在與圍棋世界冠軍、韓國(guó)名將李世石的對(duì)弈中，谷歌機(jī)器人AlphaGo連勝兩盤(pán)。

人機(jī)對(duì)戰(zhàn)并不是第一次，這次的人機(jī)對(duì)戰(zhàn)意義何在呢？

3月11日，浙江大學(xué)的兩名專(zhuān)家告訴澎湃新聞（www.xinlihui.cn）記者，資本市場(chǎng)迫不及待地推“人工智能”概念，最典型的就是谷歌的深度學(xué)習(xí)與IBM的認(rèn)知計(jì)算之間的技術(shù)競(jìng)賽。人工智能在更多領(lǐng)域的成功應(yīng)用，依賴(lài)于對(duì)大腦的徹底解讀，目前人類(lèi)對(duì)于大腦的了解還相當(dāng)初步。繼基因研究之后，各國(guó)已紛紛將重點(diǎn)集中于腦的研究。

“這不是AlphaGo第一次和人類(lèi)棋手對(duì)戰(zhàn)。早在2015年10月，它就和歐洲圍棋賽的冠軍樊麾交戰(zhàn)過(guò)?！闭憬髮W(xué)管理學(xué)院教授汪蕾說(shuō)，AlphaGo基于機(jī)器學(xué)習(xí)和人工智能，有強(qiáng)大的自我學(xué)習(xí)和進(jìn)化功能，所以它的棋藝進(jìn)步神速，短短幾個(gè)月的學(xué)習(xí)訓(xùn)練就有可能跨越一個(gè)天才棋手幾十年走過(guò)的路。

汪蕾稱(chēng)，這種自我深度學(xué)習(xí)機(jī)制使得AlphaGo每次與頂級(jí)棋手的交戰(zhàn)，都會(huì)成為一次自我提升的過(guò)程。打個(gè)不恰當(dāng)?shù)谋确?，這就好比武俠小說(shuō)中的人物練成了一種吸功大法，每次與高手的過(guò)招就會(huì)成為他力量的來(lái)源，讓人驚嘆之余，也會(huì)覺(jué)得有點(diǎn)可怕。

AlphaGo使用的究竟是什么技術(shù)？

浙江大學(xué)管理學(xué)院副教授王小毅表示，AlphaGo采用的是目前人工智能最普遍采用的人工神經(jīng)網(wǎng)絡(luò)中的深度學(xué)習(xí)技術(shù)。深度學(xué)習(xí)于2006年被提出，是機(jī)器學(xué)習(xí)研究中的一個(gè)前沿領(lǐng)域，其原理是用多層訓(xùn)練的方法來(lái)達(dá)到深度學(xué)習(xí)的目的。

據(jù)王小毅介紹，認(rèn)知科學(xué)發(fā)現(xiàn)，人們認(rèn)識(shí)事物并不是通過(guò)直接分析，而是依靠一種逐層抽象的認(rèn)知機(jī)制：首先學(xué)習(xí)簡(jiǎn)單的概念，然后用他們?nèi)ケ硎靖橄蟮?。在算法上，?duì)已有的海量數(shù)據(jù)信息，可以用神經(jīng)網(wǎng)絡(luò)來(lái)模擬人腦的這種分析學(xué)習(xí)過(guò)程，不需要了解這些數(shù)據(jù)內(nèi)在的確切關(guān)系，而是通過(guò)逐層學(xué)習(xí)，來(lái)建立它們之間的關(guān)系，從而對(duì)一個(gè)新的信息進(jìn)行判斷。這種方法特別適用于對(duì)圖像、聲音和文本的理解。

王小毅稱(chēng)，AlphaGo所使用的正是用于視覺(jué)處理的算法。算法中采用的分析層次越多，對(duì)計(jì)算的要求就越高。得益于近年來(lái)快速發(fā)展的云計(jì)算，AlphaGo能夠使用超過(guò)當(dāng)年深藍(lán)約3萬(wàn)倍的計(jì)算能力，從海量的圍棋對(duì)弈數(shù)據(jù)中得到學(xué)習(xí)，而在實(shí)際對(duì)弈中，并不需要這么大的計(jì)算能力，僅用單機(jī)版計(jì)算機(jī)即可。

