人機(jī)融合的未來(lái)－尋找“棋盤上的真理”
——YOCSEF人機(jī)大戰(zhàn)特別論壇總結(jié)

　　這篇文章是根據(jù)3月13日上午我和白瑞雪共同擔(dān)任執(zhí)行主席的CCF YOCSEF特別論壇“ 圍棋人機(jī)大戰(zhàn)：人類輸了嗎？”的嘉賓發(fā)言和討論整理而成，同一天下午AlphaGo對(duì)陣?yán)钍朗牡谒膱?chǎng)，形勢(shì)出現(xiàn)逆轉(zhuǎn)，李世石贏了強(qiáng)大的人工智能圍棋程序。盡管最后第五場(chǎng)比賽還未開始，輸贏其實(shí)并不影響這篇文章要討論問(wèn)題的觀點(diǎn) － 我們關(guān)心的不是輸贏，而是如何理性探討人類和機(jī)器的未來(lái)。

　　這是一次非常精彩的論壇，我們請(qǐng)來(lái)了國(guó)內(nèi)在深度學(xué)習(xí)，人工智能和認(rèn)知科學(xué)領(lǐng)域知名的專家，包括地平線機(jī)器人創(chuàng)始人CEO、機(jī)器學(xué)習(xí)專家余凱，清華航天航空學(xué)院計(jì)算力學(xué)副教授、清華圍棋基金秘書長(zhǎng)由小川，NovuMind公司創(chuàng)始人兼總裁、計(jì)算人工智能專家吳韌，CSDN（中國(guó)開發(fā)者網(wǎng)絡(luò)）創(chuàng)始人、極客幫創(chuàng)始合伙人蔣濤，中國(guó)科學(xué)技術(shù)信息研究所研究員、認(rèn)知科學(xué)專家張寅生，以及中科院計(jì)算所研究員、副所長(zhǎng)陳熙霖。在進(jìn)入觀點(diǎn)的探討之前，我想要感謝我的共同執(zhí)行主席白瑞雪和整個(gè)YOCSEF主席團(tuán)，這是我們第二次搭檔以“集結(jié)號(hào)”的方式臨時(shí)邀請(qǐng)?zhí)丶s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(huì)議上飛回北京直接去會(huì)場(chǎng)和她過(guò)第二天的流程，她的默契和專業(yè)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(gè)CCF YOCSEF團(tuán)隊(duì)的智慧，才使得這次論壇的觀點(diǎn)形成互補(bǔ)有機(jī)的整體，并且激發(fā)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(wèn)，支持和激發(fā)者的位置，沒有表達(dá)自己的任何觀點(diǎn)去影響講者的流程，卻能夠狹帶從我參加果殼網(wǎng)和優(yōu)酷直播兩場(chǎng)比賽中提煉出來(lái)的問(wèn)題當(dāng)私貨，余凱評(píng)價(jià)說(shuō)是非常好的問(wèn)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(jié) － 這張圖是我根據(jù)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(zhǔn)備的群里，對(duì)認(rèn)識(shí)AI的發(fā)展有一個(gè)大局觀：

