AlphaGo是怎么学会下围棋的

安德鲁·麦卡菲

由Google的子公司Deep Mind创建的人工智能系统AlphaGo，不久前在一场围棋比赛中以4：1的成绩战胜了人类冠军李世石。此事有何重大意义？毕竟，在1997年，IBM“深蓝”击败加里·卡斯帕罗夫后，电脑已经在国际象棋上超越了人类。人们为什么要对AlphaGo的胜利大惊小怪呢？

和国际象棋一样，围棋也是一种高度复杂的策略性游戏，不可能靠巧合和运气取胜。两名棋手轮番将黑色或白色的棋子落在纵横19道线的网格棋盘上，一旦棋子的四面被另一色棋子包围，就要被从棋盘上提走，最终在棋盘上留下棋子多的那一方获胜。

然而和国际象棋不一样的是，没有人能解释顶尖水平的围棋棋手是怎么下棋的。我们发现，顶级棋手本人也无法解释他们为什么下得那么好。人类的许多能力中存在这样的不自知，从在车流中驾驶汽车，到辨识一张面孔。对于这一怪象，哲学家、科学家迈克尔·波兰尼有精彩的概括，他说：“我们知道的，比我们可言说的多。”这种现象后来就被称为“波兰尼悖论”。

波兰尼悖论并没有阻止我们用电脑完成一些复杂的工作，比如处理工资单、优化航班安排、转送电话信号和计算税单。然而，任何一个写过传统电脑程序的人都会告诉你，要想将这些事务自动化，必须极度缜密地向电脑解释人类要它做什么。

这样的电脑编程方式是有很大局限的，在很多领域无法应用，比如我们知道但不可言说的围棋，或者对照片中寻常物品的识别、人类语言间的转译和疾病的诊断等——多年来，基于规则的编程方法在这些事务上几无建树。

围棋的可能走法比宇宙间的原子总数还多，即使最快的电脑也只能模拟微不足道的一小部分。更糟的是，我们甚至说不清该从哪一步入手进行探索。

这次有什么不同？AlphaGo的胜利清晰地呈现了一种新方法的威力，这种方法并不是将聪明的策略编入电脑中，而是建造了一个能学习制胜策略的系统，这种系统在几乎完全自主的情况下，通过观看胜负实例来学习。

由于这种系统并不依赖人类对这项工作的已有知识，故而即使我们知道的比可言说的更多，也不会对它构成限制.