AlphaGo與人工智能

在之前的一篇文章中我指出，自動駕駛所需要的“視覺識別能力”和“常識判斷能力”，對於機器來說是非常困難的問題。至今沒有任何機器可以在視覺方面達到驢的水平，更不要說和人比。可是最近Google的AlphaGo戰勝了圍棋世界冠軍，挺鬧騰的，以至於對AI的誤解又加深了。

本來玩個遊戲而已，恁要吹成是“歷史性的人機大戰”，說得好像是機器挑戰了人類的智能，傷了人類的自尊似的。這整個項目打著一個相當高大上的招牌，叫做“Deep Mind”。當然，其中的技術也有一些嚇人的名字，什麽“神經網絡”啊，“深度學習”啊……

聽到這些，總有一知半解的人，根據科幻電影的情節開始展望，這樣厲害的技術，應該可以用來做更加“智能”的事情，然後就開始對“人類的未來”作出一些猜想，比如自動車就要實現，人的工作很快都要被機器取代，甚至Skynet就要控制人類，雲雲。

我只想在這裏給這些人提個醒：還是別做科幻夢了，回到現實吧。

棋類是相對容易的AI問題

一個常見的外行想法，是以為AlphaGo真的具有“人類智能”，所以Google利用同樣的技術，應該可以實現自動車。這些人不但大大的高估了所謂“AI”的能力，而且他們不明白，不同的“AI問題”的難度，其實有著天壤之別。

圍棋是簡單的，世界是復雜的。機器視覺和自動車，難度比圍棋要大許多倍，根本不在一個量級。要達到準確的視覺判斷能力，機器必須擁有真正的認知能力和常識，這並不是AlphaGo所用的樹搜索和神經網絡，就可以解決的。由於需要以極高的速度處理“模擬信號”，這根本就不是人們常用的“數字計算機”可以解決的問題。也就是說，不是寫代碼就可以搞定的。

很早以前，人工智能專家們就發現一個很有趣的現象，是這樣：

• 對於人來說很難，很煩的事情（復雜的計算，下棋，推理……），對於計算機來說，其實算是相對容易的事情。
• 對於人來說很容易的事情（認人，走路，開車，打球……），對於計算機來說，卻非常困難。
• 計算機不能應付復雜的環境，只能在相對完美的環境下工作，需要精確的，離散的輸入。
• 人對環境的適應能力很高，擅長於處理模糊的，連續的，不完美的數據。

從以上幾點你可以看出，棋類活動正好符合了計算機的特點，因為它總是處於一種隔離的，完美的環境，具有離散的，精確的，有限的輸入。棋盤上就那麽幾十，幾百個點，不是隨便放在哪裏都可以的。一人走一步，輪流著走，不能亂來。整個棋盤的信息是完全可見的，沒有隱藏和缺損的信息。棋局的“解空間”雖然很大，卻非常規整，有規律可循。如果完全不靠經驗和技巧的話，圍棋的第一步可以有361種情況，第二步有360種情況，……

這對機器是非常有利的情況，因為計算機可以有計劃有步驟，兢兢業業的把各種可能出現的情況算出來，一直到許多步以後，然後從中選擇最有優勢的走法。所以下棋歸根結底，就是一個“樹搜索”問題，只不過因為規模太大，需要加入一些優化。圍棋的解空間雖然大，卻是一個已知數，它最多有250¹⁵⁰種情況。AlphaGo使用所謂“神經網絡”，就是為了在搜索的時候進行優化，盡早的排除不大可能取勝的情況，免得浪費計算的時間。

這種精確而死板的活動，就跟計算一個比較大的乘法算式（比如2463757 x 65389）的性質類似，只不過規模大很多。顯然，人做這類事情很繁，很累，容易出錯，計算機對此卻任勞任怨，因為它本來就是個機器。當年“深藍”戰勝國際象棋世界冠軍的時候，我就已經預測到，計算機成為圍棋世界冠軍是遲早的事，所以沒必要玩這些虐待自己腦子的遊戲了。可惜的是，挺多人仍然把精通棋藝作為一種榮耀（因為“琴棋書畫劍”嘛）。很多中國人認為，中國人下圍棋總是輸給韓國人，是一種恥辱。現在看來這是多麽可笑的事情，這就像心算乘法不如韓國人快，就覺得是恥辱一樣 :)

認知是真正困難的AI問題

現在來對比一下人們生活中的瑣事，就說倒水端茶吧。

讓一個機器來給你倒水，有多難呢？意想不到的難！看看這個場景，如果你的電腦配備有攝像頭，那麽它怎麽知道茶壺在哪裏呢？要知道，茶壺的材料，顏色，形狀，和角度，可以有幾乎無窮多的變化。甚至有些茶壺跟哈哈鏡一樣，會把旁邊的物體的形狀都扭曲反射出來。桌上的物品附近都有各種反光和陰影，不同材料的反光特性還不一樣，這些都會大幅度的影響機器對物品的識別。

