AlphaGo到底有多聰明？

陳賽

AlphaGo的勝利昭示了未來幾年人工智能很可能會以超出我們想象的速度發展。我們對李世石的感同身受，恐怕就是因為多少嗅到了其中危險與刺激的氣息。

關于這場萬眾矚目的世紀大戰，賽前最大的懸念，也是構成比賽最大的魅力之一就是，賽前沒有人、連谷歌DeepMind的工程師都不知道AlphaGo的棋力到了什么水平。即使比賽之后，人們仍然搞不清楚AlphaGo的棋力到底到了什么水平，以及它能夠達到什么水平。

當棋盤上的局面越來越讓人困惑時，媒體觀戰室里的很多記者都放棄了，開始掏出手機，互相傳看各種段子。我的手機上就收到這么一個段子：“賽后，李世石惱羞成怒，不顧管理人員的阻攔，瘋狂地拆開了AlphaGo以泄憤，一看，臥槽，柯潔藏在里面。”

其實，這個段子有個典故。18世紀歐洲一位發明家號稱發明了一種具有人類智能的機器人，能夠跟人下國際象棋，并且真的帶著這個機器人橫掃歐洲的各位象棋大師。一位不信邪的國王下令拆掉這臺機器，結果發現里頭真的藏著一個土耳其象棋大師。于是這臺機器，或者說這位土耳其人Turk，就被稱為Mechanical Turk。

這個段子擊中了我們這些觀戰者最大的困惑，機器到底聰明到了什么程度？

人工智能公司DeepMind聯合創始人德米斯·哈薩比斯

兩年前，一個叫Eugene Goostman的聊天機器人號稱成功騙過了圖靈測試三分之一的評委。但Eugene Goostman之所以能通過圖靈測試，并非它真的會“思考”，而是借助于一些聰明的花招和詭計——它假裝自己是一個13歲的男孩，詭稱英語是自己的第二語言，以此解釋語言中的不一致;當無法給出直接答案時，就通過虛張聲勢或裝瘋賣傻來轉換話題。事實上，這在圖靈測試的歷史上已經成了某種慣例：圖靈測試所測的與其說是機器思考的能力，不如說是扯謊的能力。

作為自然語言處理領域達到最高水平的機器，IBM的沃森在2011年的Jeopardy游戲（Jeopardy是美國出名的電視問答游戲，問的問題涉及大量比喻、笑話、謎語）中擊敗了所有的人類對手，而且它的知識不是工程師手動編程灌輸給它，而是自己通過閱讀獲得的。沃森每秒可以處理500GB的數據，相當于1秒閱讀100萬本書，但很可惜的是，沃森并不理解它所閱讀的內容的任何含義。

2012年，“谷歌大腦”——一個由1.6萬臺計算機組成的網絡系統，在隨機分析了1000萬條YouTube視頻之后，終于“認識”了貓是什么樣的動物。這個機器被認為是當下人工智能領域（“深度學習”）一個里程碑式的進步，因為它是憑借自己的力量發現了貓的概念，沒人告訴它貓是什么。據稱他們是在控制論層面模擬了人類大腦視覺皮層的運作方式——神經學家認為，可能存在一種名為“祖母神經元”的細胞，當人被反復“訓練”去識別某一張人臉時，這種細胞便會被激活。但這個網絡與人類的視覺皮層相比仍然很渺小，后者的神經元和突觸數量比該網絡多100萬倍。更重要的是，谷歌的這個“貓偵察機”雖然號稱識別準確率達到81%，但“一旦將樣本量擴大到2萬個類別，得分瞬間會跌至15.8%”。

與圖靈測試、自然語言一樣，棋類游戲也是測試人工智能進展水平的小白鼠。事實上，人類歷史上第一個下棋程序就是阿蘭·圖靈寫的。圖靈是“人工智能”概念的發明者。60年前，他寫了一段程序，可以讓機器下棋，因為當時計算機還沒有被發明出來，所以他親自充當人肉CPU來執行這段程序，每下一步都要花掉30分鐘。只有一局棋被記錄下來，圖靈的“紙機器”輸給了他的同事。

那么，谷歌這次如此大張旗鼓地召開人機大戰，要展示的到底是一種什么樣的智慧？

“神之一手”：機器的直覺？

在首爾最豪華的四季酒店里，一墻之隔的兩個會議室同時播放比賽的現場投影，一個以英文解說，一個以韓文解說——韓國來了200多家媒體，韓國一共5000萬人口，圍棋愛好者就有800萬人。

每個記者眼前都有一臺筆記本，手里臥著一個手機，房間的正前方是一張大屏幕，棋盤上的黑棋與白棋正在激烈地交鋒……

被包圍在機器之中的人類啊。

空氣很熱，我喝了太多的咖啡，手有點發抖，心跳得厲害。

來韓國之前，我跟一位圍棋業余五段的朋友請教，他教我說：“你把棋子看成是兩軍對戰就是了。”整個圍棋都是關于控制、關于勢力范圍。

他一直耐心地在微信上跟我直播解釋：

“現在白棋要求戰了，要分斷黑棋。”

“太亂了，現在到底是誰包圍誰？”

“形式會轉化的，包圍別人的，也會被別人包圍。隨著局部向更大的范圍演化，整個棋盤的別的看似無關的棋子都會參與到戰斗中來。”

“現在戰火已經燒到了全盤。”

