沙烨:今天的人工智能,更像是“人工低能”?( 六 )

本文原始标题为:沙烨:今天的人工智能 , 更像是“人工低能”?---来源是:

谷歌AlphaGo团队

无论在围棋爱好者眼里如何神奇 , AlphaGo也是一个弱人工智能的应用 。 和以往人工智能围棋程序不同的是 , DeepMind公司花了大量人力物力 , 根据围棋特性做了很多针对性的设计和优化 。 前述《自然》论文的共同作者就包括二十名顶级专家 , 其中还有数人专攻计算机围棋 。 AlphaGo在技术上没有太大突破 , 但把现有的技术做了很好的集成 。

围棋因其计算量巨大 , 并不符合人脑先天功能 。 人类进化过程中从无大量计算的需要 。 计算是人脑的弱项 , 也是人类智能中极小的一个部分 。 人类玩围棋 , 永远只能算一个小小的子集 。 顶级棋手也最多只能根据当前局面 , 评估几百种可能下法 。 和真正的棋局可能性相比 , 只是沧海一粟 。 为了能得到更多的胜算 , 我们根据有限的过往棋局 , 总结出不少规律 , 我们叫它们棋理 , 大局观 。 但这些棋理只是在过往极其有限的棋局组合中得出的总结而已 。 当年吴清源发明新布局 , 举世皆惊 , 就是在以往的棋理之外稍作创新 。

人类算围棋 , 本是以己之计算弱项 , 加上过往经验总结 , 来玩一个重度计算游戏 。 因为我们不善于计算 , 棋局变化又多 , 我们慢慢便把围棋神化 , 认为其包罗万象 , 棋如人生 。 那一代代的围棋高手 , 就像居于人类智慧之巅 , 被人顶礼膜拜 。 直到有一天 , 我们设计出的围棋程序更胜于棋盘计算 , 我们方明白 , 本来计算就该由计算机来做 。

只有人类自己把围棋当一回事 , AlphaGo的胜利才有意义 。 从这点上 , 人工智能的所谓胜利本来就是我们主观的产物 。 我们战胜了自己心里的影子 。

我们离真正的通用人工智能还有多远?没有人知道 。 至少AlphaGo没有让我们走得更近 。 这些弱人工智能程序 , 只是人类手里工具 , 没有任何真正的思考功能 。 未来也许科幻 , 但今天的“人工智能” , 更像是“人工低能” 。


推荐阅读