這篇文章是根據3月13日上午我和白瑞雪共同擔任執行主席的CCF YOCSEF特別論壇“ 圍棋人機大戰：人類輸了嗎？”的嘉賓發言和討論整理而成，同一天下午AlphaGo對陣李世石的第四場，形勢出現逆轉，李世石贏了強大的人工智能圍棋程序。盡管最后第五場比賽還未開始，輸贏其實并不影響這篇文章要討論問題的觀點 － 我們關心的不是輸贏，而是如何理性探討人類和機器的未來。

　　這是一次非常精彩的論壇，我們請來了國內在深度學習，人工智能和認知科學領域知名的專家，包括地平線機器人創始人CEO、機器學習專家余凱，清華航天航空學院計算力學副教授、清華圍棋基金秘書長由小川，NovuMind公司創始人兼總裁、計算人工智能專家吳韌，CSDN（中國開發者網絡）創始人、極客幫創始合伙人蔣濤，中國科學技術信息研究所研究員、認知科學專家張寅生，以及中科院計算所研究員、副所長陳熙霖。在進入觀點的探討之前，我想要感謝我的共同執行主席白瑞雪和整個YOCSEF主席團，這是我們第二次搭檔以“集結號”的方式臨時邀請特約講者，第二次在正式論壇的頭一天晚上才能碰頭，我從外地會議上飛回北京直接去會場和她過第二天的流程，她的默契和專業能力保證了這次論壇的成功，各位讀者在下面可能看不到她的身影，還有幕后整個CCF YOCSEF團隊的智慧，才使得這次論壇的觀點形成互補有機的整體，并且激發出智慧的火花。回到自己，很欣慰這次把自己放在純粹的提問，支持和激發者的位置，沒有表達自己的任何觀點去影響講者的流程，卻能夠狹帶從我參加果殼網和優酷直播兩場比賽中提煉出來的問題當私貨，余凱評價說是非常好的問題而將討論引入深層次。在講壇開始之前，我們基本上可以把AI的歷史用下面一張圖總結 － 這張圖是我根據YOCSEF一次論壇講者云之聲CTO梁家恩的圖稍加修改做的，放在了準備的群里，對認識AI的發展有一個大局觀：

　　我的目的很簡單，科學思維，常常需要思考和問不合常規的問題，得到違反我們直覺和常識的結論。而只有從新的數據和試驗，觀察得到的這些新的，不合常規思維的結果，才是推動人類認識新的知識 － 純粹思辨是獲得不了什么新知識的，頂多是現有知識的另一種描述。這也是寫這篇文章想保持的初衷，因為谷歌的AlphaGo圍棋程序和圍棋世界冠軍李世石的四輪大戰3:1的結果，引發各界的爭論中，很多是基于“機器怎么能戰勝人類智慧？”的理念，而不是客觀的理性分析，這次YOCSEF特別論壇，我們看到的恰恰是理性，更多的理性。雖然，我將嘗試綜述之：

　　我們請第一個講者余凱把AlphaGo背后的算法和人工智能，深度神經網絡講清楚。余凱本人在百度時就是深度學習方面的科學家，后來創業專注于智能機器人芯片和系統。他總結了過去10年深度學習的要點，是集中在“知”方面，就是感知和認知，所謂感知是對信號做處理理解他們意義，認知的話是對知識表示跟推理。通過深度學習的神經網絡，去實現各種模式識別，圖像的，語音的，棋譜的，這些都是“知”的層次。這次AlphaGo用的也是卷積神經網絡CNN達到多維度的認知，然后這次AlphaGo算法的突破，就是通過增強學習來建立“行／Action”的模型，做到了“知行合一”。余凱博士講的增強學習框架，就是決策，世界和獎勵的三元關系，是一個類似于“條件反射”的封閉體系，AlphaGo做出一個決策／action，然后影響了棋局／World，然后根據棋局和對手回饋一個輸贏的概率／rewarding. 這是個優化目標函數引導系統自學習的過程。余凱詳細講了策略函數和價值函數，策略函數是我怎么下棋，下一步棋應該在整個棋局怎么下，而我針對這樣一個棋局怎么樣評估這是價值函數 － 這個就是大家提到的“棋感”。AlphaG算法它的本質是用深度神經網絡去描述這個價值函數，然后用另外一個神經網絡去描述這個策略函數。除此以外的話其他的創新其實基本上都不能算是本質上的創新，包括MCTS就是MonteCarlo樹搜索。圍棋的難處在于19×19帶來的棋子下一步的巨大的狀態空間，超越了宇宙的原子數。另一個來自于無論是價值函數，還是策略函數都是極端不連續的函數，一個“昏招”或者“奇招”都會帶來整個評價系統的巨大變化。余凱博士的講解，是把核心的數學公式進行了拆解，讓搞理工的專業人士聽得如醉如癡，下面這個圖不是余凱的，是卡內基梅隆一個韓國博士生總結的，很好的表達了這個學習和評估的過程：