　　我的目的很簡(jiǎn)單，科學(xué)思維，常常需要思考和問(wèn)不合常規(guī)的問(wèn)題，得到違反我們直覺和常識(shí)的結(jié)論。而只有從新的數(shù)據(jù)和試驗(yàn)，觀察得到的這些新的，不合常規(guī)思維的結(jié)果，才是推動(dòng)人類認(rèn)識(shí)新的知識(shí) － 純粹思辨是獲得不了什么新知識(shí)的，頂多是現(xiàn)有知識(shí)的另一種描述。這也是寫這篇文章想保持的初衷，因?yàn)楣雀璧腁lphaGo圍棋程序和圍棋世界冠軍李世石的四輪大戰(zhàn)3:1的結(jié)果，引發(fā)各界的爭(zhēng)論中，很多是基于“機(jī)器怎么能戰(zhàn)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(qǐng)第一個(gè)講者余凱把AlphaGo背后的算法和人工智能，深度神經(jīng)網(wǎng)絡(luò)講清楚。余凱本人在百度時(shí)就是深度學(xué)習(xí)方面的科學(xué)家，后來(lái)創(chuàng)業(yè)專注于智能機(jī)器人芯片和系統(tǒng)。他總結(jié)了過(guò)去10年深度學(xué)習(xí)的要點(diǎn)，是集中在“知”方面，就是感知和認(rèn)知，所謂感知是對(duì)信號(hào)做處理理解他們意義，認(rèn)知的話是對(duì)知識(shí)表示跟推理。通過(guò)深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，去實(shí)現(xiàn)各種模式識(shí)別，圖像的，語(yǔ)音的，棋譜的，這些都是“知”的層次。這次AlphaGo用的也是卷積神經(jīng)網(wǎng)絡(luò)CNN達(dá)到多維度的認(rèn)知，然后這次AlphaGo算法的突破，就是通過(guò)增強(qiáng)學(xué)習(xí)來(lái)建立“行／Action”的模型，做到了“知行合一”。余凱博士講的增強(qiáng)學(xué)習(xí)框架，就是決策，世界和獎(jiǎng)勵(lì)的三元關(guān)系，是一個(gè)類似于“條件反射”的封閉體系，AlphaGo做出一個(gè)決策／action，然后影響了棋局／World，然后根據(jù)棋局和對(duì)手回饋一個(gè)輸贏的概率／rewarding. 這是個(gè)優(yōu)化目標(biāo)函數(shù)引導(dǎo)系統(tǒng)自學(xué)習(xí)的過(guò)程。余凱詳細(xì)講了策略函數(shù)和價(jià)值函數(shù)，策略函數(shù)是我怎么下棋，下一步棋應(yīng)該在整個(gè)棋局怎么下，而我針對(duì)這樣一個(gè)棋局怎么樣評(píng)估這是價(jià)值函數(shù) － 這個(gè)就是大家提到的“棋感”。AlphaG算法它的本質(zhì)是用深度神經(jīng)網(wǎng)絡(luò)去描述這個(gè)價(jià)值函數(shù)，然后用另外一個(gè)神經(jīng)網(wǎng)絡(luò)去描述這個(gè)策略函數(shù)。除此以外的話其他的創(chuàng)新其實(shí)基本上都不能算是本質(zhì)上的創(chuàng)新，包括MCTS就是MonteCarlo樹搜索。圍棋的難處在于19×19帶來(lái)的棋子下一步的巨大的狀態(tài)空間，超越了宇宙的原子數(shù)。另一個(gè)來(lái)自于無(wú)論是價(jià)值函數(shù)，還是策略函數(shù)都是極端不連續(xù)的函數(shù)，一個(gè)“昏招”或者“奇招”都會(huì)帶來(lái)整個(gè)評(píng)價(jià)系統(tǒng)的巨大變化。余凱博士的講解，是把核心的數(shù)學(xué)公式進(jìn)行了拆解，讓搞理工的專業(yè)人士聽得如醉如癡，下面這個(gè)圖不是余凱的，是卡內(nèi)基梅隆一個(gè)韓國(guó)博士生總結(jié)的，很好的表達(dá)了這個(gè)學(xué)習(xí)和評(píng)估的過(guò)程：

　　在余凱專業(yè)的“知行合一”算法分析之后，異構(gòu)計(jì)算的科學(xué)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(zhàn)”的比喻作了深入淺出的闡述，我注意到到場(chǎng)的兩個(gè)小學(xué)生棋手，眼睛都亮了，過(guò)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(gòu)計(jì)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(jīng)網(wǎng)絡(luò)從互聯(lián)網(wǎng)上成千上萬(wàn)的貓的圖像中無(wú)監(jiān)督地學(xué)習(xí)到“貓”這個(gè)圖像 － 吳韌比喻AlphaGo-阿法狗其實(shí)是一只”熱狗“，它是由三種超級(jí)狗組合的： AlphaGo熱狗=一只本能狗+一只數(shù)錢狗+一只摸黑狗，本能狗就是靠深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)，通過(guò)棋局訓(xùn)練它知道這一步，該走的下一步的各種可能，這是CNN學(xué)習(xí)到的本能；數(shù)錢狗就是對(duì)價(jià)值函數(shù)進(jìn)行做增強(qiáng)學(xué)習(xí)，就是培養(yǎng)Go的感覺，看到這個(gè)牌面告訴我走哪步棋，看到這個(gè)東西告訴我值多少錢； 摸黑狗就是對(duì)事情不清楚在黑燈瞎火怎么做，就是說(shuō)你用很多不聰明狗來(lái)回跑的時(shí)候，這個(gè)你會(huì)找到這個(gè)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(yǎng)它們的強(qiáng)大的狗窩，就是計(jì)算機(jī)集群和異構(gòu)計(jì)算GPU。吳韌創(chuàng)立的NovaMind就在開發(fā)異構(gòu)計(jì)算框架下的圍棋程序，叫做異構(gòu)神機(jī)，將在幾個(gè)月后挑戰(zhàn)另一個(gè)人類冠軍，讓我們?cè)嚹恳源琼g博士認(rèn)為圍棋智能是人工智能研究的副產(chǎn)品，而計(jì)算能力是人工智能研究的驅(qū)動(dòng)力，人類無(wú)需擔(dān)心單一人工智能能力機(jī)器超越人，因?yàn)檫@是計(jì)算力的必然結(jié)果，而多種能力的綜合才是最要緊的，這個(gè)目前基本上人工智能還做不到。

