DeepMind开发的AlphaGo击败了欧洲围棋冠军。在本文中，FLI采访了多位著名的AI研究者对谷歌围棋AI的看法，包括《人工智能：一种现代方法》的作者Stuart Russell。
前几天，谷歌旗下的DeepMind宣布，他们开发的人工智能系统AlphaGo战胜了人类欧洲围棋冠军，引起了世界轰动，因为在围棋这项任务上，计算机已经艰难跋涉了很多年。
Francesca Rossi是IBM的顶级AI科学家，他告诉FLI说：「AI研究者一直在等待计算机掌握围棋技术，但是没想到这一天来得这么快。比起象棋计算机深蓝来说，这个研究成果解决了一个长期存在的艰难问题，因为围棋中的步数实在太多了。」
Victoria Krakovna是FLI的联合创始人之一，也是一名AI研究者。她赞同道：「对计算机来说，围棋的挑战比象棋大多了，因为棋盘上的位置组合多得简直要爆炸了，许多专家都认为AI在近10年内都无法掌握围棋。」
围棋确实是一个很复杂的游戏，可能的走法是个天文数字——象棋只有35^80种可能的走法序列，而围棋则有250^150种。更直观地解释就是说，35^80已经是一个非常大的数字了，超过了可观测宇宙中的所有原子数量，标准的非图形计算器已经无法计算。所以，也难怪大多数AI研究者都预计AI系统要在围棋上超过人类顶尖棋手还需要花10年的时间。
Krakovna解释说，DeepMind的 AlphaGo解决问题的方式是用监督式学习和强化学习相结合。也就是说，人类专家帮助他们将围棋的知识构建入该系统，但接下来，这个系统用试错法和自己对弈，并从中不断学习。 加州大学伯克利分校的AI教授Stuart Russell是AI经典教材《人工智能：一种现代方法》的作者之一。他告诉FLI：「这个成果表明，深度强化学习和帮助程序决定哪些概率值得考虑的所谓『价值网络』能带来一个非常强大的围棋系统。」
然而，这究竟有多么了不起呢？根据发表在《Nature》上这个成果，AlphaGo以5:0的比分击败了欧洲围棋冠军樊麾，但还不清楚它是否能击败世界冠军。 Rossi 和 Russell对此都有自己的衡量。 Rossi说：「DeepMind的技术创新是将新的机器学习方法与搜索结合在一起，看起来十分通用，除了围棋等棋类游戏之外，应该还可以用在其他情景中。这使得这个结果更加重要，并且更有前景。」 然而，尽管这个结果让Russell十分折服，但他不清楚为什么这个程序只击败了欧洲冠军，而不是世界冠军，因为围棋一直被李世乭这样的亚洲精英选手所垄断。
他解释说：「围棋被认为是很难攻破的难题，这是一个令人印象深刻的成果。很难说这个成果是否和卡斯帕罗夫之败具有同样重大的意义，因为卡斯帕罗夫是世界冠军（1997年，世界象棋冠军卡斯帕罗夫输给了IBM的深蓝计算机）。樊麾是一个很棒的棋手，但目前的世界冠军比他更强。另外，樊麾一局都没有赢，所以我没有信心预测人类优势会维持很长时间。」
实际上，AlphaGo正要在3月与世界围棋冠军李世乭对弈。这是围棋界一个值得期待的大事件！ 另一位顶级AI研究专家、康奈尔大学的计算机科学教授Bart Selman也向FLI分享了他的想法。同Russell 和 Rossi一样，Selman也对计算机程序击败人类围棋选手感到震惊，因为围棋比象棋难多了。
但是他补充道：「AlphaGo是一个令人兴奋的进展，因为它将深度学习（用来发现大量走法序列中的微妙模式）与最新的游戏空间探索技术相结合。所以，它展现了深度学习与算法搜索方法的第一个混血儿。这样的AI技术拥有巨大的潜力。从新的AI和机器学习方面看，这个进展比IBM的深蓝计算机还要重大。但从另一方面讲，说到绝对表现时，深蓝还是占据上风，毕竟它击败了世界上最棒的棋手。然而，有了DeepMind基于学习的新方法，看起来，超越人类的围棋程序距离我们并不遥远了。期待AlphaGo即将开始的比赛，真的很兴奋。」
本文由机器之心经FLI（Future of Life Institute）独家授权翻译。FLI是机器之心的战略合作伙伴，由MIT宇宙学家Max Tegmark和Skype联合创始人Jaan Tallinn等人共同创立，顾问委员会包括企业家马斯克和物理学家史蒂芬·霍金，致力于研究人工智能、基因编辑等前沿科技对人类未来生活的影响。