　　在余凱專業的“知行合一”算法分析之后，異構計算的科學家吳韌用一種特別適合“算法小白”聽眾理解的方式，把AlphaGo的人工智能，用“貓狗大戰”的比喻作了深入淺出的闡述，我注意到到場的兩個小學生棋手，眼睛都亮了，過后果然反饋了正確的理解 － 老朋友吳韌和我的合作都是在HPC異構計算方面，這一次他的科普水平讓我們大開眼界。從ImageNet的深度神經網絡從互聯網上成千上萬的貓的圖像中無監督地學習到“貓”這個圖像 － 吳韌比喻AlphaGo-阿法狗其實是一只”熱狗“，它是由三種超級狗組合的： AlphaGo熱狗=一只本能狗+一只數錢狗+一只摸黑狗，本能狗就是靠深度學習卷積神經網絡，通過棋局訓練它知道這一步，該走的下一步的各種可能，這是CNN學習到的本能；數錢狗就是對價值函數進行做增強學習，就是培養Go的感覺，看到這個牌面告訴我走哪步棋，看到這個東西告訴我值多少錢； 摸黑狗就是對事情不清楚在黑燈瞎火怎么做，就是說你用很多不聰明狗來回跑的時候，這個你會找到這個正確的路徑要用概率的思想，就是用MonteCarlo樹搜索算法 － MCTS。而這三種狗背后，是培養它們的強大的狗窩，就是計算機集群和異構計算GPU。吳韌創立的NovaMind就在開發異構計算框架下的圍棋程序，叫做異構神機，將在幾個月后挑戰另一個人類冠軍，讓我們試目以待。吳韌博士認為圍棋智能是人工智能研究的副產品，而計算能力是人工智能研究的驅動力，人類無需擔心單一人工智能能力機器超越人，因為這是計算力的必然結果，而多種能力的綜合才是最要緊的，這個目前基本上人工智能還做不到。

　　兩位計算智能方面的專家基本上把谷歌的AlphaGo為何如此強悍講透了，深度卷積神經網絡，增強學習和MCTS算法的軟件加上上千顆CPU幾百顆GPU的計算能力，再加上關鍵的是即可從人類的高手對弈棋局中進行學習，又可以自我對弈增強學習 － 機器的“最強大腦”終于從神經網絡的黑箱中，提取出了能夠戰勝人類冠軍的“暗黑棋力”！來自清華大學的由小川老師，作為既是象棋也是圍棋的愛好者，從這場人機大戰對圍棋界的沖擊談起。先是回顧了圍棋界初學者，業余段位和職業棋手三種分級標準，回顧了圍棋程序幾十年來的發展，可以發現深度神經網絡的引入的確是棋力革命性突破的關鍵。他指出，很多專業棋手都發現，這次AlphaGo建立在邏輯計算上的招數，“局部棋行和人類下的很像，但是在某些時刻，在外面棋子很遠地方配置不一樣的時刻會走出創新型招法，在人類棋手第一感，這是曾經被我們推翻的招法，或者俗稱所謂的臭棋，在這種配置下會成為好棋，結果也證明計算機是好棋，這個在人類是太難了。”回顧中國象棋被電腦顛覆后的歷史，他認為人工智能在圍棋上的突破，將幫助人類在尋找圍棋界的終極問題“棋盤上的真理” － 就是絕對的最優解將有劃時代的意義 － AlphaGo出現之前，人類世界冠軍距離“棋盤上的真理／圍棋上的上帝”有多遠，比較統一意見在三子到四子左右。但是機器棋手的新的招數和走法布局，使得這個問題突然有“破碎虛空”的效果，將這個問題的邊界又推進了多少？

