“大师”之后看AI的下一个短板

2017-01-24 eNet&Ciweek

总编-1.jpg

2017年新年前后,升级后的阿尔法狗再度出山,以“大师”(Master)为名,横扫人类高手60盘,无一败绩。

阿尔法狗迄今给人印象最深的,是“他”的学习能力。在战胜围棋欧洲冠军时,高手们一致认为其水平不高,个别着法甚至不如业余选手;及至与李世石一战,功力忽然大涨,与此前表现翻天覆地,以至有人怀疑他以前的表现是在放烟幕弹,麻痹人。但即使此时,阿尔法狗的表现仍不是完美无缺的,例如柯洁当时就不服。到了“大师”出山,打遍天下无对手时,恐怕没有专业棋手对其快棋水平超过人类抱有异议了。有著名棋手甚至反映,“大师”下出的棋,到了职业高手连看懂都难的地步,输都不知怎么输的。

客观地看,这回下的是超快棋,网棋30秒一步,相当于极大地放大了人类棋手犯错误的机率,这同上一次阿尔法狗给了李世石较长思考时间,包括长考的机会,条件上有点不可比。也许,人类每步棋没时间思考匆匆落子犯错,与较多棋手车轮大战可能偶然下出神来之手,两个概率对冲了。

如果抛开围棋规则,专谈人工智能,阿尔法狗还没有经历以下挑战:给人充裕时间思考结果会怎样;让人类集体讨论对付“他”会怎样;与人复盘,让人了解“他”的思路再下会怎样;让人悔棋重下会不会下过“他”等等。

从人工智能发展角度看,阿尔法狗这种屡屡让评价者大跌眼镜的超强学习能力,可能与人工智能算力的提高(而非算法的改进)关系更大。有专家(如谭铁牛)就认为,人工智能算法上的突破仍未出现。

由此想到,人工智能算法的核心,一直围绕理性算法与感性算法(如神经网络方法)之争。有一个简单问题,人类还没有考验过人工智能:人工智能会写出一本让人感动落泪的长篇小说吗?当然,这里的重点是感动落泪,不是长篇小说。

用这个标准一衡量,用阿尔法狗代表人工智能,其实目前还是有短板的。阿尔法狗在涉及理智、比出胜负的地方,算得比人深;但在涉及情感,没有胜负的艺术上,很可能仍是业余的。作协成员肯定多于职业棋手,每人作品都可以打动人心,但阿尔法狗可能达不到作协的及格线。你当然可以争辩说,阿尔法狗是设计来下围棋,而不是写小说的。但反过来也可以说,现在用蒙特卡洛算法或别的深度学习方法去编写一个写作程序,这个程序做诗作文不难,但难在写得让人动情。动情这件事,算力(人们把计算人通俗地说成“斗心眼”)能帮的忙有限,绞尽脑汁仍有可能让人挤不出眼泪水。

这就是终极算法问题。即使2017年1月1日出版的佩德罗.多明戈斯的《终极算法》,也没有穷尽算法的终极性。人的情感,就是比算法更终极的问题,因为它总有某些地方根本不是“算”出来,而是“涌现”出来的。

与希腊阳光下的维纳斯雕像及意大利米开朗琪罗的作品大卫相比,阿尔法狗背后隐藏的那些设计者,虽然十分了不起,但总给人一种处心积虑的感觉,他们一步一步把人类限制在不发挥的条件下,用机器的长处去比人类的短处,让人看不出双方都不犯计算错误究竟谁高谁低。这60盘棋让人觉得,当代围棋可能让人们高估了。与古代的艺术围棋相比,棋手中的艺术家还没有开始艺术起来,先在局部计算中就被胜负师们打倒了;而胜负师们这回真正遇到了师傅,比他们还长于冰冷计算的阿尔法狗,还没轮到他们发挥想象力,先让他们在比谁不犯计算错误上,就输个精光,然后竟然叫阿尔法狗表演起“高者在腹”了。

相对欣赏古力最后的“绝唱”,力虽有所不逮,但表现出人的阳光气概来。

您对本文或本站有任何意见,请在下方提交,谢谢!

投稿信箱:tougao@ciweek.com