2018年6月30日，全球首次神經影像人工智能人機大賽總決賽迎來了意料之中的結果：腦腫瘤和腦血管影像判讀比賽中，醫療人工智能最終以高出20%的準確率戰勝兩組共25名醫生。自1996年“深藍”電腦戰勝國際象棋世界冠軍後，AI已在跳棋、圍棋、德克薩斯撲克等棋牌遊戲中戰勝人類，並突破了遊戲領域，逐漸在辯論、寫作、醫療診斷等領域對人類發起新挑戰。在過去二十年多的歷史中，人機對戰經歷了哪些關鍵節點，AI 發生了怎樣的進化？在未來，人機將以怎樣的模式相處？大量工作將被AI取代，還是AI將會輔助人類的生活？
國際象棋人機對戰
關鍵詞：計算力
在過去很長一段時間裡，國際象棋被公認為是計算機的一個巨大挑戰，象棋程序逐漸能挑戰人類選手，但結局不甚理想。直到上世紀70年代，這一發展進程出現了轉折點，科學家認識到應該讓計算機以最快速度來搜索儘可能多的招法，而不是去模擬人類的下棋方式。從那之後，包括“深藍”在內的各種計算機就把重點放在瞭如何發揮計算機的計算能力，在規定時間內搜索所有可能招法上來。1996年2，在美國費城舉行的著名的人機大戰中，“深藍”計算機對戰當時的世界棋王卡斯帕羅夫，結果2:4不敵棋王。隨後，深藍團隊對系統和軟件進行了升級，並於15個月過後重新向他發起挑戰。1997年5月，這個升級版“深藍”以3.5:2.4徹底擊敗了這位象棋大師，成為世界上首個在標準比賽時限內擊敗國際象棋世界冠軍的電腦系統。
國際象棋以每盤棋有10的124次方的下法考驗著選手的計算力，而這一點上，“深藍”佔據絕對優勢。它具備高速計算能力，3分鐘內可以檢索500億步棋，不會疲倦，不會有心理上的起伏，也不會受到對手的干擾，但它也有弱點：不能像人一樣總結經驗，不能進行真正的思考。每場對局結束後，“深藍”小組都會根據卡斯帕羅夫的情況相應地修改特定的參數。因此，儘管“深藍”不會思考，但這些工作實際上起到了強迫它學習的作用，這也是卡斯帕羅夫始終無法找到一個對付“深藍”的有效辦法的主要原因。
電視問答節目對戰
關鍵詞：數據庫，計算力
2011 年， IBM 的超級計算機 Watson參加美國綜合挑戰節目《危險邊緣》，並贏了兩位全能冠軍選手。這檔電視問答節目自 1964 年開播，遊戲裡的問題包羅萬象，幾乎涵蓋了人類文明的所有領域。
Watson 面臨的首要問題是自然語言理解。能否與主持人互動，理解主持人自然語言的語義和語氣，甚至區分問題裡的雙關、隱喻等信息，是 Watson 能夠做出回答的前提。實際上，Watson並沒有思考能力，而是嘗試從從非結構化信息中尋找答案。在題目出現在大屏幕上時，Watson通過攝像頭拍下屏幕上的文字，進行光學識別，得到以文字形式存儲的題目文本，然後提取文字中的專有名詞等基本信息，和數據庫進行對比，經過一系列篩選來得到它們的精確含義。在理解題目後，Watson通過搜索自身存儲的結構數據和非結構數據來尋找答案，並運用上百種算法對可能的答案進行評估，判斷每個答案正確的可能性，最後運用一個語音合成引擎將這個答案的文本轉換成語音並播放出來。這所有的一切計算、選擇與決策都在3秒鐘之內完成。因此，
Watson出色表現的背後，是其強大的數據庫迅速執行文本搜索的緣故，而不具備真正的智能。圍棋人機對戰
關鍵詞：深度學習，神經網絡
