■IT江湖

　　在與“阿爾法圍棋”（AlphaGo）的對弈中，李世石五戰四敗，人工智慧侵入到人類直覺思維的保留地。

　　在人機博弈的60餘年中，圍棋一直被認為是人工智慧無法戰勝人類的領域。相對於其他棋類，圍棋具有不可比擬的變化量，特別是棋手的直觀、洞察力對棋局的走勢起著決定性的作用。

　　然而，人類這種判斷已經成為歷史。去年10月，AlphaGo打敗了歐洲圍棋冠軍樊麾之後愈發勤奮地“學習”了更多的新棋譜，棋力隨之大增，如今又在對李世石的“人機大戰”中戰績斐然。

　　有評論認為，如果AlphaGo此次的挑戰對象換成同為世界冠軍且在近來對戰李世石戰績不錯的中國棋手柯潔，情況或許就不同了。其實，柯潔也接到人工智慧的挑戰。近日，由異構智慧公司、極客幫創投與聶衛平圍棋道場三方共同宣佈啟動人工智慧項目“異構神機”，並向柯潔發起挑戰。

　　由知名人工智慧專家吳韌創立的異構智慧公司擁有自主設計和開發的NovuStar 超級電腦及世界一流的技術團隊，在圖像識別、圖像語義切割、視頻分析、立體視覺等技術領域均處於世界前沿。其開發的圍棋程式“異構神機”利用龐大的數據集與深度學習演算法，對複雜的深度神經網進行訓練，預測對手的下一步行動，配合蒙特卡洛對策樹搜索與強大的計算能力，即可達到媲美頂尖職業棋手的水準。

　　對李世石保持優勢戰績的柯潔並未應戰，或許成為我們保留戰勝人工智慧的一絲希望。

　　人工智慧到底有多強，研發“阿爾法圍棋”的Deepmind公司聯合創始人德米什·哈薩比斯去年曾説，當看到AlphaGo能在圍棋規則內發明出新東西，有令人震驚的感覺。這得益於深度學習演算法讓AlphaGo在“人機大戰”比賽中表現出了越來越厲害的勢頭。

　　數字神經網路被發明于20世紀50年代，但是電腦科學家花費了幾十年時間學習如何駕馭數百萬甚至數億神經元之間多如天文數字的組合關係。深度學習演算法由此而生，當其被移植到GPU集群上時，速度有了大幅提升。

　　AlphaGo擁有強大的計算能力，可以預測每次落子後的諸多變化趨勢。通過蒙特卡洛樹搜索，借助估值網路（value network）與策略網路（policy network）兩種深度計算模式完成評估、選點。它會在比賽中分析每一步棋的風險系數，比如在未來20步棋的多種變化情況下，它立即就能判斷出在哪個點落子的勝率最高。

　　深度學習演算法，可以讓電腦能從自己過去的經驗、數據中直接學習，而且在許多任務類型中都是通用的。深度學習代碼本身不足以産生複雜的邏輯思維，但它是當下所有人工智慧産品的基本組成部分，這些産品包括IBM的“沃森”、DeepMind、谷歌的搜索引擎等。由並行計算、更大量的數據、更深層次的演算法組成的完美風暴，讓醞釀了60餘年的人工智慧仿佛一夜間獲得成功。

　　今天，與人類不同的人工智慧思維方式正在不斷涌現，過往被認為只有人類能夠做到的事情，也正在被人工智慧改變。諸如臉譜網通過加強他們的人工智慧，能讓它在看過一個人的照片後就能從網上約30億人的照片中識別出此人，人腦無法提升到這種程度，這種能力完全是非人類的。

　　當然，人機博弈還將繼續下去，而結果還在遙遠和不確定的未來。