人工智能：胜负在棋外不在楸枰

人工智能如何改变我们的生活

“阿尔法围棋”要完胜李世石了！虽然这场举世注目的围棋人机大战尚未尘埃落定，但结局似乎已没有悬念。

谷歌DeepMind公司开发的这个人工智能围棋程序，之前以5比0的压倒性优势击败欧洲围棋冠军、专业二段棋手樊麾时，有人说这还不足以证明人工智能的水平。现在“阿尔法围棋”跨过七个段位，直接对弈近十年平均成绩表现优秀的韩国九段、世界冠军李世石，并连下三城，不能不让我们为人工智能进步的神速而深感震惊。

这场比赛无疑是人工智能领域中衡量现阶段机器算法进步水平的最直观表现。胜负在棋外不在楸枰，人工智能将在不远的未来，从方方面面给我们的生活带来巨大影响。

人工智能，又被称为AI，是Artificial Intelligence的简称。可以算作是计算机科学的一个分支，是在1956年的达特茅斯学会上由约翰·麦卡锡正式提出的，之后便跻身于世界三大尖端技术之一。

目前，人工智能的研究与使用次要包括问题求解、专家系统、机器学习、神经网络和模式识别等几个方面。其中的机器学习，是在专家系统之后出现的人工智能的一个重要领域。“阿尔法围棋”之所以能打败围棋世界冠军李世石，也是因为拥有了机器学习中“深度学习”这一“终极杀器”。

除了能让AI挑战人类智力极限，“深度学习”等技术还可以使用到更广泛的领域，它能完成笔记识别、面部识别、言语处理、声音识别、分析生物信息数据等非常复杂的任务，还能使用于家用机器人、汽车驾驶、精准医疗等领域。

谷歌表示，他们打造“阿尔法围棋”这套系统，并不想把它定位成一个只会下棋的游戏专家，而是希望运用人工智能技术，处理真实世界中的问题，协助人类处理烦恼。

再以人工智能中的数据挖掘技术为例，近年来，数据挖掘技术在医学领域中的使用越来越广泛。数据挖掘又称数据库中的知识发现，是从大量的数据中挖掘潜在的、有价值的知识（模型或规则）的过程。

在美国南加州大学脊椎病医院，数据挖掘技术已使用到肿瘤学、肝脏病理学、肝炎的生存几率预测、泌尿学、甲状腺病例诊断、风湿病学、皮肤病诊断、心脏病学、神经心理学、妇科学、产科学等医学领域。不但能提高对测试样本的分类精确率，还能用于患者术后康复的分析研究。

在我们国内，四川大学的唐常杰等运用数据挖掘技术，成功实现了中药处方配伍规律的挖掘，并成功使用于成都西医药大学临床实践。此外，唐常杰等还和国家出生缺陷检测中心合作，运用数据挖掘技术，对近30年的全国出生缺陷监测的海量数据进行分析和处理，能够无效发现出生缺陷的发病分布和干涉机理，在预防重生儿出生缺陷的发生方面发挥重要作用。

使用案例

机器学习作为人工智能的一品种型，可以让软件根据大量的数据来对未来的情况进行阐述或预判。如今，领先的科技巨头无不在机器学习领域予以极大的投入。

IBM

IBM公司的超级计算机“沃森”，是认知计算系统的杰出代表。它曾在2011年参加美国综艺节目———《危险边缘》（Jeopardy），击败一干人类选手而获得冠军大奖。沃森在比赛节目中按下信号灯的速度一直比人类选手要快，在它4TB磁盘内，包含有200万页结构化和非结构化的信息，包括维基百科的全文。比赛中，沃森没有连接到互联网。

2014年1月，IBM公司正式建立了IBM沃森部门，2015年3月初又收购了Alchemy API公司，旨在结合这家公司，加强“沃森”的人工智能。IBM表示，一个“智慧服务”的新时代无望构成，可让企业（从银行、保险业、零售商到教育机构）与专业人员（如医师、市区规划人员、金融分析师）以及其他组织试图理解并分析其巨量材料。

谷歌

在YouTube视频搜索、数据中心能源利用以及其他领域，谷歌的深度学习都取得了不错的效果。2012年6月，《纽约时报》曾报道了谷歌

如何通过向“DistBelief”提供数百万份YouTube视频，来让该虚拟神经网络系统学习猫的关键特征。这套系统的创新之处在于，它可以在事先没有获取“猫的特征描述”信息的情况下，自行总结出猫这个概念的特征。也就是说，它具有自学习能力。当然，这套系统的运算能力也非常的庞大，由1000台机器组成，共包括16000个内核，处理的参数高达10亿个。

这套系统采用分层机制工作，神经网络的最底层可侦测图像颜色变化，再上一层则可识别特定类型的轮廓。在添加若干后续分析层之后，系统不同的分支会为脸部、摇椅、计算机等对象生成检测方法。不过令研究者震惊的是，机器学会了辨认连人类都很难分辨的东西，例如碎纸机，人们晓得那东西是碎纸机是因为人们见过，但是谷歌的这套系统并没见过。

百度

百度2014年开始围绕百度大脑重点投入的深度学习人工智能技术，让机器模仿人的大脑皮质神经元思考。在2015百度世界大会上，百度发布了提供秘书化服务搜索的机器人助理“度秘”（英文名：duer）。它在广泛索引真实世界的服务和信息的基础上，依托百度强大的搜索及智能交互技术，通过人工智能用机器不断学习和替代人的行为，媲美专职秘书，为用户提供各种优质服务。

为何现在才挑战围棋

围棋，是一种策略性游戏，中国古时称“弈”，西方称之为“Go”。

人工智能最早攻克的棋类游戏是三目棋（又称“井字棋”），之后是西洋跳棋和国际象棋。

围棋创立已有2500多年，规则虽然简单，但变化繁多、博弈的空间也更为广阔，而且很难判断棋子所处位置的价值，不断被视为是人工智能领域的最大挑战。

对于人类棋手来说，计算是一个永久话题，也是衡量一个棋手水平高低最重要的标准之一。机器下棋的算法本质都是搜索树。机器下围棋，难在它的“树宽”可以达到好几百（国际象棋只要几十）。在无限时间内要遍历这么宽的树，就只能牺牲深度，无法更多地“往后多看几步”。所以，要想保证搜索深度，就只能放弃遍历，改为随机采样———这就是为什么在没有蒙特卡罗搜索树类的方法之前，机器围棋的水平几乎是笑话。

1997年，名叫“深蓝”的电脑在国际象棋比赛中彻底击败了世界冠军加里·卡斯帕罗夫。这是由于国际象棋虽然复杂，但仍然可以被简化为蛮力计算来处理。而围棋不同，表面上电脑和人类玩家都很容易学会下围棋,但实际上这个游戏具有的深度和复杂度使得一个人需要花费好多年才能成为高手。

围棋每一步的选择项比国际象棋更多，步数也比国际象棋更长。更重要的是，若想下好围棋，既要注重“金角银边草肚皮”的一地之争，也要防止对手获得“中腹落子的多元价值”，还要谋求全盘发展的大势所趋。研究围棋的程序员们认为，围棋比国际象棋更能反映人类心灵那难以言喻的一面。想在围棋领域降服人类，人工智能必须比“深蓝”更“蓝”！

作者张宇，为上海市科学学研究所创新政策研究室助理研究员。文章为作者独立观点。不代表主办机构立场。