直到國際象棋程序戰勝人類頂級選手二十年後，圍棋程序仍然無法戰勝人類選手，因此圍棋一直被視作人類的終極智慧，讓機器難以超越，直至AlphaGo的橫空出世。2016年3月，AlphaGo與世界圍棋冠軍李世石進行人機對戰，以4比1的總比分獲勝；2017年初，該程序在網站上以“Master”為註冊帳號與中日韓數十位圍棋高手進行快棋對決，連續60局無一敗績；2017年5月，它與排名世界第一的世界圍棋冠軍柯潔對戰，以3比0的總比分獲勝。2017年10月18日，AlphaGo 研發團隊公佈最強版程序AlphaGo Zero，它經過3天的自我訓練，就以100:0的戰績打敗了此前戰勝李世石的舊版AlphaGo；隨後又經過40天的自我訓練，打敗了Master。
AlphaGo此前的版本，結合了數百萬人類圍棋專家的棋譜，以及強化學習的監督學習進行了自我訓練，而AlphaGoZero的能力則在這個基礎上有了質的提升。它不再需要人類數據，只是從單一神經網絡開始，通過神經網絡強大的搜索算法，進行了自我對弈。隨著自我博弈的增加，神經網絡逐漸調整提升預測下一步的能力，最終贏得比賽。更厲害的是，隨著訓練的深入，AlphaGoZero還獨立發現了遊戲規則，並走出了新策略，為圍棋這項古老遊戲帶來了新的見解。AlphaGo能否代表智能計算發展方向尚且存在爭議，但比較一致的觀點是，它象徵著計算機技術已進入人工智能的新IT時代，其特徵就是大數據、大計算、大決策三位一體。它的智慧正在接近人類。
德州撲克人機大戰
關鍵詞：不完美信息的博弈
2017 年 1 月 11 日至 1 月 30 日，美國卡內基梅隆大學開發的人工智能系統 Libratus與 4 名人類頂尖德州撲克選手之間的 “人機大戰” 在美國匹茲堡進行，經過了為期 20 天、總計對戰 12 萬手牌的賽程，最終人工智能取得勝利。
無限德州撲克是一種“不完全信息博弈”，相較於圍棋難度更大，因為它不僅信息缺失非常嚴重，而且策略以及心理等因素都能影響勝局。Libratus的策略並非基於專業玩家的經驗，所以它的玩牌方式有明顯的不同。研發團隊採用了一套叫做反事實的遺憾最小化算法，利用在匹茲堡超級計算機中心大約1500萬核心小時的計算，它會先讓Libratus反覆地進行自我博弈，隨機地玩上萬億手撲克，不斷地試錯，建立自己的策略，最終達到頂尖撲克玩家的水平。Libratus可以通過強大的計算和統計能力，把各種打法雜糅，並通過推理對其進行任意排列，將下注範圍和隨機性提高到人類牌手無法企及的程度，讓人類玩家難以猜測電腦手中到底握有什麼樣的牌。相比圍棋 AI，德州撲克 AI 的應用空間更廣泛。現實世界中，不完美信息博弈才是常態，例如在商業談判、醫療方案制定等領域，這些過去被認為人類擁有獨特優勢的領域，未來都會面臨機器的挑戰。
辯論人機大戰
關鍵詞：自然語言理解、無偏見推理論述
2018年6月18日，首個能與人類進行復雜辯論的AI系統IBM Project Debater在舊金山與人類辯論高手展開了兩場公開辯論比賽。在事前對辯論主題沒有任何準備的情況下，AI系統不僅可以清晰表達自己觀點，反駁對方論點，還一度比較準確地指出了對手所犯的事實錯誤。比賽結束後，現場大部分觀眾認為，從整體來看人類辯手的表達更好，但AI辯手傳遞信息量的豐富度則優於人類。
IBM稱，讓Debater學會辯論的真正目的是讓AI系統地掌握人類語言。目前Debater系統能夠針對複雜話題進行更長時間的聽和理解，並進行連續性的演講，最長可持續4分鐘。聽懂複雜辯論內容、快速構建邏輯表達以及模擬人類在辯論中的兩難境地，Debater的這些能力已經超越了簡單的自然語言理解，而是有更深層的AI能力在支撐。