　　兩位計(jì)算智能方面的專家基本上把谷歌的AlphaGo為何如此強(qiáng)悍講透了，深度卷積神經(jīng)網(wǎng)絡(luò)，增強(qiáng)學(xué)習(xí)和MCTS算法的軟件加上上千顆CPU幾百顆GPU的計(jì)算能力，再加上關(guān)鍵的是即可從人類的高手對(duì)弈棋局中進(jìn)行學(xué)習(xí)，又可以自我對(duì)弈增強(qiáng)學(xué)習(xí) － 機(jī)器的“最強(qiáng)大腦”終于從神經(jīng)網(wǎng)絡(luò)的黑箱中，提取出了能夠戰(zhàn)勝人類冠軍的“暗黑棋力”！來(lái)自清華大學(xué)的由小川老師，作為既是象棋也是圍棋的愛好者，從這場(chǎng)人機(jī)大戰(zhàn)對(duì)圍棋界的沖擊談起。先是回顧了圍棋界初學(xué)者，業(yè)余段位和職業(yè)棋手三種分級(jí)標(biāo)準(zhǔn)，回顧了圍棋程序幾十年來(lái)的發(fā)展，可以發(fā)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)的引入的確是棋力革命性突破的關(guān)鍵。他指出，很多專業(yè)棋手都發(fā)現(xiàn)，這次AlphaGo建立在邏輯計(jì)算上的招數(shù)，“局部棋行和人類下的很像，但是在某些時(shí)刻，在外面棋子很遠(yuǎn)地方配置不一樣的時(shí)刻會(huì)走出創(chuàng)新型招法，在人類棋手第一感，這是曾經(jīng)被我們推翻的招法，或者俗稱所謂的臭棋，在這種配置下會(huì)成為好棋，結(jié)果也證明計(jì)算機(jī)是好棋，這個(gè)在人類是太難了。”回顧中國(guó)象棋被電腦顛覆后的歷史，他認(rèn)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(wèn)題“棋盤上的真理” － 就是絕對(duì)的最優(yōu)解將有劃時(shí)代的意義 － AlphaGo出現(xiàn)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(yuǎn)，比較統(tǒng)一意見在三子到四子左右。但是機(jī)器棋手的新的招數(shù)和走法布局，使得這個(gè)問(wèn)題突然有“破碎虛空”的效果，將這個(gè)問(wèn)題的邊界又推進(jìn)了多少？

　　如果我們把眼光放得更遠(yuǎn)一點(diǎn)，暫時(shí)從圍棋上移開，就是CSDN創(chuàng)始人極客幫創(chuàng)始合伙人蔣濤講的話題，就是人機(jī)大戰(zhàn)后的商業(yè)思考 － 蔣濤本人也是圍棋愛好者，提到當(dāng)年的兩位大師吳清源和另一位的判斷，他們離“圍棋上帝”應(yīng)該差5-6手的距離，現(xiàn)在深度學(xué)習(xí)的對(duì)戰(zhàn)結(jié)果，使得這個(gè)距離，可能會(huì)被拓寬很遠(yuǎn)。作為一個(gè)投資人，蔣濤分析了Google近期相關(guān)于深度學(xué)習(xí)的項(xiàng)目達(dá)2700多個(gè)，AlphaGo的勝利，將在很多的領(lǐng)域帶來(lái)實(shí)用，DeepMind已經(jīng)宣布了進(jìn)軍醫(yī)療領(lǐng)域－我們可以想象中醫(yī)古代的“望聞問(wèn)切”的經(jīng)驗(yàn)式治療，實(shí)際上是可以通過(guò)大量的病例通過(guò)深度學(xué)習(xí)的方法，找到隱藏在大數(shù)據(jù)深處的隱藏知識(shí)，就如同AlphaGo下的種種妙手。和人工智能相關(guān)的技術(shù)，自動(dòng)駕駛汽車，VR／AR技術(shù)，機(jī)器人的近期突破，都表明我們進(jìn)入了一個(gè)“人工智能＋”的時(shí)代，投資界和科技界應(yīng)該對(duì)此引起足夠的關(guān)注。特別是人工智能領(lǐng)域，我國(guó)學(xué)者在全球的貢獻(xiàn)，包括華人的貢獻(xiàn)，應(yīng)該更快地轉(zhuǎn)化為生產(chǎn)力和工業(yè)界結(jié)合。

