人工智能真的超越了人类大脑吗？

许天燊

戏剧性、精彩、震撼、刺激、受激发，看完5场“人机大战”，朋友圈里的工程师们无不抚掌赞叹，意犹未尽。

比赛开始之前，李世石九段认为应该是5：0击败AlphaGo，有人建议他找搞AI的人了解一下机器围棋，做一些准备，他觉得没有太大必要。

第一局，AlphaGo的棋风和人类棋手就不太一样，走出一些“创新”下法，李世石由于轻敌，过早地展开了短兵相接的战法，布局出现弱点，而AlphaGo稳扎稳打，全局几无失误，以吃掉人类棋手一条大龙的战绩，获得了辉煌胜利。随即继续连胜两局，下完了第三局，李世石九段的目标改为“希望尽力赢一局”。第四局，戏剧性的反转出现！人类的自尊暂时得到了挽回，AlphaGo走下了神坛。第五局，就在大家都认为人类将获胜的时候，李世石又显示了人性脆弱的一面，在局面占优的情况下没有扩大战果，只下出几步缓手，即被抓住机会，以微弱优势取得胜利。总的来说，AlphaGo已经达到了顶尖棋手的水平，但是还没有达到远超人类的程度。

从AlphaGo的原理可以看出，计算机离替代人脑还很遥远。这次对战只是说明，在对等完全信息博弈领域，计算机接近了人类大脑。它的算法主要基于蒙特卡洛搜索（MCTS）和人工神经网络，简单地说，是从当前局面出发，选择一些概率大的分支进行穷尽试算，向下试25步。AlphaGo比Zen、Crazystone等之前的程序棋力大增，主要是加入了人工神经网络，能从巨量的历史棋局和自我对弈中学习，了解到哪些分支的胜率大。和机器相比，人有直觉和经验，即使不怎么懂围棋的人，从棋子的摆放经常也能感觉出哪方占优，人类依据棋理、定式，剪掉大部分无效分支，极大减少了计算量，好比人能从一群人中直接认出熟人。但机器只能逐个比对，计算机的长处是计算，而短板也是计算。面对大于全宇宙原子数量的棋局变化，用上再多的机群和云，也不够穷尽一切变化，计算机注定也无法成为“围棋上帝”，目前的算法只计算25步，复杂状态下，机器可能会剪掉正确的分支。

要达到真正的人脑思考，处理真实社会中占绝大多数的非完全信息，还存在两个巨大障碍：一是对自然语言的理解；二是对人类知识体系的理解，尤其是第二点，目前几乎还没有把人文知识，系统地抽象出来的算法，期待下一个技术飞跃，将人工智能带进上新的高度。

佩服Google，设计出这么有趣的人机对战，让大众一起分享前沿科技突破所带来的全新视野和欣喜。这对人工智能的发展、对围棋的普及都将起到巨大的推动作用，非常值得借鉴。信息技术从业人员，应该学习Google的精神，别只在各自行业的小空间中埋头工作，不妨用心设计一些有意思的环节，与社会共赏其工作成果，也让自己的工作在公众面前经受考验，能经过这一关，含金量那才是真的高。