人工智能將會取代人類還是豐富人類生活？
自2006年起，人工智能進入加速發展的快車道，而日益成熟的互聯網技術，以及並行計算能力、大數據和先進算法也在給予助力。從AlphaGo戰勝世界頂級圍棋高手李世石，到後面接連一發不可收拾的各領域突破：人機高考作文大戰、智能機械手臂、無人駕駛、人臉識別……不經意間，人工智能已經悄無聲息地滲透到人們生活中的方方面面。隨著人工智能逐漸在多領域打敗人類，社會對人工智能的爭議不斷，人們對於AI威脅的恐懼感也是與日俱增，比如霍金生前曾三番五次表態，“人工智能可能會毀滅人類”。
毫無疑問，智能自動化的浪潮不可避免，很多機械重複性工作將被機器取代。據去年日本經濟新聞和英國金融時報合作調查發現，在其抽查樣本的820 種職業、2,069 項業務（工作）中，34%（710 項工作）的比重可被機器人替代。但隨著人工智能的發展，同時也會新增一系列新工作，除了那些對員工能力有更高要求、需要具備洞察力和決策力的工作，還包括與機器密切合作的工作，比如維護機器、指令機器、監督機器倫理道德問題等類似崗位。因此，與其被“AI威脅論”嚇到，坐等未來失業，不如努力跟上時代步伐，學習新知識傍身。
其實，單從那些已經被人工智能徹底打敗的領域來看，人類也大可不必太過擔心機器所帶來的威脅。譬如二十年前輸給“深藍”的國際象棋領域，因暴力計算而打造出的非常強大的國際象棋引擎，迅速地在大眾中普及開來。如今，所有人都可以與比最偉大的人類國際象棋大師還要強大的軟件免費對戰，讓全世界的國際象棋愛好者們都能獲得頂級訓練。在“深藍”出現之前，悲觀主義者預計，機器打敗世界國際象棋大師將會導致國際象棋的消亡。事實上，據世界國際象棋聯合會統計，在今天，下國際象棋的人比歷史上任何時期都多。
同時，國際象棋引擎也帶來了精彩的新玩法。1998年，卡斯帕羅夫推出了“進階國際象棋”：通過人機組隊將機器的計算能力和人的模式匹配能力結合在一起。在圍棋領域，人們也開始嘗試這種“人機組隊”新玩法。雖然人機之間一對一的比賽沒有了懸念，但正像棋聖聶衛平向谷歌和DeepMind建議的一樣，以後可以考慮組織人機協作賽，會更有意思。智能程序提供各種方案，人類高手來做選擇和把控，這樣會下出無與倫比精彩的棋譜，而且人類棋手的境界會有顯著提高。這表明，人工智能可以激發人類的創造力，而不是對其產生阻礙。
未來的趨勢是人機協同？
除了棋牌領域展開人機協作競賽新模式，其實人工智能已經參與到人類方方面面，協作人類更好的工作、生活。Watson在輔助臨床診斷中已取得完美表現，使醫生有更多的時間用於與病人溝通和臨床科研；寫作機器人已被廣泛運用於各大媒體機構，釋放編輯記者去策劃完成一些更深度的內容專題。今年初，埃森哲發佈一份人工智能報告，認為在人工智能時代之下，企業的成功將越來越多地依賴於人與機器之間的相互協作。人工智能將提升人類的能力，而人類則幫助智能機器完成學習與提升。這樣的結合不僅能夠提高效率，亦將創造新的增長與創新形式。
展望未來，依託於人工智能，人類或許將被激發出更多的潛能，創造出新的競技類型、新的藝術流派、偉大的文學作品，哲學問題也上升到新高度，未來的工作種類也因機器的參與而發生翻天覆地的變化。更進一步發展，或許有一天，人類的智慧和機器的智能會有機結合，真的產生如尼采所說的超人，這一天會來嗎？
運營人員：冉小山
閱讀更多 THU數據派 的文章
