人工的寡头智能 | 李想主义·第11期 | 自由微信

查看原文

其他

人工的寡头智能 | 李想主义·第11期

原创 2016-03-20 李想主义 小也电台

点击上方蓝色“小也电台”可快速关注

上周的一个热点，就是李世石和AlphaGo他们的围棋人机大战落下了帷幕，4:1，AlphaGo获胜。然后各种人工智能的话题就发酵了。今天，李想也来凑个热闹，也来发酵一下，来说一说人工智能。

【李想主义·第11期】

人工的寡头智能

主播/作者：李想 | 李想主义

欢迎来李想。

上周的一个热点，就是李世石和AlphaGo他们的围棋人机大战落下了帷幕，4:1，AlphaGo获胜。然后各种人工智能的话题就发酵了。今天，李想也来凑个热闹，也来发酵一下，来说一说人工智能。

其实在前几天工作日的时候，每天一分钟的节目，也聊过两三期关于人工智能，但是觉得不过瘾，有很多问题来不及讲透，或者说从我理解的角度，把它讲得很清楚。所以趁今天是周末，时间比较自由，我就来聊一下人工智能。

我们还是回过头，从AlphaGo和李世石的人机大战开始说起。主角当然是AlphaGo，因为它是机器。李世石是人，就不用多聊。AlphaGo我之前说到过，它的算法分为“值网”络和“决策网络”两大块。

我们先来看，什么是值网络。以前我也说过，值网络就是负责计算下一步棋的。但是它是计算什么的下一步棋呢？包括两方面，第一是计算自己这一方的棋怎么走，还有一方面就是预判对方的下一步怎么走。

为什么要预判对方的下一步棋呢？是因为如果对方下一步棋是在AlphaGo预判的范围内，那么AlphaGo 的搜索范围就会减少，也就是时间减少，围棋规则中还有时间规定的，这是我们中国的围棋规则。

具体的时间，我们先放一边，我们要知道，AlphaGo是如何知道下一步棋该怎么走。在聊这一部分之前，先说一下在这一场人机大战之前，最著名的一场人机大战就是IBM的“深蓝”对阵马斯卡洛夫的国际象棋大赛，最后当然也是深蓝赢得了比赛。

但是那一场的深蓝和AlphaGo去找下一步棋的方法是不一样的。深蓝在当时使用的思路叫穷举法。就是对方下一步棋，深蓝就会根据国际象棋的比赛规则把接下来所有的棋都计算一遍，从中选出最好的一步。虽然计算能力需要很大。

上面提到的只是一种思路，而在实战当中，深蓝并没有把所有的步骤都计算出来，因为时间不够，它只是计算了接下来的12步。这样就已经足够了，在和帕斯卡洛夫对阵中，已经战胜了帕斯卡洛夫。

那么围棋就不一样，因为围棋的变化量极其庞大。所以为什么说我们中国人下的这个围棋，以人的智慧，是能掌控这个棋局，但是他不是从计算量上面去掌控，而是从感觉上去掌控，这就是我们常说的棋感。

我们经常在观棋的时候会说“味道”不对，原因就在于说不出一种具体的计算结果，只能凭直觉，这和中国的文化有关系。但是这种直觉关注的是整体、大方向。当这种整体、大方向真确，我们就会说，“味道”比较好。

那围棋这种变化有多庞大呢？它的庞大超越了现今知道的全宇宙的原子个数的总和。所以，我们还是用穷举法来计算围棋，基本上就不可能完成了。所以，就启用了一种方法，叫蒙特卡洛树搜索的方法。

蒙特卡洛树搜索的方法，大致是随机取一个数，也就是随机下一手棋，放到棋局当中来，然后再随机下一手棋，来比较两者优劣，保存较优的那一个。循环往复，依次类推。

在计算机算法中，蒙特卡洛树搜索，是一种最常见的思维方式，不是一种算法，这种思维方式在有限的取数范围内，能找到最优解，但是如果取样范围不充分，就只能找到较优解。

这就是蒙特卡洛树搜索在AlphaGo中的运用。在AlphaGo和李世石对弈之前，已经和自己的分身下过了无数盘棋，而且它还和很多职业棋手下过棋。在这些过程中，它就积累了许多较优的下法，并存储下来。这就是“学习”能力。

如果了解计算机的人就会知道，这样会产生大量的数据存储需求。我的感觉，在整个系统中，应该还应用到了云概念。当然还有其他的算法也会和云相结合。所以它是一定会接入网络的。

问题又来了，当随机下一手棋，如何来判断优劣呢？这几乎没有办法实现，因为刚才说过，推演枚举的数据量太大，那AlphaGo就引入了另外一个概念，叫缩减算法。就把棋局缩减到某一个一个局部的区域，但不是固定的缩减。

它的缩减是基于当下的一步棋，它周围的一些变化。那有人就会问，本来蒙特卡洛树搜索对于围棋来说，要找到一步比较好的棋，就已经非常花时间了，时间复杂度非常大，还要来插入缩减算法，又是为什么呢？

