人工智能那些事——人机大战历史回顾

开通VIP，畅享免费电子书等14项超值服

首页

好书

留言交流

下载APP

联系客服

国际象棋人机大战——“深蓝”

“深蓝”（DeepBlue）是美国IBM公司生产的一台超级国际象棋程序，重1270公斤，有32个大脑（微处理器），每秒钟可以计算2亿步。“深蓝”输入了一百多年来优秀棋手的对局两百多万局。

“深蓝”对许多行业都产生了影响。经过编程后，它可以解析复杂的战略性象棋比赛，因此，研究人员可以探索并了解大规模并行处理的极限。这次研究使开发人员深入了解到，他们可以设计出能够解决其它领域的复杂问题的计算机，采用丰富的知识分析更多可能的解决方案。深蓝采用的架构被用于金融建模，包括市场趋势和风险分析；数据挖掘——发现大型数据库中的隐含关系和模式；以及分子动力学——有助于发现和开发新药物的工具。最终，“深蓝”在退役后进入华盛顿特区的史密森尼博物馆。

图1 IBM“深蓝”与卡斯帕罗夫的国际象棋人机大战

“危险边缘”人机大战——“沃森”

“深蓝”项目的成功激发IBM在提出了更艰巨的挑战：研制一台能够在更复杂的“危险边缘”（Jeopardy!）[1]比赛中击败选手的计算机。2011年2月，经过三个晚上的激战，一台名为“沃森”（Watson）的计算机与两位最成功的人类选手交锋，并在几百万电视观众的注视下获得了胜利。

“沃森”由IBM公司和美国德克萨斯大学历时四年联合打造，电脑存储了海量的数据，并拥有一套逻辑推理程序，可以推理出最正确的答案。“沃森”所用技术与深蓝和早期机器相比有了巨大的进步，其配备的软件能够处理并理解人类语言，证明了全新一代人机交互将成为可能。

图2 IBM“沃森”参加“危险边缘”人机大战

围棋人机大战——“阿尔法围棋”

“阿尔法围棋”（AlphaGo）是一款围棋人工智能程序，由位于英国伦敦的谷歌旗下DeepMind公司的团队开发。2015年10月“阿尔法围棋”以5:0完胜欧洲围棋冠军、职业二段选手樊麾；2016年3月对战世界围棋冠军、职业九段选手李世石，“阿尔法围棋”以4:1获得胜利。

“阿尔法围棋”的核心是深度学习算法，即多层人工神经网络和相关的训练方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。

“阿尔法围棋”通过两种神经网络“大脑”合作来改进下棋。第一个神经网络大脑是监督学习的“策略网络（Policy Network）”，用来观察棋盘布局企图找到最佳的下一步，可以理解成“落子选择器”。第二个神经网络大脑是“价值网络（Value Network）”，通过整体局面判断来辅助落子选择器，在给定落子的情况下预测每一个棋手赢棋的可能，充当“局面评估器”的功能。通过分类潜在的未来局面的“好”与“坏”。在大数据技术和新型计算硬件的支撑下，并得益于深度学习算法的应用，“阿尔法围棋”相较于“深蓝”和“沃森”，在数据学习能力、计算速度等方面获得了巨大提升。通过对数百万局人类棋手的比赛和各种棋路的学习，“阿尔法围棋”实现了围棋能力自我进化。

图3 2016年3月，谷歌“阿尔法围棋”与李世石的围棋人机大战

空中对抗人机大战——“阿尔法”

2016年6月，辛辛那提大学开发的人工智能模拟系统——“阿尔法”（ALPHA），与拥有丰富的空战经验和战斗机的专业知识的退役美国空军上校基恩·李，在高保真空战模拟器上进行了比拼，“阿尔法”获得最终的胜利。据基恩·李透露，“阿尔法”是其见过的最具进攻性、反应灵敏，精悍的和可靠的人工智能空战模拟系统。

“阿尔法”是美国空军研究实验室（AFRL）“仿真、集成和建模高级框架”项目的一部分（项目主承包商为波音公司，项目成果已于2013年交付给AFRL），用来改善假想敌算法。该程序采用了基于模糊逻辑的人工智能技术，以模拟空中作战任务为研究目的，专为无人作战飞行器（UCAVs）的使用而设计。“阿尔法”目前作为有人/无人编队在仿真环境中的研究工具。在其最早的迭代中，“阿尔法”的表现优于先前AFRL中使用的计算机程序，即“阿尔法”击败了其他的人工智能对手。

