李世乭九段与AlphaGo对弈的意义
2500年历史上“最引人瞩目的对弈”，李世乭“一旦输了围棋就会像国际象棋一样失去人气”
3月9日下午1点，李世乭九段和谷歌DeepMind公司人工智能AlphaGo五局连续对弈的第一局将在首尔四季酒店举行。这场对弈被称为2500年围棋历史上最受瞩目的一场对弈。2月22日，李世乭九段与研发出AlphaGo的DeepMind公司最高执行官丹米斯•哈撒比斯在弘益洞韩国棋院举行了媒体发布会。下面我们来分析一下这场对弈对于围棋界、人工智能和围棋意外领域的重大意义。
“从四个月前的实力来看，不是我的对手”
AlphaGo“可以不断学习，不会落后”
■AlphaGo有多特别
虽然一直以来很多领域都有计算机与人类的对决，但围棋始终是个例外。韩国的石头风、日本的Zen、法国疯狂的石头等各种人工智能围棋游戏虽陆续出现，却也只是提高了胜率，依然不足以和世界顶级职业棋手对弈。因此围棋界一直断言，十年内计算机都不可能战胜人类的代表。然而，谷歌DeepMind的AlphaGo在去年10月以五局全胜的成绩打败了欧洲冠军樊麾，局面开始发生变化。
一直以来，计算机的优势都在于其卓越的演算能力。无论是1997年战胜世界国际象棋冠军卡里•卡斯帕罗夫的IBM超级计算机“深蓝”，还是2011年在答题节目《Jeopardy》中打败史上最强冠军肯•詹宁斯的超级计算机“沃森”，其获胜秘诀都在于超强的演算能力。但在围棋对弈中，下棋的棋路比宇宙的原子还多，即使最强大的超级计算机也难以胜任。然而，DeepMind的人工智能很不一样。它能够自动得出没有事前为其输入的棋路。DeepMind的人工智能（DQN）已经证明，它向人类学习最低限度的规则后，可以独立领会游戏技巧，很快即可达到职业棋手的水平。
AlphaGo像人脑一样拥有神经网络结构，它不会一概对所有棋路进行演算，可以通过筛选淘汰从所有可能的棋路中选出重要的棋路后作出判断。“深蓝”在与卡斯帕罗夫进行国际象棋对弈时，每走一步都需要对2亿个可能的棋路进行验算。围棋每步棋可能的棋路虽然多达国际象棋的十倍以上，但AlphaGo每走一步棋只需要考虑10万种可能，虽然远高于职业棋手每走一步考虑1000种棋路的数量，但对于计算机来说，这一数字可谓非常精简。身为国际象棋选手和围棋业余1段的哈撒比斯22日在记者座谈会上表示“我们教会AlphaGo模仿职业棋手的技巧，并使其独立演练了3000万个棋谱”。
■围棋的未来
“我是第一个被新一代会思考的机器打败的知识产业劳动者，参加答题秀应该可以算作被计算机沃森战胜的第一个工作岗位，我应该不会是最后一个”。2011年负于沃森的肯•詹宁斯如是说。
如同李九段说的“这次会以4-1或者5-0的成绩胜出”，即便这次顺利获胜，下次能否取胜还是一个未知数。万一李世乭输了，围棋界将会受到什么影响呢？如同韩国棋院副总裁朴志文所说“人类代表如果输给了机器，围棋界将不可避免受到打击”。李九段说“围棋之所以广受欢迎，原因之一就是围棋作为计算机唯一无法胜过人类的领域，拥有很强的神秘感。如果这一点倒塌了，围棋将会受到重大打击。国际象棋就曾在输给计算机后走向了末路”。
李九段的自信基于AlphaGo过去的表现。李九段说“从AlphaGo与樊麾的对弈来看，它完全不是我的对手。虽然它在之后四个月里可能得到了很大改进，但与我对弈还要受到时间的约束”。不过，哈撒比斯2月24日接受《中央日报》采访时表示“AlphaGo在去年10月对弈后快速进行自我学习，大幅提升了下棋实力，应该不会输给李世乭九段”，表现出了强烈自信。
对于人工智能来说，四个月意味着什么呢？AlphaGo学习100万局对弈只需要花费四周时间，而人类需要1000年才能完成。AlphaGo像电影《她》中的萨曼达一样可以一直进化，与李世乭进行第一局对弈的AlphaGo与第三局、第五局对弈的AlphaGo事实上并非同样的人工智能程序。记者询问谷歌“AlphaGo的演算法在对弈过程中是否也会发生变化”时，谷歌一直回答“它可以从所有比赛中进行学习”。也就是说，AlphaGo可以不断进化。李世乭也表示“我知道，AlphaGo不仅在每场对弈中，在每个瞬间都会出现进化”。人类虽也能熟记前一日的棋谱，却无法像萨曼达一样进化，反而会日渐受到压力和状态的影响。
■围棋棋局之外
围棋虽然得到了史无前例的关注，但正如李世乭说的“这次”一样，未来前景依然非常黯淡。谷歌为什么要豪掷100万美元巨款致力于打败人类围棋代表，消除这样一个拥有大批爱好者的人类领域呢？其动机在于围棋棋局之外。如果计算机能够在被称为最后一个人类领域的围棋比赛中战胜人类，就可以大大提高人们对人工智能的信任度，无限拓宽人工智能的应用范围。
沃森战胜人类的答题王之后，没有转向类似的答题竞赛，而是被用于治疗癌症与类人机器人。当被问到选择围棋作为人工智能对手的原因是，哈撒比斯说“开发AlphaGo过程中适用的方法论都是通用工具，可以被用于多种现实问题，比如科学与难题、气候变化的模式、疾病资料的分析等等”。
可以通过判断筛选出重要内容而不是“动辄演算”、搭载神经网结构器械学习功能的人工智能影响范围已经超越围棋的领域，这便是人们对于可以模仿人类思维且能得出卓越结果的人工智能心怀期待同时也普遍感到担忧的原因所在。认为人工智能再怎么优秀也只是没有意识的刻板机器，这种想法已经不足以令人们感到安心。获得图领奖的荷兰电脑科学家埃克斯赫鲁•达克斯特拉说“问机器能不能思考简直等同于问潜艇能不能航海”。
即使人类的代表在五局对弈中最终获胜，也并不值得欢呼。因为人类的固有领域已经开始一场危险的生存游戏，社会与个人的生活不可避免将会出现重大变化。这也是这场比赛并不局限于围棋棋盘的一个原因。
具本权 记者