这就要看算法的平衡的问题了。因为每一步棋来计算整体棋局就会花大量的时间，那么如果插入的缩减算法能够把计算聚焦到某一个局部的话，这个算法所耗的时间要比总体计算的时间少，那就自然会选择缩减算法。

如果我们有些概念，就知道，这种缩减是会带来几何级的运算缩减的。所以，嵌入缩减算法一定会是一个好的选择。我们描述一下，先进行缩减算法筛检，然后再运用蒙特卡洛树搜索，这样就是AlphaGo学习或者实战的方法描述。

刚才描述的就是值网络。我们再来看决策网络。通常来说，下棋的系统，下一步棋怎么下是重点。但是围棋里还有一个更大的点，就是怎么认输。象棋的认输是很容易看得到的，能计算出来的，但是围棋复杂得多。

围棋的认输有两种，一种是下到无子可下，然后收官，数棋子；另外一种是中盘，经过判断，认为再下都是输，就可以投子认输。这就是对于棋局的判断。所以说对棋局的总体的判断是很重要的一个点，甚至是支持你下一步怎么做。

因为在围棋的棋局中，当在局部有优势的时候，全局未必就有优势，当全局有优势的时候，局部未必就有优势。围棋的难度就在这里。当棋局比较宽松的时候，棋手可以多做一些局部意外的布局，当棋局比较吃紧的时候，就需要在局部分毫不让。

决策网络就是来判断全局的。决策网络是怎么做的呢？当下完一步棋之后，棋盘上不适还有空格吗？AlphaGo就从实现存储的大量棋谱中来匹配。通过大量的棋局匹配和结果比对，就会得出接下来的这句棋的赢面有多大。

在这次人机大战中，第四局，李世石赢过一局，这一局就是AlphaGo投子认输的，而不是收官后数棋子的。这个投子认输就是总体判断出来的。这个赢面的设置，我看到的报道中说，AlphaGo 的技术团地把赢面设置到低于20%就投子认输。

看回“决策网络”，这种决策网络的运用，对于人工智能才是真正的智能开发方向。

回到比赛中，单看第四局，就是李世石获胜的那一局，我们看到，盘中的所谓“神之一手”，在李世石下完这一手之后，因为这一手之前很少出现在对弈中，就使得AlphaGo开始“凌乱”了，即无法从经验中找到最优解。

那既然无法从经验中获取最优解，就只能在现场去获得最优解。我们就看到AlphaGo开始下“臭棋”了，而这种“昏招”，就是AlphaGo开始随机取值，进行“学习”的过表现。但是这次的比对就变成了极其和人，而不是AlphaGo自己对自己了。

这个例子就能看到蒙特卡洛树搜索的表现。而这种表现完全是机器的。我们可以想象，如果这“神之一手”的对手不是AlphaGo，而是柯结，一定不会启动“学习”程序，而是启动分析、推理、逻辑程序。所以这就是AlphaGo 和人类的区别。

这种差别也让我当前判断到，AlphaGo是无法进行全局的深入思考的。让我觉得担忧的，倒是AlphaGo能对于全局的判断。单这种判断的算法，无论是“值网络”，还是“决策网络”，都是基于神经网络算法的。

神经网络算法我了解不多，所以还去翻了一些资料，总体，还是从人脑结构的角度出发，来衍生算法的。也就是说，它的算法在单机上的效率很低，但是通过多机交互式的沟通，来发展出所谓的快速复杂的计算。这就和人脑很像了。

我也不十分说得明白，但大家如果感兴趣，可以去网上找一篇文章叫《我见过的最脑残也是最好懂的人工神经网络算法教》，这片大家也只要大致了解下就好，因为对于我是学计算机专业的学生，去理解，还是有一小点困难的。

但是这篇文章给我们了一个启示：单机的存储、计算能力比单个脑细胞是强的多，但是如果和整个大脑的功能来看，是无法比的。但是当这些终端，以某种方式接入网络，并通过神经网络算法来支配的时候，就可能会产生智慧。

因为当个脑细胞也是无所谓智慧的，正是每一个脑神经节点和其他的神经阶段相互勾连，才产生智慧的。所以在当下，我们去看人工智能，都是我们能理解的范畴，因为单个终端的运算，都是在人类的控制之内的，而且连运算的框架都是在人类的控制之内的。

所以从这个角度说，这事我们人脑功能，无论从运算、记忆等方面的一个衍生。这个和我们手里拿着剪刀，来捡东西，是功能的拓展的道理是一样的。但是一旦引入了神经网络，后果就很难猜测了。

会不会形成一种学习，真正的学习，还有能够有通盘思考的能力，那人类的历史使命就完成。就目前，人工智能是无法理解比如统一场论、相对论。也没有办法创造新的理论。

但如果将来的某一天，通过各种网络算法的组合，能够去理解了比较深的，有全局观的知识，那人类真的就走向没落的。

但另外还有一点，就是，即便是在多机交互的情况下产生了智能，那也是在网路的条件下，总体的终端共同的智能。而不是像人类，单个个体的智能。所以我猜测，可能会在网路上出现有限个的，寡头的真正的人工智能集合。而这也很可能威胁到人类的生存。

好，今天的节目就到这里，我是四眼李想，李是木子李。

再次重申，这都是我个人的想法。