这是继AlphaGo在围棋领域大杀四方之后，AI对人类新的挑战。本文将为您梳理，在过去二十年的历史中，人机对战经历了哪些关键节点，AI又发生了怎样的进化？
关键词：计算力
1996年2月，美国费城，一场在当时被称作“世纪大战”的较量。
国际象棋世界棋王卡斯帕罗夫面对的挑战者，并不是人。
卡斯帕罗夫的对手是IBM的超级国际象棋电脑“深蓝”，为了这次较量，后者早已做足了准备。
在国际象棋每一个回合中，一个玩家可以有大约35种不同的行棋选择，这些选择推导结果是单线程的，从A到B到C的推导选择。随机不可控因素更小，也不存在局部的输赢影响整体战局的关系。对局双方的决策能够更直接地控制整个局面的走势。
也就是说，国际象棋的比赛，很大程度上是棋手计算力的较量。
为了能比对手——世界棋王卡斯帕罗夫——多算准一步，深蓝中，用C语言输入了一百多年来优秀棋手的两百多万场对局。这台电脑重1270公斤，有32个节点，每个节点有8块专门为进行国际象棋对弈设计的处理器，运行速度达一亿次每秒。
然而在1996年的这场6局比赛中，深蓝最终以2:4落败。
首次挑战失败后的一年里，IBM的工程师们将“深蓝”的运算速度又提高了一倍，达到两亿次每秒。但深蓝并非计算机的王者。事实上。深蓝的运算能力当时在全球超级计算机中居第259位。即便这样，深蓝仍然可以算出所有路数来选择最佳策略：新的深蓝靠硬算可以预判12步，而卡斯帕罗夫只能预判10步。
1997年5月，深蓝再次挑战棋王卡斯帕罗夫。在前五局2.5对2.5打平的情况下，棋王第六盘决胜局中仅仅走了19步，就败给了深蓝。最终深蓝电脑以3.5:2.5（1胜2负3平）获胜，成为首个在标准比赛时限内击败国际象棋世界冠军的电脑系统。
比赛结束后，“深蓝”小组公布了一个秘密，每场对局结束后，小组都会根据卡斯帕罗夫的情况相应地修改特定的参数，“深蓝”虽不会思考，但这些工作实际上起到了强迫它“学习”的作用，这也是卡斯帕罗夫始终无法找到一个对付“深蓝”的有效办法的主要原因。
关键词：自然语言理解，数据库，计算力
2011年IBM的超级计算机Watson，宣布参加美国综合挑战节目《危险边缘》。这档电视问答节目自1964年开播，游戏里的问题包罗万象，几乎涵盖了人类文明的所有领域。
人类选手詹宁斯和鲁特都是这个领域的顶级高手。前者曾创下连续74场赢得比赛的纪录，后者在比赛中共拿到325万美元奖金，但仍然不是Watson的对手。比赛进行到第三天，Watson以41413美元的分数锁定胜局，而两位人类选手分别仅获得19200美元和11200美元。
Watson的胜利背后，是一个挑战和两个优势。
Watson面临的首要问题就是自然语言理解。能否与主持人互动，理解主持人自然语言的语义和语气，甚至区分问题里的双关，隐喻等信息，是Watson能够做出回答的前提。
突破了这一关之后，Watson就如鱼得水了。首先，它拥有一个强大的信息来源。其中包括百科全书、字典、词典、新闻和文学作品，还包括数据库、分类学和本体论。虽然在比赛中没有连接互联网，4TB的磁盘上仍有2亿页结构化和非结构化的信息供其使用。
其次，它还有强大的计算能力。
Watson基于16TB内存、2880个Power7系列处理器——当前架构中最强的处理器。这就意味着Watson的快。第一是检索快，它能够在3秒内检索数百万条信息，并选择三个可能性最高的答案；第二是判断快，它能够迅速结合场上情况做出抢答与否的决策；第三是抢答快，当其中一个答案的可能性超过50%后，立即启动抢答。它超越人类的抢答速度主导了整场比赛。
关键词：深度学习，神经网络
围棋曾经是人工智能遥不可及的战场。
国际象棋中，平均每回合有35种可能，一盘棋可以有80回合，而围棋每回合有250种可能，一盘棋可以长达150回合。同时，一场围棋比赛中出现的不同局面多达3的361次方种。
此外，围棋博弈是多个局部战争合成的最终结果，同时局部之间相互影响，无法被算法穷举。更专业点说，围棋难的地方在于它的估值函数非常不平滑，差一个子盘面就可能天翻地覆。
