科学视角解读人机大战 未来3-5年能赢所有人类棋手

一场“人机大战”，将人工智能的话题推到公众面前，李世石连输两阵，更让人对科技的发展瞠目结舌，甚至联想到《星球大战》是否真的会发生、人类会否被机器统治等问题。此时，我们不妨用科学的视角，理性而客观地看待人工智能的现状和未来。中新网(微信号：cns2012)记者特别采访了长期从事人工智能和智能科学研究、来自中国科学院计算技术研究所的史忠植研究员，解读“阿尔法围棋”和人工智能的问题。

“人机大战”为什么选择围棋？ 171位数“吓死你”

“人机大战”的兴起，最早是1997年，IBM超级计算机“深蓝(Deep Blue)” 击败了国际象棋大师加里-卡斯帕罗夫。科学界认为，围棋“人机大战”可以看成是人工智能发展具有标志性的进展。曾经“深蓝”的胜利鼓舞了人工智能研究的士气，吸引了投资者对人工智能的兴趣。

至于为什么选择围棋，史忠植教授解读称：“围棋之所以很难被人工智能攻破，战胜人类高手，就是其可能的组合数异常庞大。至于多么异常，2016年1月，普林斯顿的研究人员给出了最新研究结果：对于一个19x19的围棋棋盘而言，一共有361个位置，而每个位置可以单独放置黑棋、白棋或者留空，理论上所有的可能组合是3361种。但根据围棋规则，不是所有位置都可合法落子，例如在围棋术语中没有气的位置就不能落子。”

“那么，排除掉这些不合法的棋局后总共还剩多少种呢？普林斯顿的研究人员给出的19x19格围棋的精确合法棋局数：‘208168199381979984699478633344862770286522453884530548425639456820927419612738015378525648451698519643907259916015628128546089888314427129715319317557736620397247064840935。’”

“171位数！”这个数字比我们地球所有的沙粒数量还要多！比人类已知宇宙的所有星球数量还要多！对比来讲，谷歌学习的近万盘人类棋局是5位数，谷歌自行对战的3000万盘是8位数，而围棋所有可能的棋局盘数是171位数。如果规避还有可能的重复变化，把大头去掉，那也是70位数的棋局变化。

“人机大战”说明人工智能达到了何种水平？

2013年10月29日，史忠植在在创新驱动发展大数据时代的人工智能高峰论坛上，提出了智能科学(人工智能)发展的“路线图”，并在著作《心智计算》一书中有详细的阐述。

其中提到，2020年，人工智能将实现初级类脑计算，即Elementary Brain Computing。在这个阶段，我们将实现的目标是计算机可以完成精准的听、说、读、写；到2035年，我们将进入高级类脑计算阶段，即Advanced Brain like Computing，那时，计算机不但具备“智商”，还将拥有“情商”；到2050年，智能科学(人工智能)有望发展出神经形态计算机，实现超脑计算，即Super-brain Computing。到那个时候，计算机的高性能与人的高智能完美结合。

史忠植认为：“按照这个标准，这次围棋“人机大战”中，若谷歌围棋AI程序‘AlphaGo’最终战胜世界冠军李世石，将说明人工智能达到了初级类脑计算的水平。”

“AlphaGo”如何工作？

史忠植介绍，“阿尔法围棋”下棋过程中主要通过四步完成工作，分别是：快速判断、深度模仿、自学成才和全局分析。

其中，快速判断，指用于快速的观察围棋的盘面，类似于人观察盘面获得的第一反应。深度模仿，指“AlphaGo”学习近万盘人类历史高手的棋局来进行模仿学习，用得到的经验进行判断。这个深度模仿能够根据盘面产生类似人类棋手的走法。

自学成长，指“AlphaGo”不断与“自己”对战，下了3000万盘棋局，总结出经验作为棋局中的评估依据。全局分析，指利用第三步学习结果对整个盘面的赢面判断，实现从全局分析整个棋局。