谷歌昨日宣布，其人工智能研究團隊近期取得了一項重要突破：谷歌團隊構建的AlphaGo系統通過計算機學習掌握了圍棋這項古老的技藝，近期AlphaGo挑戰了三度問鼎歐洲圍棋桂冠的職業棋手樊麾二段，成績是5比0。

　　事件

　　谷歌擊敗歐洲圍棋冠軍

　　Google DeepMind團隊在最新一期《Nature》上發表論文稱，其名為AlphaGo(阿爾法圍棋)的人工智能系統，在沒有任何讓子的情況下以5比0完勝歐洲圍棋冠軍、職業圍棋二段樊麾。樊麾出生在中國，現籍法國，是現任法國國家圍棋隊總教練。

　　谷歌的人工智能系統AlphaGo不僅知道圍棋的規則，且棋力已有一定水平。DeepMind團隊設計的這一人工智能系統是為了在圍棋比賽中擊敗人類選手。這是軟件首次在全尺寸棋盤對職業棋手的比賽中取得這樣的成績。

　　在公布『打敗歐洲圍棋冠軍』後，DeepMind團隊已向全球最優秀的圍棋選手之一、韓國世界冠軍李世石九段發出挑戰。這一比賽將於今年3月進行，谷歌將為此准備100萬美元獎金。

　　『這是電腦第一次在公平比賽中向人類職業選手挑戰。我自己也很榮幸將與它對弈。無論結果如何，這都將會是圍棋史上極具意義的事件。』李世石認為，雖然聽說了AlphaGo實力很強，而且正在變得更強，但他有自信至少這次能取得勝利。

　　釋疑

　　1人工智能怎麼取勝的？

　　神經網絡運行數千局棋

　　對於如何在圍棋上擊敗人類，谷歌方面做出了一些解釋。

　　首先，谷歌用人類圍棋高手的三千萬步圍棋走法訓練神經網絡，直至神經網絡預測人類走法的准確率達到57%。但谷歌認為，他們的目標是擊敗最優秀的人類棋手，而不止是模仿他們。為了做到這一點，AlphaGo學習自行研究新戰略，在它的神經網絡之間運行了數千局圍棋，利用反復試驗調整連接點，這個流程也稱為鞏固學習。當然，這些都需要大量的計算能力，因此谷歌團隊廣泛使用了Google雲平臺，完成大量研究工作。

　　接下來，系統完成訓練後，谷歌對其進行測試。AlphaGo的系統和其他頂級計算機圍棋程序之間進行了很多比賽，結果AlphaGo在全部500場比賽中只輸了一場。去年10月份，信心滿滿的谷歌邀請樊麾來到該團隊位於倫敦的辦公室參加挑戰賽，取得了這次的勝利。

　　2 『手下敗將』怎麼說？

　　『他』像奇怪又強大的人

　　《自然》報道了谷歌研究者開發的新圍棋AlphaGo戰勝人類的消息後，其新聞團隊對職業圍棋二段樊麾做了采訪。

　　樊麾稱，在中國，圍棋不僅僅是游戲，還是生活的寫照。人們常說，如果你的棋局有問題，也許你的生活也出現了問題。

　　『在和AlphaGo下棋之前，我覺得我會贏。』樊麾說，第一局棋之後，他便改了策略，進攻得更多，但還是輸了。他認為，人類的問題是，『我們有時會犯下大錯，因為我們是人』。我們會疲勞，會因為太過想贏而承受壓力。但程序不是這樣的，程序很強大，很穩定，就像是一堵牆。『對我來說，這個區別很大。我知道AlphaGo是電腦，但如果沒人告訴我，我或許會覺得對手是個有點奇怪、但非常強大的人，一個真實的人。』

　　樊麾坦言，他輸棋的時候並不高興，但所有職業棋手都會輸棋。『我輸了，我會研究這盤棋，也許會改變下法。我覺得這對今後是件好事。』

　　3職業棋手怎麼看？

　　軟件相當於業餘六段

　　從樊麾二段與軟件的對局情況看，頹勢明顯，一共五局棋，除了第一局官子決勝負外，後面四局樊麾全部中盤告負。這樣的戰果也足以說明對局雙方的實力確實存在差距。那麼擊敗了職業二段棋手，是否就意味著軟件已經達到了職業棋手甚至是職業高段位棋手的實力呢？圍棋愛好者別灰心，技術黨也別急著歡呼，雖說電腦在圍棋上擊敗人類高手的一天遲早會來到，但現在這一天還為時尚早。