　　對(duì)于人工智能威脅論和對(duì)這次人機(jī)大戰(zhàn)的優(yōu)劣，中國(guó)科學(xué)技術(shù)信息研究所研究員張寅生的結(jié)論非常清楚，這是“another”機(jī)器對(duì)人的超越而已，就像汽車超越馬車和人類的雙足，計(jì)算器超越人的心算。但是深度學(xué)習(xí)的這次勝利，再一次講人和機(jī)器的邊界變的模糊，未來(lái)人的越來(lái)越多機(jī)能，包括情感，欲望和心理活動(dòng)，只要能夠在輸入輸出上被機(jī)器所實(shí)現(xiàn)，“人即機(jī)器”這一個(gè)論斷，至少目前來(lái)講，不能說(shuō)是錯(cuò)的。AlphaGo講48個(gè)維度的知識(shí)切片，通過(guò)12個(gè)卷積神經(jīng)網(wǎng)絡(luò)的中間層進(jìn)行“黑箱學(xué)習(xí)”，也許就是我們大腦的工作方式？而非圖靈計(jì)算和認(rèn)知科學(xué)的投入，將是未來(lái)的方向。

　　講座后的Panel環(huán)節(jié)，精彩紛呈，特別是陳熙霖老師和余凱，吳韌對(duì)機(jī)器智能能走多遠(yuǎn)的討論，為節(jié)省篇幅，我試著將暫時(shí)的結(jié)論總結(jié)如下：

　　機(jī)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(guò)黑箱的深度神經(jīng)網(wǎng)絡(luò)得到的。而機(jī)器智能顛覆的新的棋局和棋著下法，又反過(guò)來(lái)促進(jìn)人類的新的學(xué)習(xí)，重新思考過(guò)去疏忽的棋局和下法。機(jī)器不存在哪個(gè)招是“昏招”的判斷，它依據(jù)的是算法。就像新司機(jī)是背交規(guī)，而老司機(jī)是憑講不出的經(jīng)驗(yàn) － 未來(lái)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(shí)現(xiàn)的“昏招布局”若干步后是絕好的配合一樣 － 機(jī)器學(xué)習(xí)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(lái)的缺失。也許未來(lái)，人類必須通過(guò)機(jī)器智能的發(fā)展而共同進(jìn)化。而大家提到的AlphaGo背后巨大的能耗和人工智能的效率問(wèn)題，當(dāng)年我們的計(jì)算機(jī)不是從一個(gè)屋子大小，變成手掌大了嗎？這個(gè)問(wèn)題會(huì)逐漸解決。

　　精彩的討論實(shí)在太多，篇幅和時(shí)間關(guān)系，沒法逐一展開。好在我們此次做了全程電視攝影，關(guān)心的朋友可以關(guān)注YOCSEF公眾號(hào)跟進(jìn)。

　　我自己的感受，東方發(fā)明的圍棋和幾千年來(lái)人類棋手在圍棋上的精妙棋譜，是機(jī)器智能最重要的智慧源泉，人類創(chuàng)造了燦爛的文明，并通過(guò)一種新的人工智能的方式將這種文明進(jìn)一步拓展，人類的未來(lái)，將會(huì)隨著人工智能的發(fā)展而得到革命式的飛躍 －當(dāng)然，技術(shù)本身無(wú)善惡，就像武器，到底最后還是看使用它的人。