■今日視點

　　本報駐英國記者 鄭煥斌

　　谷歌“深度思維”（DeepMind）公司“阿爾法狗”（AlphaGo）團隊科學家戴維·席爾瓦近日在倫敦大學學院（UCL）演講時，對前不久“阿爾法狗”與李世石的“世紀五局”之戰逐一點評。他表示，從“阿爾法狗”成就中獲得的啟示是：直接利用數據進行增強學習的方法或將更有優勢；人工智慧的最終目的是服務於人類，其前景非常樂觀。

　　低調的“深度思維”公司

　　“阿爾法狗”團隊在南韓的遠征吸足了全球媒體的目光，而在倫敦本部的該公司卻表現得出奇低調。“世紀五局”剛剛落下帷幕，公司新聞聯絡官就對科技日報記者表示“近期不會安排採訪”。不僅如此，公司還規定需經批准才能在公共場合舉辦與“阿爾法狗”有關的活動，旅英華人學者原計劃舉辦的一場研討會也因此被迫取消。

　　幸好，記者獲悉並參加了席爾瓦在UCL的專題演講。席爾瓦曾擔任公司顧問，並於2013年成為其全職一員，是《自然》雜誌該研究論文的第一作者。據UCL官網資料顯示，席爾瓦目前仍為該校電腦科學系講師，只不過“現在無限期請假，不在UCL，目前不接收任何新學生”。

　　率領團隊遠征南韓之後，重新回到昔日熟悉講臺的席爾瓦，面對擠滿整個階梯大教室的數百名熱心聽眾，比在記者招待會上的表現更加輕鬆和自信。在題為《阿爾法狗：圍棋“大師”背後的神經網路與樹搜索演算法》的演講中，席爾瓦對“世紀五局”大戰的逐局點評風趣幽默，不時引來聽眾的陣陣笑聲和熱烈鼓掌。

　　“世紀五局”局局精彩

　　在演講過程中，當席爾瓦把話題切入“世紀五局”，並在PPT中展示出世界冠軍李世石和“阿爾法狗”相關資訊的瞬間，現場聽眾不約而同地發出了會心的笑聲。

　　他介紹説，第一局比賽“阿爾法狗”獲勝歸因于比賽前半段“毫無人性”的下法，在開局後20分鐘內便取得主導優勢，這為其打開了局面。事實上，世界冠軍李世石在第一次交手後也稱，“‘阿爾法狗’前半段的下法，是任何人類圍棋手都很難企及的”。

　　在第二局比賽中“阿爾法狗”更是“贏得毫無疑問”。它的第19步和第37步下法在當時落子後便引起很大爭議，這兩步看似沒有邏輯的落子被許多專業圍棋手稱為“反常”決策。席爾瓦的解釋是，這看似“反常”的兩步棋背後，實際上是“阿爾法狗”的強大決策運算系統在對局面進行綜合考量後做出的決定，它是“精心設計且極其正確的”，也是決定勝利的關鍵性兩步。

　　席爾瓦認為第三局是“阿爾法狗”向人類真正展示其強大決策系統之優越性的一局。他評價李世石在這局棋中的整體下法都顯得較為保守，這正是因為“阿爾法狗”以其難以預測卻步步有力的進攻，使李世石難有迴旋餘地。

　　在“阿爾法狗”唯一落敗的第四局中，第79至87步的下法導致了其敗局。席爾瓦坦言這其中暴露了“樹搜索”的典型缺點：在樹搜索演算法中，系統為了提高其決策準確性往往會“修剪”一些不相關的序列數據。然而對於圍棋實戰而言，被系統“修剪”的不相關數據有時往往起著決定性的作用。

　　“阿爾法狗”在第五局獲勝也被認為不出所料。席爾瓦介紹，儘管前半局“阿爾法狗”處於劣勢，但在第90步中，“阿爾法狗”採取了首局中曾用過的佔據角落策略，以此追平了比分，並使得局面逐漸好轉，取得了最終勝利。

　　席爾瓦介紹，在“世紀五局”大戰前，團隊已對“阿爾法狗”進行了無數次與機器對決實驗，在與其他圍棋程式的比賽中，勝率可高達99.8%。而在與人類圍棋手的對決方面，今年1月28日，“阿爾法狗”便以5：0擊敗歐洲圍棋冠軍樊麾。

　　增強學習方法或更有優勢

　　席爾瓦毫不掩飾“深度思維”公司對“阿爾法狗”巨大成就的激動，但更看重的是，這一成就是基於直接運用數據的機器學習原理。團隊從中獲得的啟示是：這種學習方法不僅能夠利用可獲得的人類數據進行學習，甚至更為明顯的是直接利用增強價值學習，而且這種直接利用學習經驗的學習方式效果或許更好。

　　展望未來，席爾瓦表示，“阿爾法狗”擁有基於神經網路和樹搜索運算的強大數據分析、學習能力，以及作出決策的綜合考量系統，這使它具有非常廣闊的潛在應用前景。目前“深度思維”團隊已開始與英國國家醫療服務體系開展合作。憑藉海量數據分析能力，“阿爾法狗”未來在醫療領域將很可能會扮演“醫生”的角色，與傳統醫生相比，它能夠利用患者個人病史和具體症狀等大量數據，作出更加準確的診斷。此外，在金融、智慧機器人、智慧手機助手和環境監測等諸多領域，“阿爾法狗”未來都有可能大顯身手。

　　近年來人工智慧的迅猛發展，引發了包括著名物理學家史蒂芬·霍金在內的很多人的擔憂。對此席爾瓦向科技日報記者表示，人工智慧始終以服務於人類為目的，他對人工智慧的未來非常樂觀。

　　（科技日報倫敦3月31日電）