导读：机器人越来越厉害了，
英国《自然》杂志近日刊文称，谷歌已经开拓出首款会下围棋的人工智能软件AlphaGo，目前能击败部分职业围棋选手。千万不要认为这没什么特殊，要知道，这是人工智能（Artificial Intelligence，简称AI）首次在围棋这一领域击败职业棋手。
1
人工智能首次击败专业棋手
图片来源：东方IC
位于英国伦敦的谷歌旗下DeepMind公司的戴维·西尔弗、艾佳·黄和杰米斯·哈萨比斯与他们的团队，开拓了一个叫“AlphaGo”的程序，利用“代价网络”去打算局势，用“策略网络”去选择下子。演习这些深度神经网络的，是对人类专业棋局的监督学习以及让它和自己对弈的增强学习。
“AlphaGo”程序在和其他围棋程序的对抗中得到了99.8%的胜率，并且在一项竞赛中以5比0的成绩降服了欧洲围棋冠军。打算机程序能在不让子的情形下，在完全的围棋游戏中击败专业选手，这还是第一次。原来人们认为，要到10年后人工智能才能达到这一造诣。
2
人工智能寻衅围棋有多难？
打算机和人类竞赛在棋类比赛中已不罕见，在三子棋、跳棋和国际象棋等棋类上，打算机都先后完成了对人类的寻衅，乃至人类顶尖选手都会被电脑杀得丢盔弃甲。但对拥有2500多年历史的围棋而言，打算机在此之前从未降服过人类。围棋起源于中国，看起来棋盘大略、规则不难，纵横各19条等间隔、垂直交叉的平行线，共构成19×19(361)个交叉点。比赛双方交替落子，目标是在比赛结束时比对方盘踞更多的地盘。
图片来源：东方IC
在极简主义的游戏表象之下，围棋具有令人难以置信的深度和奇妙之处。当棋盘为空时，先手拥有361个可选方案。在游戏进行当中，它拥有远比国际象棋更多的选择空间，这也是为什么人工智能、机器学习的研发者们始终希望在此取得打破的缘故原由。
就机器学习的角度而言，围棋的打算最大有3^361种局势，大致的体量是10^170，而已经不雅观测到的宇宙中，原子的数量才10^80。国际象棋最大只有2^155种局势，称为喷鼻香农数，大致是10^47。
正是源于围棋巨大的搜索空间，很难估计局势和下子，让围棋被视作人工智能领域“难以搞定”的标志性项目。迄今最成功的围棋打算机程序，能达到业余人类选手的程度，但还不能和专业选手在不让子的情形下一较高下。
而该打算机程序这次则在不让子的情形下，在完全的围棋游戏中击败了专业选手。
3
AlphaGo战绩惊人 将寻衅李世石
实际上，目前AlphaGo已经成为最精良的人工智能围棋程序。在与其他程序的对弈中，AlphaGo用一台机器就取得了500场的胜利，乃至有过让对手4手后得胜的记录。去年10月5日-10月9日，谷歌安排AlphaGo与欧洲围棋冠军FanHui(樊麾：法国国家围棋队总教练)闭门比赛，AlphaGo以5-0取胜。
AlphaGo与欧洲围棋冠军樊麾的5局较劲
“AlphaGo”程序的下一个寻衅工具将是过去10年来得到天下第一头衔最多的棋手李世石。这场人工智能与人类的博弈将于3月份在首尔举行。谷歌为此供应了100万美元作为奖金。李世石也表示很期待这次对决，并且有信心获得胜利。来看看李世石以往部分战绩：
2001
第5届LG杯
亚军
2-3
李昌镐
2002
第15届富士通杯
冠军
1-0
刘昌赫
2003
第7届LG杯
冠军
3-1
李昌镐
2003
第16届富士通杯
冠军
1-0
宋泰坤
2004
第9届三星杯
冠军
2-0
王檄
2005
第2届丰田杯
冠军
2-1
常昊