　　如果我們把眼光放得更遠一點，暫時從圍棋上移開，就是CSDN創始人極客幫創始合伙人蔣濤講的話題，就是人機大戰后的商業思考 － 蔣濤本人也是圍棋愛好者，提到當年的兩位大師吳清源和另一位的判斷，他們離“圍棋上帝”應該差5-6手的距離，現在深度學習的對戰結果，使得這個距離，可能會被拓寬很遠。作為一個投資人，蔣濤分析了Google近期相關于深度學習的項目達2700多個，AlphaGo的勝利，將在很多的領域帶來實用，DeepMind已經宣布了進軍醫療領域－我們可以想象中醫古代的“望聞問切”的經驗式治療，實際上是可以通過大量的病例通過深度學習的方法，找到隱藏在大數據深處的隱藏知識，就如同AlphaGo下的種種妙手。和人工智能相關的技術，自動駕駛汽車，VR／AR技術，機器人的近期突破，都表明我們進入了一個“人工智能＋”的時代，投資界和科技界應該對此引起足夠的關注。特別是人工智能領域，我國學者在全球的貢獻，包括華人的貢獻，應該更快地轉化為生產力和工業界結合。

　　對于人工智能威脅論和對這次人機大戰的優劣，中國科學技術信息研究所研究員張寅生的結論非常清楚，這是“another”機器對人的超越而已，就像汽車超越馬車和人類的雙足，計算器超越人的心算。但是深度學習的這次勝利，再一次講人和機器的邊界變的模糊，未來人的越來越多機能，包括情感，欲望和心理活動，只要能夠在輸入輸出上被機器所實現，“人即機器”這一個論斷，至少目前來講，不能說是錯的。AlphaGo講48個維度的知識切片，通過12個卷積神經網絡的中間層進行“黑箱學習”，也許就是我們大腦的工作方式？而非圖靈計算和認知科學的投入，將是未來的方向。

　　講座后的Panel環節，精彩紛呈，特別是陳熙霖老師和余凱，吳韌對機器智能能走多遠的討論，為節省篇幅，我試著將暫時的結論總結如下：

　　機器智能是一種直覺智能，就像愛因斯坦提出E＝MC^2的直覺，這種直覺是可以通過黑箱的深度神經網絡得到的。而機器智能顛覆的新的棋局和棋著下法，又反過來促進人類的新的學習，重新思考過去疏忽的棋局和下法。機器不存在哪個招是“昏招”的判斷，它依據的是算法。就像新司機是背交規，而老司機是憑講不出的經驗 － 未來并不是所有的圍棋的下法都如人類能事后分析出顯式的邏輯和理由，就像這次有些AlphaGo走的實現的“昏招布局”若干步后是絕好的配合一樣 － 機器學習搜索到深度，超越了人類，而且還不帶有人類的情緒和懶惰帶來的缺失。也許未來，人類必須通過機器智能的發展而共同進化。而大家提到的AlphaGo背后巨大的能耗和人工智能的效率問題，當年我們的計算機不是從一個屋子大小，變成手掌大了嗎？這個問題會逐漸解決。

　　精彩的討論實在太多，篇幅和時間關系，沒法逐一展開。好在我們此次做了全程電視攝影，關心的朋友可以關注YOCSEF公眾號跟進。

　　我自己的感受，東方發明的圍棋和幾千年來人類棋手在圍棋上的精妙棋譜，是機器智能最重要的智慧源泉，人類創造了燦爛的文明，并通過一種新的人工智能的方式將這種文明進一步拓展，人類的未來，將會隨著人工智能的發展而得到革命式的飛躍 －當然，技術本身無善惡，就像武器，到底最后還是看使用它的人。