DeepMind研製阿爾法狗的使命當然不是要下贏圍棋

這幾天我一直在圍觀人們的反應，最想不明白的一點，其實是人們究竟怎麼開始把機器與人類放到對立的兩面？

圍棋是藝術，阿爾法狗是技術，它如何就會毀了圍棋呢？棋手們自己不是也說「（現在下棋）或多或少都會受到阿老師的影響吧，下棋會讓人感到更自由一些，沒有什麼招法是完全不能下的」（周睿羊，DeepMind博客視頻），「阿爾法狗帶給我們很多的新東西。現在呢，大家更多地去嘗試以前都沒有下過的各種下法」（時越，DeepMind博客視頻）

棋手們的意思難道不是說，AI促使人類棋手更加強大，更樂於創新嗎？

DeepMind創始人哈薩比斯

而對於人工智慧科學家而言，阿爾法狗的使命，更不是要在圍棋賽中打敗人類。他們之所以讓機器與頂尖的人類棋手互動，意在為「狗」提供一個不能用其他方式替代的學習環境。DeepMind創始人哈薩比斯自己在很多公開場合就不止一次地說過，是為了發現潛藏的通用知識（general knowledge)。「狗」，其實是一個通用智能體。

把DM的使命說得更冠冕堂皇些，何嘗不是人類對自身的進一步探索？

正如物理學家費曼教授那句留在黑板上的著名遺言，「我所不能創造的，都是我沒有真正懂得的」（What I cannot create, I do not understand)，如果世界在人們眼裡是由外部世界和內心世界兩部分組成的話，也許「內心」世界更加根本，因為外部世界的存在狀態，根本還是取決於我們大腦對它的解釋。這便是人工智慧最引人入勝的地方：藉助於建造它來更好地了解我們自己，理解這個世界。

DeepMind所致力建造的這一類AI，有個名字，叫「受神經學啟發的AI」(neuralscience-inspired AI）。別忘了哈薩比斯本人就是倫敦大學學院的認知神經學博士，DM對人類身上最感興趣的部位叫做海馬體（Hippocampus）。按維基的說法：海馬體是人類及脊椎動物腦中的重要部分，位於大腦皮質下方，擔當著關於短期記憶、長期記憶，以及空間定位的作用。在阿茲海默病中，海馬體是首先受到損傷的區域：表現癥狀為記憶力衰退以及方向知覺的喪失。大腦缺氧（缺氧症）以及腦炎等也可導致海馬損傷。平常我們開玩笑時愛說的「老痴」或「腦殘」都跟這個海馬體相關。

我們需要記住，DM的AI有兩個關鍵詞，一是通用，一是學習。他們所有的演算法都從元數據開始進行自主學習，從而掌握某項任務，這與預編程的人工智慧有本質的不一樣。此外，DM還強調，他們希望所有的系統能夠通用，也就是說，希望同一個系統，或同一套演算法可以有跨領域的廣泛應用。公眾所熟知的贏了國際象棋的IBM傳奇深藍，以及近年來的沃森系統，它們都仍然屬於窄AI範疇，也就是說，它們是為了解決某個特定問題量身打造的AI，因而只能解決那一類問題。

而阿爾法狗這一類DM的AI，事實上則可以被叫做「通用人工智慧」AGI（Artificial General Intelligence），目標既不針對特定任務，也無涉預編程。這就引出了眼下被熱議的「強化學習」技術（reinforcement learning）。

描述強化學習其實非常簡單，它有個一目了然的框架，框架內有兩個內容：系統和環境。這裡的「系統」就是我們說的AI，而它會發現自己處於某個「環境」當中，要達成某項目標。

「系統」與「環境」之間進行雙向交流：首先，它通過其感知儀器來對「環境」進行觀察，在DM的學習過程中，通常使用的是視覺，也就是說，「系統」觀察到的就是像素。這些觀察結果往往有很多「噪音」，並且信息不完整，因為現實世界本身就十分混亂，充滿干擾，而且永遠不可能對一件事獲得真正完整的信息。「系統」的任務，便是要在這樣的混亂條件下，創建一個可能的、最好的統計模型；這個最好的模型一旦建立，第二項任務，便是在當前的時間點上可供選擇的一系列行為中，選出最好的一個，向目標靠近。而一旦「系統」確定了某一個行為是最佳之後，「系統」隨即將這個行為作為輸出，並得以執行。其結果，有可能會，也有可能不會，對當前的「環境」帶來任何改變。但無論如何，它都成為新一輪觀察的驅動。所以這個「系統」儘管表面上看，可以通過這樣一個簡單的框架圖形來描述，但它事實上隱藏了很多的複雜性。

解決了隱藏其後的複雜性，其實就擁有了足夠的智能來進行幾乎一切學習。我們認同這個觀點，因為我們知道，包括人在內的所有脊椎動物，都是這樣來學習的。人類大腦中，完成這一「強化學習」過程的是多巴胺系統。

了解了創造出阿爾法狗的DM公司的通用智能使命，以及這一通用智能的學習原理之後，不難看出，各類遊戲其實都是其演算法的絕佳測試平台。一兩年前連線雜誌 「Wired」 就有過長文報道，DM最初使用經典的80年代雅達利遊戲（Atari ）來測試他們的演算法。當AI在玩雅達利時，它所獲得的輸入沒有別的，就是純粹的像素，完全就像人在看著屏幕學，屏幕尺寸大概是200*150，所以它所得到的就是每幀3萬個點，目的也很簡單，一切從頭琢磨自學，為了拿高分。

在基本的學習能力具備後，再通過模擬海馬體的工作原理，來為智能體增加能力，例如學習抽象概念，以及增進長期記憶。

如果說AI是在利用包括棋類在內的遊戲來作為測試平台，達到提升功力的目的的話，它真正的目標可能更多地在於幫助人類完成更加關鍵的工作，例如與預測相關的醫療、氣候、能源、宏觀經濟等應用。這樣一來，人工智慧技術可以毫無疑問地被認為是眼下最重要的技術之一，更可能正是潛在的「元解決方案」（meta-solution），可以協助人類解決所有的其它問題。

提到「元解決方案」，不可避免的是與之相伴的倫理討論。在科幻作品、斷章取義的名人演說、雞毛令箭的媒體報道的共同作用下，AI所獲得的倫理關注尤其熱鬧。但是它與任何強大的新技術無異，技術本身是中立的，決定它是否符合倫理的，永遠是掌握技術的人。在此過程中，公眾、媒體、研究機構（企業）以及政府幾方的透明，對每一步的監管都因此變得至關重要。

阿爾法狗的創造者的使命是要將世界的信息組織起來，讓它更好地為全世界共享，換句話說，就是利用 AI或者AGI 來自動將無序的信息轉化為知識，從而利用這些知識使人類更加強大。因此，與世界最優秀的人工智慧專家一起，挖掘出暗藏在圍棋這一古老遊戲後面的智慧，促成技術的進步，這應當是烏鎮比武會上所有人的勝利吧。

原標題：DeepMind的使命不是要下贏圍棋