根據(jù)2016年1月由Google旗下DeepMind公司的David Silver為第一作者發(fā)表于《自然》雜志上的題為“Mastering the game of Go with deep neural networks and tree search（用深度神經(jīng)網(wǎng)絡(luò)和搜索樹(shù)方法來(lái)掌握圍棋）”的文章，AlphaGo的算法使用了多個(gè)神經(jīng)網(wǎng)絡(luò)：價(jià)值網(wǎng)絡(luò)（Value Network），根據(jù)當(dāng)前局面，尋找落地的大致方向，估計(jì)是白勝還是黑勝；策略網(wǎng)絡(luò)（Policy Network），給定當(dāng)前局面，預(yù)測(cè)/采樣下一步的走棋的獲勝概率；快速走子（Fast rollout），在適當(dāng)犧牲走棋質(zhì)量的條件下，速度要快1000倍；蒙特卡羅樹(shù)搜索（Monte Carlo Tree Search)，把以上這三個(gè)部分連起來(lái)，形成一個(gè)完整的系統(tǒng)。

AlphaGo不是一個(gè)簡(jiǎn)單的軟件，而是一項(xiàng)系統(tǒng)性工作，充分考慮了CPU運(yùn)算的負(fù)荷和實(shí)際，其成功背后，是作者們?cè)诓┦侩A段就開(kāi)始的超過(guò)5年的積累。

“另一方面，基于人工智能的AlphaGo機(jī)器棋手，和人類(lèi)棋手最大的差別在于，它不具備情感，沒(méi)有情緒波動(dòng)?！蓖衾僬J(rèn)為，情緒是一種非常重要的東西，會(huì)影響我們的判斷和決策，而圍棋是一種需要大局觀(guān)，需要根據(jù)對(duì)手情況來(lái)不斷研判，并做出決策的活動(dòng)。在這樣一種比較復(fù)雜的高強(qiáng)度的腦力活動(dòng)當(dāng)中，情緒當(dāng)然也會(huì)參與其中。

汪蕾認(rèn)為，人類(lèi)再怎么心如止水，也不可能比機(jī)器更冷靜，在處于劣勢(shì)的時(shí)候，可能因?yàn)橹倍みM(jìn)；在處于優(yōu)勢(shì)的時(shí)候，可能因?yàn)檎凑醋韵捕鲥e(cuò)；而在犯錯(cuò)的時(shí)候，可能因?yàn)榘脨蓝バ膽B(tài)平衡。但這一點(diǎn)，機(jī)器是完全可以避免的。

“現(xiàn)在大家比較關(guān)注的是這一場(chǎng)較量的勝負(fù)以及它帶來(lái)的象征意義。但在我看來(lái)，其實(shí)輸贏(yíng)并不重要。無(wú)論結(jié)果如何，對(duì)人工智能而言，這肯定不是結(jié)束，它不過(guò)是人工智能技術(shù)發(fā)展與應(yīng)用中的一個(gè)過(guò)程。而對(duì)于人類(lèi)來(lái)講，它其實(shí)是一個(gè)自我認(rèn)識(shí)和自我發(fā)現(xiàn)的又一個(gè)途徑?！蓖衾僬f(shuō)。

王小毅表示，人工智能的發(fā)展得益于三個(gè)方面的技術(shù)突破：首先是機(jī)器學(xué)習(xí)算法上的突破，但這還不是最主要原因；關(guān)鍵還有大數(shù)據(jù)為人工智能的機(jī)器學(xué)習(xí)積累了海量的學(xué)習(xí)數(shù)據(jù)，以及云計(jì)算為深度學(xué)習(xí)提供了彈性計(jì)算能力的支持。