為了識別物體，機器需要常識，它的頭腦裏必須有概念，必須知道什麽樣的東西才能叫做“茶壺”和“茶杯”。不要小看這一步的難度，這意味著機器必須理解基本的“拓撲結構”，什麽叫做“連續的平面”，什麽叫做“洞”，什麽是“凹”和“凸”，什麽是“裏”和“外”…… 另外，這機器必須能夠分辨物體和陰影。它必須知道水是什麽，水有什麽樣的運動特性，什麽叫做“流動”。它必須知道“水往低處流”，然後它又必須知道什麽叫“低”和“高”…… 它必須知道茶杯為什麽可以盛水，茶壺的嘴在哪裏，把手在哪裏，怎樣才能拿起茶壺。如果一眼沒有看見茶壺的把手，那它在哪裏？茶壺的哪一面是“上面”，要怎樣才可以把水從茶壺的嘴裏倒出來，而不是從蓋子上面潑出來？什麽是裂掉的茶杯，它為什麽會漏水，什麽是缺口的茶杯，它為什麽仍然可以盛水而不漏？幹凈的茶杯是什麽樣子的，什麽是臟的茶杯，什麽是茶垢，為什麽茶垢不算是臟東西？如何控制水的流速和落點，什麽叫做“水濺出來了”，要怎麽倒水才不會濺出來？……

你也許沒有想到，倒茶這麽簡單的事情，需要用到如此多的常識。所有這些變數加在一起，其實遠遠的大於圍棋棋局的數量，人卻可以不費力的完成。這能力，真是應該讓人自己都嚇一跳，然而人卻對此不以為然，稱之為“瑣事”！因為其他人都可以做這樣的事情，甚至猴子都可以，怎麽能顯得出我很了不起呢？人的自尊和虛榮，再一次的蒙蔽了他自己。他沒有意識到，這其實是非常寶貴，讓機器難以匹敵的能力。他說：“機器經過大量的學習，總有一天會做到的。看我們有神經網絡呢，還有深度學習！”

機器學習是什麽

有些人喜歡拿“機器學習”或者“深度學習”來嚇唬人，以為出現了“學習”兩個字，就可以化腐朽為神奇。而其實所謂機器學習，跟人類的學習，完全是兩回事。機器的“學習能力”，並沒有比石頭高出很多，因為機器學習說白了，只不過是通過大量的數據，統計擬合出某些函數的參數。

比如，你采集到一些二維數據點。你猜測它們符合一個簡單的函數 y = ax³ + bx² + cx + d，但不知道a, b, c和d該是多少。於是你就利用所謂“機器學習”（也就是數學統計），推斷出參數a, b, c和d的值，使得采集到的數據盡可能的靠近這函數的曲線。可是這函數是怎麽來的呢？終究還是人想出來的。機器無論如何也跳不出y = ax³ + bx² + cx + d這個框子。如果數據不符合這個範式，還是只有靠人，才能找到更加符合數據特性的函數。

所謂神經網絡，其實也是一個函數，它在本質上跟y = ax³ + bx² + cx + d並沒有不同，只不過輸入的參數多一些，邏輯復雜一些。“神經網絡”跟神經，其實完全沒有關系，卻偏喜歡說是受到了神經元的啟發而來的。神經網絡是一個非常聰明的廣告詞，它不知道迷惑了多少人。因為有“神經”兩個字在裏面，很多人以為它會讓機器具有智能，而其實這些就是統計學家們斯通見慣的事情：擬合一個函數。你可以擬合出很好的函數，然而這跟智能沒什麽關系。

AlphaGo並不是人工智能歷史性的突破

這次AlphaGo戰勝了圍棋冠軍，跟之前IBM的“深藍”電腦戰勝國際象棋世界冠軍，意義其實差不多。能夠寫出程序，在這些事情上打敗世界冠軍，的確是一個進步，它肯定會對某些特定的應用帶來改善。然而，這並不說明AI取得了革命性的進步，更不能表明電腦具有了真正的，通用的智能。恰恰相反，電腦能夠在棋類遊戲中戰勝人類，正好說明下棋這種活動，其實並不需要很多的智能。從事棋類活動的能力，並不足以衡量人的智力。

著名的認知科學家Douglas Hofstadter（《GEB》的作者），早就指出AI領域的那些熱門話題，比如電腦下棋，跟真正意義上的人類智能，幾乎完全不搭邊。絕大部分人其實不明白思考和智能到底是什麽。大部分所謂AI專家，對人腦的工作原理所知甚少，甚至完全不關心。

AlphaGo所用的技術，也許能夠用於其它同類的遊戲，然而它並不能作為解決現實問題的通用方法。特別是，這種技術不可能對自動車的發展帶來突破。自動車如果只比開車技術很差的人強一點，是不可接受的。它必須要近乎完美的工作，才有可能被人接受，然而這就要求它必須具有人類級別的視覺認知能力。比如，它必須能夠察覺到前面車上綁了個家具，沒綁穩，快要掉下來了，趕快換車道，超過它。可惜的是，自動車的“眼睛”裏看到的，只是一個個的立方塊，它幾乎完全不理解身邊到底發生著什麽，它只是在跟隨和避讓一些線條和方塊…… 我們多希望馬路都是遊戲一樣簡單，清晰，完美，沒有意外的，可惜它不是那樣的。每一個細節都可能關系到人的生死，這就是現實世界。

為AlphaGo熱血沸騰的人們，別再沈迷於自動車和Skynet之類的幻想了。看清AI和“神經網絡”的實質，用它們來做點有用的東西就可以，沒必要對實現“人類智能”抱太大的希望。

【轉】AlphaGo與人工智能