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

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。

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，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。

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：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。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。

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

深蓝及其比赛插图来自维基百科