在这些模拟作战中，12名战斗机驾驶员既与“阿尔法”驾驶的平台一起飞行模拟空战任务，也与后者进行了对抗。在模拟器“人机大战”中，“阿尔法”多次击败其他领域专家，并能在模拟中针对人类专家在飞行速度、转向、导弹性能、传感器等多方面的故意阻碍中胜出。其中人类飞行员驾驶传统的模拟平台，被设定为具有很好的常规战斗机性能，并获得了空中警戒与控制系统支持；“阿尔法”的运用则受到显著限制——其盘旋过载降低至1.9G（重力加速度），这对于战斗机来说相当低；同时其水平加速能力被限制在不超过0.19G，仅相当于日本本田公司“奥德赛”面包车加速能力的百分之七十五。此外，“阿尔法”的最大速度也比对手要低370千米/时，导弹射程更短，并且没有空中警戒与控制系统支持。尽管存在性能差距，但凭借着人工智能系统高效的处理分析能力和战斗决策能力，“阿尔法”无论在四机对抗双机还是在双机对抗双机的设定中都赢得了胜利。

“阿尔法”使用了“遗传模糊树”（genetic fuzzy trees）的新算法，该算法基于模糊逻辑系统，提升了模糊逻辑系统的性能，使“阿尔法”完全实现了对数百个输入量的处理。该新算法将大型模糊逻辑问题拆散成了许多小型模糊逻辑问题，同时还保留了原问题中多输入量之间的关系。而这一优化的结果，使“阿尔法”在训练阶段能顺利运行在更低配置的电脑上。训练后，“阿尔法”就可以在更为小型、低功耗的计算机或智能手机上运行。未来，该算法将不仅仅只是应用于无人机领域，还将在医药研究、无人驾驶汽车等领域发挥巨大作用。

图4 “阿尔法”人工智能模拟空战系统

结    语

人工智能技术自1956年正式提出以来，开发模仿、甚至超越人类智能的计算机系统，已成为从事这一新兴技术领域研究人员的终极目标，人机大战也成为衡量人工智能在单一领域发展水平的“试金石”。从20年来的人机大战历史中不难发现，人工智能经过快速发展，已经在多个单一领域中实现对人类的完胜。实际上，在制造业、零售业、运输业等已经开始大量地使用机器人，可以自动写稿、能参加高考、会写诗作画的人工智能在不断涌现。人工智能“威胁论”甚嚣尘上，如斯蒂芬·霍金、埃隆·马斯克等科学家和企业家已经多次表示要警惕人工智能发展。

然而，笔者认为，目前谈人工智能的威胁为时尚早，人工智能仍处于单一领域中的“专用人工智能”，在计算能力方面虽然远超人类，但在直觉和认知方面，人工智能与人类比起来仍属“弱智”，距离“通用人工智能”仍有很长的路要走。全球人工智能领域最权威的学者之一，前百度公司首席科学家吴恩达曾说：“对超级人工智能的担心就像现在去担心火星的人口会不会过多一样。”因此，吃瓜群众大可不必惊慌，人工智能的威胁与核能的威胁一样，取决于发现和使用它们的人类，只要对人工智能保持一致“敬畏之心”，相信人工智能技术必将得到和平、合理的利用。未来，在更多领域中的人机大战也将继续进行，我们拭目以待。

文中部分资料引自互联网

[1]《危险边缘》是美国最受欢迎的智力竞猜电视节目，由哥伦比亚广播公司制作，已有数十年历史。该节目的比赛以一种独特的问答形式进行，问题设置的涵盖面非常广泛，涉及到历史、文学、艺术、流行文化、科技、体育、地理、文字游戏等等各个领域。根据以答案形式提供的各种线索，参赛者必须以问题的形式做出简短正确的回。与一般问答节目相反，《危险边缘》以答案形式提问、提问形式作答。参赛者需具备历史、文学、政治、科学和通俗文化等知识，还得会解析隐晦含义、反讽与谜语等，而电脑并不擅长进行这类复杂思考。