阿爾法狗再進化對我們有什麼哲學啟示？

前不久，Deepmind在《自然》上發表論文，介紹了「阿爾法狗」（AlphaGo）取得的重大進展。與之前的版本不同，AlphaGo Zero完全不需要人類棋譜，從零開始自學習，只用3天就以100∶0的壓倒性成績，擊敗曾贏下韓國棋手李世石的那版AlphaGo。人工智慧（AI）與人類的關係，在2016年的AI爆發後備受關注。對於給定規則的博弈問題，AI是需要人類的知識提供「第一推動」，還是可以自己從「元規則」開始反覆實踐總結，發展出知識體系，是個有趣的問題。對於像「打磚塊」這樣的簡單遊戲，AI從零知識開始反覆試玩，達到超過人類玩家的分數，2015年就實現了。但是圍棋這樣複雜的遊戲，人們還有疑問，也許人類提供一些知識對高水平AI是必需的，從零知識開始也許AI會陷入局部陷阱中出不來。

現在AlphaGo Zero給出了答案：對於AI來說，人類對圍棋的知識積累不是必須的！而且從零知識開始訓練，可以達到更高水平。人類棋譜中有一些「成見」，如一些自以為正確的本能定式下法，其實反而阻止了學習者達到更高水平。AlphaGo Zero從零開始自學習，完全不受人類棋譜的「污染」，就可以突破「成見」，真正進入自由的天地，達到更高的水平。

AlphaGo能不依賴人類的知識就學習成功，其關鍵之處在於：圍棋是有確定規則的，是一個「客觀」的遊戲。不需要人主觀評判，機器按行棋規則下，終局就有確定的勝負結果出來。這樣，AlphaGo的學習就不需要人類的干預，完全可以自動進行海量的實踐。AlphaGo Zero的成功，是自學習方法的突破，也是「實踐檢驗」哲學原理的成功。

人類的社會活動或者AI的博弈，需要通過實踐不斷提升效率與表現。實踐總是需要在一定的規則之內進行，這是基礎，就如穩定的社會、現代銀行體系、圍棋的行棋與終局規則。實踐時，人類本能地會借鑒前輩的一些「經驗」作為思考的出發點。學校、政府、公司都有教育體系，正如圍棋AI會學習人類高手的棋譜生成「策略網路」作為優先選擇。然而這些「經驗」，到底能起什麼樣的作用，值得仔細觀察。

　在實踐不足的情況下，參考前人經驗與人類棋譜，顯然是有益的，能夠快速「上手」。但是，在發展遇到瓶頸的時候，可能就會顯出前人經驗的不足，照本宣科會限制思維，無法突破。想取得突破，就需要從本原出發，敢於懷疑，拋棄成見大膽實踐學習，下出「新手」，作出改革。這說明，人類的實踐活動可以借鑒前人的經驗，但是如果有了好的實踐反饋學習框架，完全可以進行揚棄，取得理論突破。中國改革開放的歷程也說明，全社會持續不斷地學習與主動變革實踐，正是社會奮發向上不斷取得突破的哲學基礎。