计算机的“分析”还是人类的“直觉”……世纪对决9日开战
是计算机的分析,还是人类的直觉。谷歌子公司DeepMind开发的人工智能程序“AlphaGo”将从9日起与现役世界顶级围棋棋手李世石九段进行五局对决。由于围棋拥有“10的170次方”这一天文数字级别的变化可能,世界的目光都集中于此。究竟是模仿人类问题处理能力的计算机分析取胜,还是在计算之外还能施展直觉的人类取胜,见分晓的时刻正在临近。
本次对局自9日第一局开始,于10日、12日、13日、15日共进行五次。限时2小时,1分钟读秒3次。对决遵循给执白棋手贴7.5子的中国围棋规则。因为AlphaGo自开发之初就是按照中国规则进行训练的。AlphaGo虽能下棋却无法拿起棋子,因此由AlphaGo开发团队成员、台湾裔的黄士杰(业余6段)担任“AlphaGo替手”。
相当于AlphaGo“大脑”的服务器位于美国中西部地区的谷歌云。这也可以印证,与1997年把一台计算机搬到对局场进行国际象棋对决的IBM超级计算机“深蓝”时期相比,云技术已有了长足发展。
AlphaGo的运行原理是名为“深度(Deep)学习”的人工智能技术。AlphaGo由价值网络和策略网络构成。价值网络按棋盘上的各个落点进行分析,判断把棋子下在何处更为有利或不利,即为每一手制定战术。策略网络则生成整个棋盘的概率地图,判断在各个落点上下一手该如何走才能提高胜率,即描绘对局的战略。8日在京畿道板桥京畿创造经济中心举行的人工智能会议上演讲的AlphaGo项目组长大卫·席尔瓦表示:“我们开发AlphaGo的算法,让它能够像人一样思考。”
AlphaGo通过分析业余5段以上棋手约3000万个棋谱来下棋。其中应该也包括李世石九段的棋谱。席尔瓦组长表示:“很难确认是否包含某位特定棋手的棋谱。”这说明输入AlphaGo的数据量极为庞大。与已有人工智能不同,AlphaGo具备只检索必要信息的能力。也就是说,它不会穷举所有可能,而是选择胜率最高的落点。这也是李世石九段对AlphaGo感到惊讶之处。李世石九段当天在对局地点首尔钟路区四季酒店举行的记者会上表示:“(AlphaGo)能够自行缩小选点范围,这一点令我印象深刻。(取胜)可能比想象中更不容易。”
并非只有AlphaGo占优。AlphaGo可以通过分析胜率来行棋,但还没有把握整个棋盘形势的能力。也就是说,它没有“直觉”去判断自己是否已掌握胜机、对手是否藏着某手在“应战”。DeepMind首席执行官(CEO)戴米斯·哈萨比斯当天在与李世石九段的联合记者会上表示:“能在多大程度上模仿棋手的直觉,是AlphaGo面临的重大课题。”
因此,目前看好李世石九段占优的声音仍居多,但认为更应关注“人工智能的发展”的意见正获得支持。韩国科学技术院(KAIST)教授金大植强调:“胜负没有太大意义。AlphaGo将(通过与李世石九段的对局)变得更强,如果今后再度对决,胜负将更难预测。”
也有观点指出,应以本次对局为契机,关注人工智能的作用与发展。实际上,IBM去年与美国多家癌症中心展开合作,正在研究将IBM人工智能程序“沃森”用于肺癌、白血病的诊断及治疗方案探索。此外,在韩国国内外,把人工智能搭载于机器人,提出个人定制化投资策略并帮助个人资产管理的“智能投顾(Roboadviser)”技术正逐步普及。
/赵洋俊记者 mryesandno@sed.co.kr
◇李世石九段 VS AlphaGo 对比
李世石 AlphaGo 职业 9段 围棋 段位 业余 5~6段(推定) 33岁 年龄 不足100个月(开发以后) 1万 局 经验 10万 局 -以计算机所不具备的直觉把握整体形势 -拥有创造性的招法、变化多端的棋风 优点 -输入3000万个棋谱数据,通过价值网络·策略网络在胜率高的点位落子 -不会疲倦的无限体力,比赛中也能分析数据 -体力有限,受心理因素影响 缺点 -没有读懂并应对全局形势的能力
◇李世石九段 VS AlphaGo 对局概要
对局 日程 9日、10日、12日、13日、15日 共 5局 比赛 方式 中国规则(执白棋手贴7.5子) 胜负 判定 五局全部下完决定胜负 限时·读秒 2小时·1分钟 读秒 3次