　　『從公布的棋譜來看，電腦的棋力大致相當於國內業餘六段棋手的水平，而且可能還達不到強六(業餘六段中的強者)的水平。』國內知名圍棋選手王煜輝七段這樣評價AlphaGo。按照我國圍棋的段位制，職業棋手從初段到九段有九個段位，而業餘棋手最高等級是業餘七段，可以說業餘六段已經算是業餘棋手中的佼佼者了。據了解，在業餘棋手之間，段位能比較清楚地衡量棋力差異，但職業棋手間實力差距就不能只看段位了，高段位棋手輸給低段位棋手的情況也司空見慣。

　　據王煜輝估算，他自己如果和擊敗樊麾的電腦對局，讓兩子沒有十足把握，讓先的話贏電腦沒什麼問題。『如果是韓國的李世石九段或我國的一些超一流棋手，讓兩子估計有得下。』

　　雖然這次電腦下贏了職業二段棋手，不過這並不說明軟件的棋力已經達到了職業棋手水准。據職業圍棋界人士介紹，因為對局環境所限，歐美棋手的段位含金量並不高，樊麾長期在海外，其棋力隨時間增長反而會有下滑，如今的水平已經很難和國內的職業棋手相比了。

　　>>辣評

　　@ForFunForGame：本質上還是程序，根本不是人工智能，沒什麼意思。

　　@雪譽_mo：打麻將試試，來四川能虐死它。

　　@海德李希Doing_H：集中所有人類智慧打敗人類。

　　@M銘智：從此，機器人不再需要人類。

　　@花谷花哥：但願小李能守住人類的尊嚴，如果他輸了，將意味著人工智能的進步速度已經超乎想象。

　　@路人轉粉王撕蔥：總有一天電影裡的劇情會變成現實。

　　@Liosuit：下次選擇難易程度的時候記得點簡單，不然真的分分鍾被打敗。一般人我不告訴他。

　　@網站分析探索者：我想知道再拷貝出來一個AlphaGo，讓他倆對戰會是什麼結果？

　　@popcorner：機器超過人類就意味著人類不行了？怎麼可能嘛，一個領域而已，高鐵跑得比人快多了，還不是要給人坐。

　　@冰焰海賊團：人類挺危險的，機器智能學習，遲早統治世界啊！

　　觀察

　　人機大戰的歷史與未來

　　1952年計算機掌握了第一款游戲——井字棋(也稱三連棋)；接下來是1994年的西洋跳棋；1997年，『深藍』贏得了國際象棋比賽。人工智能並不局限於桌面游戲，2011年，IBM的Watson在智力游戲Jeopardy中勇奪第一；2014年，谷歌設計的算法通過原始像素輸入就學會了數十種雅達利(Atari)游戲。

　　這其中，最受世人矚目的當屬『深藍』贏得國際象棋比賽。1997年5月11日，國際象棋世界冠軍卡斯帕羅夫，與一臺名叫『深藍』的IBM超級計算機經過六局規則比賽的對抗後，最終拱手稱臣。號稱人類最聰明的卡斯帕羅夫，在前五局2.5對2.5打平的情況下，第六盤決勝局中僅僅走了19步，就敗給了『深藍』。

　　『深藍』，是一臺IBMRS/6000SP32節點的計算機，運行著當時最優秀的商業UNIX操作系統——『大I』的AIX。它的設計思想，著重於如何發揮大規模的並行計算技術，每秒可檢查超過兩億步棋。

　　與當年的『深藍』相比，AlphaGo所評估的棋子位置只有數千分之一。這說明它已經減少大量的無用計算，變得更加智能。

　　在人工智能領域，還有另一個著名的關卡是『圖靈測試』。這種由著名計算機科學家圖靈提出的測試，是讓電腦模仿人類與人類裁判『對話』，如果成功誘使人類裁判認為與之對話的是人，則通過測試。2014年，在英國皇家學會於倫敦舉行的『圖靈測試』競賽上，一臺名為『尤金古茲曼』的電腦通過測試。

　　電腦在與人腦的大戰中不斷過關斬將，但它們目前還面臨一個限制，那就是還不會將其智能『通用化』。『深度思維』首席執行官德米什哈薩比斯說，AlphaGo只會下圍棋，如何將這種智能用於其他領域還是一個挑戰。如果電腦能夠突破這個限制，無疑會將人工智能帶入一個新的境界。

　　在推動人工智能發展的過程中，人類如何在倫理上『控制』電腦也是一個挑戰。如一些科幻電影描述的那樣，許多人擔心人工智能的發展可能帶來災難，著名科學家霍金就曾表示人工智能可能會導致人類滅絕。因此，科學家也需要注意讓人工智能不會邁出真正挑戰人類的『關鍵一步』。