《自然》杂志27日报道称，围棋电脑软件“AlphaGo”（“Alpha Go”）击败了职业棋手。 该软件由谷歌旗下的人工智能（AI）开发商DeepMind开发。
自然杂志封面
今年3月的比赛，韩国九段棋手李世石信心十足。
围棋被认为是计算机最难掌握的游戏，一直困扰着研究人员。 直到今天，才有了重大突破。
（资料图）
1997年，全世界都见证了卡斯帕罗夫的失败。
（资料图）
机器人闯入围棋世界？
《自然》杂志27日发表文章称，围棋电脑软件“AlphaGo”（以下简称“Alpha Go”）击败职业棋手谷歌围棋软件，震惊国际棋坛。 这款软件是由谷歌旗下的人工智能（AI）开发商“DeepMind”开发的，因此这个消息也让人工智能科学家感到震惊。
这个名为“阿尔法围棋”的人工智能以5：0毫无悬念地击败了欧洲围棋冠军、职业围棋二段选手樊麾。
你可能会想到 1997 年计算机程序“深蓝”和国际象棋大师加里·卡斯帕罗夫之间的世纪之战。 在那场比赛中，卡斯帕罗夫输给了IBM开发的这个计算机程序。 这是人工智能史上划时代的事件。
而这场比赛的意义同样重大。
1997 年，当 IBM 的深蓝计算机统治国际象棋时，它使用手工编码的规则，在搜索中穷尽所有可能的走法。 AlphaGo 本质上是随着时间的推移进行学习，识别可能有利的模式，然后模拟有限数量的潜在结果。
完成这个成就有多难？
东方的围棋游戏被认为更加复杂，需要棋手令人难以置信的直觉。
在国际象棋中，平均每轮有35种可能性，一盘棋可以持续80轮； 相比之下，围棋每轮有 250 种可能性，一场比赛可以持续 150 轮。
就比赛情况而言，一般认为国际象棋是10的123次方，而围棋是10的360次方以上。这导致软件来不及列出所有获胜选项，导致输给职业棋手。
因此，在以往的比赛中，围棋AI一般都是与业余棋手较量，人类棋手就会放弃。 但“阿尔法围棋”的对手是法国国家围棋队的教练、欧洲围棋冠军，没有任何让分。
AlphaGo是如何做到的？
DeepMind团队表示，“Alpha Go”的关键在于所使用的深度神经网络。
在这样的网络中，如果你向它提供足够多的树木照片，它们就可以学会识别一棵树。 如果提供足够的对话，他们就能学会如何进行体面的对话。 如果喂了足够的围棋棋步，他们就可以学会下围棋。
事实上，AlphaGo中有两种不同的神经网络：“策略网络”和“价值网络”。
他们的任务是合作“选择”那些更有希望的棋步，并丢弃明显的坏棋，从而将计算量控制在计算机可以完成的范围内，本质上与人类棋手的做法相同。
“阿尔法围棋”利用这两种工具来分析形势并判断每一步棋的利弊，就像人类棋手判断当前形势并推断未来形势一样。 这样，“Alpha Go”在分析接下来的20步棋后，就能确定哪里获胜的概率高。
许多专家还认为，人类掌握围棋的秘诀在于模式识别——通过棋子的形状来判断强弱谷歌围棋软件，而不是走几步棋就预测棋局的走向。
正是由于这个原因，模式识别算法的最新进展有可能显着提高计算机性能。 新算法使用大型图像数据库来训练深度卷积神经网络来识别物体和面部。 该网络借鉴了人脑的信息处理机制，与人脑的神经结构有相似之处。
因此，可以预见，这样的算法在围棋棋局的自动评判中也能发挥巨大的作用。
据开发者介绍，这种神经网络可以独立学习，而不是传统的人工智能“监督训练”算法。
此外，AI可以通过大量的训练轻松积累足够的经验。 人类一年可能可以下 1000 盘围棋，但人工智能可以一天下 100 万盘而不感到疲劳。
所以理论上来说，只要“阿尔法围棋”经过充分的训练，它就可以击败所有人类棋手。
今年3月，“阿尔法围棋”将挑战世界顶级韩国九段棋手李世石，争夺100万美元奖金。 李世石表示：“（人工智能）非常强大。我听说它在不断进化，但我有信心能够获胜。”
微博网友表示无奈：“只要游戏有规则，随着计算能力的提高和算法的优化，人类最终会输给计算机。而人类的能力就在于面对没有已知规则的困境，能够创造出摆脱泥潭的出路。”
◆展望
人工智能正在快速发展
与棋盘上的输赢相比，人工智能的快速进步更令人兴奋。
《自然》杂志将“Alpha Go”的成果归因于“深度学习”。
深度学习是当前人工智能领域最热门的学科。 它可以完成非常复杂的任务，例如手写识别、面部识别、自动驾驶汽车、自然语言处理、识别声音和分析生物特征数据。
2006年以后，深度学习实际上使用的是三层以上的神经网络，即深度神经网络。 这是一个结构复杂、参数数量多的复杂非线性模型。 它具有非常强的表示能力，特别适合复杂的模式识别问题。
这种能力在《阿尔法围棋》中得到了充分体现。 此外，这种能力将帮助人类在未来揭示丰富的信息，并对未来或未知事件做出更准确的预测。
这些功能也是自动驾驶汽车、Siri 等语音识别技术和 Face.com（Facebook 最近收购的面部识别软件）的基础。 越来越准确的翻译软件也归功于这样的AI技术。
谷歌高级工程师还预测，神经网络将在其他科学领域发挥重要作用，例如基因行为预测、药物、蛋白质、新的医疗解决方案等。
果客网写了一篇意味深长的评论：“AI一定会进入我们的生活，我们无法避免。虽然这次接触很可能是无声无息的，但意义可能不亚于我们第一次接触外星人的生活。”
◆评论
人工智能飞跃的历史
1950 年，计算机科学先驱艾伦·图灵预测，到 2000 年，计算机将能够思考：拥有与人类相同水平的创造力、解决问题的能力、个性和适应性行为。 他提出了一个测试来确定机器是否可以思考：图灵测试。
1956年，在达特茅斯会议上，一些研究人员提出创造人造大脑，人工智能（AI）领域终于诞生。
20世纪80年代，“专家系统”的概念被计算机公司广泛使用，这是人工智能探索的开始。
1989年，卡内基梅隆大学开发了一种名为“Deep Thought”的专家系统，可以像大师一样下棋。
1997年，IBM的计算机“深蓝”首次击败了国际象棋大师加里·卡斯帕罗夫。 2006年，人类最后一次击败顶级国际象棋人工智能。
2005年，斯坦福大学开发的机器人赢得了美国Darpa Grand Challenge。 在美国国防高级研究计划局组织的这项自动驾驶汽车挑战赛中，它在沙漠赛道上行驶了 131 英里。
2011年，沃森击败了电视智力竞赛 Jeopardy 的获胜者。
