AlphaGo的意义何在?
为什么AlphaGo和李世石这一次的围棋大战引得如此大范围的关注?这与1997年那一次“深蓝”与卡斯帕罗夫的国际象棋大战又有何不同呢?
首先“深蓝”与AlphaGo最大的不同在于前者是计算机,而后者是一个程序。“深蓝”与卡斯帕罗夫的国际象棋大战实际是对计算机运算能力的一次考验,系统在得到国际象棋的规则之后,利用计算机的强大运算能力与卡斯帕罗夫“硬碰硬”,实际在人工智能层面还处于早期阶段。
深蓝对战卡斯帕罗夫
但是AlphaGo这一次的围棋则不同,首先围棋自身的特殊性就与国际象棋有很大的区别,围棋几乎可以说没有规则可言,所有都是基于目的的临时决策。而正是没有规则,程序本身的行动决策就无法按照既定的程式来运行,而是需要更多的套路和“灵光一闪”。
当然,围棋的运算量本身就远远大于国际象棋,但如果仅仅是运算力的提高,即使是提高万倍,也只是数的变化,而不会达到质变。AlphaGo相比“深蓝”的质变在于学习的能力和“思考”的能力。
AlphaGo的数据基础不是围棋的游戏规则,而是海量棋手的棋路,通过不断地融汇学习来掌握下围棋的思路,这就有人类思维的一些特征了,即不靠预设,而靠自身的学习总结。
AlphaGo最终战胜李世石,说明人工智能在自主学习能力上已经达到了一个新的高度,可以做到“从有到精”的程度了。
不过这仍然属于早期(包括现阶段)实际应用层面人们对于人工智能的定义,重点在于“可控的”和对于已有信息的处理能力。
而对于人工智能来说最难的其实是“从无到有”的过程,即不可控的自发行动,就像网友吐槽的“其实AlphaGo自己买了赌自己输,所以才故意放水输的”。这个可以说目前AlphaGo还达不到这种程度,它仍然被控制在“下围棋”这一件事上。否则这就成科幻片或者灾难片了……