# 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 - 作者：莊偉宏 Odin - 发布时间：2016-03-09 11:42 - 分类：公司 - 原文：https://www.ifanr.com/630211 [![AI](https://s3.ifanr.com/wp-content/uploads/2016/03/28836553_ml.jpg)](https://s3.ifanr.com/wp-content/uploads/2016/03/28836553_ml.jpg) 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。 ![Kasparov](https://s3.ifanr.com/wp-content/uploads/2016/03/Kasparov.jpg) 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](https://en.wikipedia.org/wiki/Deep_Blue_(chess_computer))，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。 ![Deep Blue](https://s3.ifanr.com/wp-content/uploads/2016/03/Deep-Blue.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](https://en.wikipedia.org/wiki/Deep_Blue_(chess_computer))：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](http://www.ifanr.com/628151)。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（下图）砍倒。 [![alphago2](https://s3.ifanr.com/wp-content/uploads/2016/03/alphago2.jpg)](https://s3.ifanr.com/wp-content/uploads/2016/03/alphago2.jpg) 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？ 题图来自 [123rf](http://www.123rf.com) 深蓝及其比赛插图来自[维基百科](http://www.wikipedia.org)