算给你蓝有 1 兆亿倍的运算能力,能透过暴力破解方式把李世石秒杀又如何?深蓝就懂得让苹果造台 iPhone 改变世界?就能懂得写个 Facebook 来联系人们?还是懂得用算法来建立一个 AlphaGo?



标签:   人工智能