vlivev4

又一场围棋领域的人机大战昨天已经打响。

如果说去年 AlphaGo 打败人类棋手让人工智能攻克围棋这件事情从实验室走向了大众媒体，那么本周这次人机大战，完全是一次毫无意义的营销，之所以这么说，首先要理解为什么人工智能的发展一直与棋类有关。
人工智能与棋类项目「结缘」完全是因为人工智能需要一把「尺子」来衡量其发展水平。在那个遥远的 1936 年，当天才般的阿兰·图灵发布《论数字计算在决断难题中的应用》时，图灵将人作为计算模型的模拟对象和灵感来源，他为机器的发展指明了道路——模仿人类，但图兰并没有回答一个问题：如何衡量机器的「智能」？

而后来的人工智能研究者们则在不断探索中找到一个思路：可不可以将机器与人类放在某个同样环境下继续比赛，利用人的智能来衡量机器的智能。棋类游戏首先被用于测试机器的智能，这是因为，本质上说，棋类游戏是一种「完美」信息的游戏，对玩家而言，无论人类还是机器，所面对的信息是透明且对等————其实就是棋盘和棋子而已。

随后的故事里，1962 年，「六岁」的西洋跳棋的应用程序打败了当时全美最强的业余选手 Robert Nealey；1979年，十五子棋被机器攻克；1997 年，人类让出国际象棋冠军宝座；2015 年，围棋成为人工智能的新「殖民地」......

凡此种种，如果从所谓「尺子」的角度去看，人工智能的确在进步，以国际象棋和围棋为例，国际象棋平均每一步有大约 35 种可能的下法，围棋则多达 250 种，每一种下法之后又有 250 种下法，以此类推。从西洋跳棋到国际象棋再到围棋的「跨越」，背后也是数据、算法以及计算能力的发展，但硬币的另一面则是：这些进步也仅仅局限在特定领域，或者准确地说，仅仅是在棋类领域。

「信息论」开山鼻祖克劳德·香农曾在上世纪 50 年代预言：「（国际象棋）这个问题的解决方案将迫使我们承认机器是否能够思考的可能性，以及重新定义所谓思考的概念。」不过遗憾的是，即便是到了 AlphaGo 击败李世石以后，人工智能在棋类项目上已经碾压这个星球上最聪明的人类，我们依然无法承认机器的可思考性，也无法对于机器智能的水准作出判断，譬如你如何定义 AlphaGo 与一个三岁孩子之间的智能水准？

这也意味着，棋类项目作为人工智能进步标尺的功能已经失效，事实也的确如此，随着计算机、互联网的发展，在任何一个封闭规则的「游戏」来，机器都在无情地取代人类存在的价值。

当 AlphaGo 完成对李世石的完胜之后，围棋领域就已经是人工智能主宰的游戏了，随后的 AlphaGo 进阶版「Master」又一次横扫人类棋手的故事再一次说明这个问题，从这个角度来说，本周这场人机大战，就像一个电影剧本一样，结局早已写好，每个「演员」只需对号入座自由发挥即可。