2005
第18届富士通杯
冠军
1-0
崔哲瀚
2007
第3届丰田杯
冠军
2-1
张栩
2008
第12届三星杯
冠军
2-1
朴永训
2008
第12届LG杯
冠军
2-1
韩尚勋
2009
第13届三星杯
冠军
2-0
孔杰
2009
第13届LG杯
亚军
0-2
古力
2010
第2届BC信用卡杯
冠军
3-0
常昊
2010
第23届富士通杯
亚军
0-1
孔杰
2011
第3届BC信用卡杯
冠军
3-2
古力
2011
第8届春兰杯
冠军
2-1
谢赫
2012
第17届三星杯
冠军
2-1
古力
2013
第9届春兰杯
亚军
1-2
陈耀烨
2013
第18届三星杯
亚军
0-2
唐韦星
2015
第27届亚洲杯
冠军
朴廷桓
2016
第2届梦百合杯
亚军
2-3
柯洁
李世石过往一些战绩
此外，AlphaGo的发布，也是DeepMInd在2014年1月被谷歌收购以来首次发声。在被收购之前，这家位于伦敦的人工智能领域的公司还得到了特斯拉和SpaceX创始人马斯克的投资。
4
人工智能之父险些将AI扼杀在摇篮里
人工智能能够取得如此成绩，刚刚去世的马文·明斯基(Marvin Minsky)的名字该当被人们铭记。作为“人工智能”和框架理论的创立者，明斯基有一长排让人肃然起敬的称号：
人工智能之父、天下上首个人工智能实验室——麻省理工学院人工智能实验室的联合创始人、打算机领域顶级奖项图灵奖的得到者、虚拟现实先驱等等等等。
马文·明斯基已于1月24日在波士顿去世（资料图）
明斯基的远见如今已经成为现实，但是在人工智能的摇篮期，他却差点亲手扼杀了我们本日享受到的统统。1969年，明斯基在《感知机》一书中指出，神经网络被认为充满潜力，但实际上无法实现人们期望的功能。直到1982年，有一项研究证明，《感知机》一书中所做的预言，即感知机无法被推广至多层网络，是完备缺点的。
在明斯基看来，人工智能应该类似于人脑，而“人类办理问题的办法首先是具备大量知识性知识”。随后，他还希望能实现他在《情绪机器》一书中描述的思维体系构造，使人工智能在各种思维办法间切换。在硅谷，越来越多科学家和工程师认为，深度学习将终极带来“强人工智能”：机器的聪慧水平将超过人类。
5
人类的未来，还是人工智能的未来？
图片来源：东方IC
人工智能的研究者们认为，深度学习和强化学习等技能完备可以用于更广泛的领域。比如最近很火的精准治疗，我们可以演习它们判断哪些治疗方案对某个特定的人有效。
但是，围棋毕竟不仅仅是一项智力造诣。就像十多年前的国际象棋一样，围棋必定也会引发超出本领域之外的谈论。等到打算性能在围棋上秒杀人类的时候，围棋是不是就变成了一种无聊的游戏？人类的智力造诣是不是就贬值了？AI还将在其他层面上连续碾压人类吗？传统认为AI不可能完成的任务是否也都将被逐一冲破？人类末了是会进入AI乌托邦还是被AI淘汰呢？
没人知道答案，但有一点毫无疑问：AI一定会进入我们的生活，我们不可能躲开。这一打仗虽然很可能悄无声息，但意义或许不亚于我们第一次打仗外星生命。
末了，我们或容许以用明斯基2014年的一段话来总结人工智能的未来：
“如果你让打算机自己待着，或是让许多打算机待在一起，那么它们可能会试图理解，它们从何而来，它们是谁。如果它们溘然看到一本关于打算机科学的图书，那么可能会嘲笑着说：‘这太假了。’而不同的打算机群体可能也会有不同想法。”
逐日经济新闻综合新浪科技、中国科技网-科技日报、果壳网等