谷歌的AlphaGo程序突破了传统电脑的“固定”程序逻辑，融入了深度学习和神经网络的能力。这个深度神经网络由策略网络和值网络两部分组成，策略网络负责减少搜索的宽度——面对眼前的一盘棋，有些棋步是明显不该走的。这样AI就可以重点分析那些有戏的棋着。值网络负责减少搜索的深度——AI会一边推算一边判断局面，局面明显劣势的时候，就直接抛弃某些路线，不用一条道算到黑。
AlphaGo利用这两个工具学习了人类所有的棋谱，经过了几千万次的自我对弈与学习，不仅能够模仿人类棋手的思考，甚至已能够超越。2016年3月，在与AlphaGo对决的人机大战中，来自韩国的世界围棋冠军李世石以1：4告负。
除了计算能力外，这场比赛还暴露出机器的其他优势：赛场上，人会因为比赛环境和压力等外部或情绪因素影响判断，而机器不会；在数小时的鏖战中，人会因疲倦而分神，机器却能永远保持专注。赛场外，人每天可做的练习是有限的，AI则能以上万倍于人类的速度练习。
李世石在比赛后接受采访时说道：“要适应与AlphaGo的比赛，首个挑战就是心理方面，需要非常专注。我继续和它下不一定能赢，因为无法比它更专注，这些方面是赢不了它的。”
2017年3月，AlphaGo的升级版Master横空出世，通过下快棋连胜职业高手60盘，其中就包括了中国最强棋手柯洁。
AlphaGo2.0发布于2017年年初，相比于1.0，这个版本能称得上真正的“自我学习”。1.0版本的AlphaGo以人类所有棋谱为蓝本，AlphaGo再怎么走也只是算出了人类棋手曾走过的某一步，顶多算是个完美的“人类棋手”。而2.0版本AlphaGo就利用这个“完美棋手”的估值函数自我对局和“深度学习”，超出了人类棋谱的范围，是真正机器算出来的棋法。
2017年4月，AlphaGo还将有一场与柯洁的人机对战，这或许将会是人机在围棋领域的最后一战。
关键词：不完美信息的博弈
围棋、国际象棋比赛中双方所有信息一览无余，本质上是对称信息的博弈，而德州扑克是信息不对称的博弈，每个选手只能看到自己的手牌。这就决定了人工智能首先需要面对大量不完整的信息。
因此，德扑背后是一个大型的AI谈判算法。“冷扑大师”并不基于大数据、深度学习、强搜索等传统AI方法；而是基于博弈论，直接在比赛同时动态优化胜率最高的数学模型。这其中不仅包含了概率统计和运筹策略，也包含了巨大的信息处理计算量。CMU计算机学院院长Andrew Moore在接受采访时说道：“冷扑大师的程序如果要让人类去计算，大概得花人类1000万个小时。”
与此同时，冷扑大师也面临着挑战。德州扑克更接近人性，因为信息是有隐藏的，牌手可以诚实地表达，也可以欺骗地表达，即德州扑克中的诈唬（bluff）技术。而机器明显无法通过对手的动作表情判断对手牌的强弱，也无法通过肢体、神态表演来蒙蔽对手。
百度首席科学家吴恩达（Andrew Ng）就曾指出，“扑克（不完美信息博弈）是人工智能最难攻克的游戏之一。每一步没有所谓的最优解，人工智能要采取随机的策略，这样它诈唬的时候对方才会吃不准。”
相比围棋AI，德州扑克AI应用空间更广泛。现实世界中，不完美信息博弈才是常态，例如在商业谈判、医疗方案制定等领域，这些过去被认为人类拥有独特优势的领域，未来都会面临机器的挑战。
结语：
从1996年到2017年，人工智能与人类的四次竞赛从侧面反映出了AI的进化：从计算能力超越人类到学会自然语言理解，再到深度学习直至掌握不完美信息博弈的能力。在这21年中，机器不仅智商越来越高，在情商上也越来越不输于人类。尤其是当AI在其最难攻克的游戏德州扑克上与人类叫板，这意味着什么，又将带来哪些机会和挑战？
4月10日上午10点到12点，极客公园将携手创新工场，和德州扑克AI“冷扑大师”背后的主创团队卡内基梅隆大学计算机系教授Tuomas Sandholm，创新工场董事长李开复博士及五位国内科技公司创始人一起探讨“冷扑大师”背后的技术逻辑以及AI会在未来产生哪些更深层次的影响。