在他看來(lái)，人工智能是信息技術(shù)的重要發(fā)展方向，也正因?yàn)槿绱耍Y本市場(chǎng)迫不及待地開(kāi)始推“人工智能”概念。在國(guó)際上，各種人工智能概念出現(xiàn)的背后是未來(lái)市場(chǎng)的爭(zhēng)奪，最典型的就是谷歌的深度學(xué)習(xí)與IBM的認(rèn)知計(jì)算之間的技術(shù)競(jìng)賽。

王小毅認(rèn)為，重大和關(guān)鍵技術(shù)儲(chǔ)備與產(chǎn)業(yè)化是兩個(gè)不同的概念。人工智能距離成熟的產(chǎn)業(yè)化尚有距離，而要想達(dá)到推動(dòng)整個(gè)信息產(chǎn)業(yè)上一個(gè)臺(tái)階的目標(biāo)則更遙遠(yuǎn)。目前最有價(jià)值的人工智能領(lǐng)域，可以分為狹義和廣義。狹義上，側(cè)重的是機(jī)器學(xué)習(xí)技術(shù)的深度應(yīng)用，重點(diǎn)在視覺(jué)圖像、語(yǔ)音和文本三個(gè)方面，其目的就是讓機(jī)器可以理解周?chē)h(huán)境、識(shí)別人的指令、理解人的意圖；廣義上，人工智能是融合機(jī)器人、大數(shù)據(jù)、傳感網(wǎng)等新一代信息技術(shù)的關(guān)鍵共性技術(shù)，將有助于它們?cè)诠I(yè)、醫(yī)療、家庭等重要市場(chǎng)的快速發(fā)展，一旦實(shí)現(xiàn)，將會(huì)促使目前的信息產(chǎn)業(yè)快速走出互聯(lián)網(wǎng)“泡沫”。

對(duì)于人工智能的未來(lái)，汪蕾認(rèn)為，隨著技術(shù)發(fā)展、科技進(jìn)步，人工智能的應(yīng)用領(lǐng)域會(huì)更寬、更廣。在那些需要依賴(lài)于大量信息、數(shù)據(jù)以及環(huán)境是動(dòng)態(tài)變化的領(lǐng)域，需要人腦來(lái)處理各種信息來(lái)研判、決策、博弈、以及競(jìng)爭(zhēng)的地方，人工智能都有可能得到應(yīng)用，比如服務(wù)行業(yè)、金融、商務(wù)、醫(yī)療、軍事等。

汪蕾認(rèn)為，人工智能在更多領(lǐng)域的成功應(yīng)用，依賴(lài)于對(duì)大腦的徹底解讀，而這還有相當(dāng)漫長(zhǎng)的路要走。

“人工智能是一個(gè)用算法來(lái)模擬人腦的探索過(guò)程，它的發(fā)展取決于人們對(duì)于人腦的認(rèn)識(shí)深度?！蓖跣∫阏f(shuō)，目前對(duì)于人腦的了解還相當(dāng)初步。19世紀(jì)對(duì)人腦的研究還屬于哲學(xué)范疇，現(xiàn)在借助腦感知技術(shù)，既可以在分子層面理解神經(jīng)元的活動(dòng)，也可以在采集海量人群的腦電波數(shù)據(jù)。

據(jù)王小毅介紹，各國(guó)在繼基因研究之后，紛紛將重點(diǎn)集中于腦的研究，美國(guó)早在2013年就發(fā)布“腦計(jì)劃”，歐盟和日本也在2013年、2014年相繼發(fā)布各自的“腦計(jì)劃”，近年來(lái)更是逐漸從腦的病理研究，轉(zhuǎn)為腦機(jī)制與人工智能的結(jié)合研究上。在2016年兩會(huì)期間，全國(guó)人大代表劉慶峰就建議，加快推動(dòng)人工智能和中國(guó)腦計(jì)劃。中國(guó)的“腦計(jì)劃”于2013年開(kāi)始醞釀，“十三五”規(guī)劃綱要草案已經(jīng)把腦科學(xué)和類(lèi)腦研究列入國(guó)家重大科技項(xiàng)目。