……

但是，我的注意力不斷地被一些不相干的細節牽走，比如整場比賽中，兩位解說員都稱AlphaGo為“他”，而不是“它”。李世石剛出場的時候向那個看不見摸不著的對手——不知疲倦亦無憂懼的AlphaGo君鞠了一個躬，表情有點怪;他抿了一口水，落下了第一顆黑棋;不對，他有5分鐘沒有落棋了;他以手捂嘴，有時候你覺得他幾乎要睡著了;他的座位空了，估計是上廁所去了;他看上去似乎松了一口氣;他開始表現出明顯的挫折感，把手舉到腦后……

記憶中最為意味深遠的一幕是在第二局，AlphaGo在下第37手棋時，突然從右下角的戰役中離開，跑到右上側開闊的疆域作戰。當時現場解說員邁克·雷蒙（西方唯一的圍棋九段職業棋手）吃了一驚，說：“這一招很怪。”另一個顯然水平比較差的解說員附和著笑了一下，不經意地說：“也許是機器又犯傻了。”

但李世石看到此棋一落，突然一言不發，面無表情地出去了，回來以后喝了一口咖啡，陷入了漫長的15分鐘的沉思。

1997年，當時IBM的“深藍”打敗國際象棋大師卡斯帕羅夫的時候，也有過這么一個類似的瞬間。卡斯帕羅夫在漫長的20分鐘沉思之后，他相信自己正在面對一個具有直覺力的機器。“機器拒絕走向一個具有決定性短期優勢的位置。”在他的一篇回憶文章里，他這樣寫道，“它呈現了一種與人類非常相似的對危險的敏感。”對他來說，機器似乎在“體驗”這盤棋，而不是在“計算”這盤棋。

與卡斯帕羅夫一樣，李世石在賽前宣稱自己將以5∶0全勝。他相信下圍棋這件事情里面有一些東西是機器不可能模擬的。作為人類代表，他發誓要守護圍棋之美。

但事實上，從第二局開始形勢已經發生了驚人的逆轉。在此之前，是AlphaGo挑戰李世石，但在此之后，已經是李世石在挑戰AlphaGo了。韓國的報紙上已經開始稱AlphaGo為“阿爾法十段”。在韓國，圍棋九段與中國古代的一品一樣，稱為“入神”，十段差不多就是“神”的意思了。

10秒鐘后，AlphaGo下的那一顆看似與之前的棋子毫無關聯的黑棋，奇跡般地以燕尾之勢與它之前的18顆黑子相聯合。在圍棋職業棋手們事后的不斷回味中，AlphaGo的這步棋（黑37）被人嘆為“神之一手”，其中似乎包含了無窮無盡的計算、判斷與預謀，現場解說員甚至稱其有“吳清源”之風。

“沒有任何一個人類棋手會那樣下棋，它打破了所有的規則。”在賽后的采訪中，作為現場裁判的樊麾告訴我，“但那是一步無比美麗的棋。”

除了李世石之外，樊麾是唯一一個曾經與AlphaGo交過手的人類棋手。在去年10月份的一次秘密對決中，他以0∶5敗給AlphaGo。而在樊麾之前，AlphaGo以壓倒性的優勢戰勝了兩個當時最好的圍棋程序——法國的“瘋石”（Crazy Stone）和日本的“禪”（Zen）（1負494勝）。

與李世石對決的AlphaGo已經升級到第18個版本。很顯然，它的棋藝與5個月前相比已經不可同日而語。九段的人類高手遇到十段的非人類，李世石內心的震動全都寫在臉上——眉頭緊鎖，身體不自覺地來自擺動，手指不停地敲擊桌面，一只手抖到幾乎難以夾起一枚白棋。

正是這種瘋狂的進化速度令人心生懼意。從樊麾到李世石，對人類來說可能是一輩子都無法跨越的鴻溝，而AlphaGo只花了5個月時間。這讓人忍不住聯想起雷·庫茲韋爾那個關于“奇點”的瘋狂預言——在不久的將來，我們會制造出比我們更聰明的機器，它們再造出比它們自己更聰明的機器，如此這般，整個世界朝著我們無法預計的巨型超智能的方向狂奔……

就在兩天前，當DeepMind的聯合創始人德米斯·哈薩比斯在賽前的記者招待會上提到AlphaGo擁有類似于人類棋手的“直覺”時，還沒有多少人真正相信。事實上，沒有多少人真的關心AlphaGo是個什么東西，哈薩比斯做演講的時候，前排韓國媒體所有的閃光燈都對著李世石和他的妻女不停狂掃。完全沒有大戰前劍拔弩張的氣氛。絕大部分人都覺得，只是一場好玩的比賽罷了。機器在圍棋上戰勝像李世石這樣的人類高手，至少還有10年時間，因為以圍棋的復雜性，絕對不是一種可以靠計算蠻力解決的智力游戲。

當年IBM的“深藍”打敗著名的卡斯帕羅夫，就是完全憑借計算的蠻力。每走一步棋，“深藍”都能思考對手的棋著、自己的回應及對手的回應……如此達到6個來回甚至更多。運用快速評估函數，它能為每一種可能的棋盤局勢計算出分數，然后選擇能帶來最高分數的棋步。它最多能在一秒鐘之內評估3.3億個棋盤局勢，而卡斯帕羅夫在下每一步棋前最多只能評估幾十個。

與國際象棋相比，圍棋的復雜度又以指數級增長——對于一個19×19的圍棋棋盤而言，一共有361個位置，而每個位置可以單獨放置黑棋、白棋或者留空，理論上所有的可能組合是3361種，其下法的組合超過170位數。就像DeepMind的創始人哈薩比斯一次次向并不熟悉圍棋的西方媒體強調的：“棋盤上排列組合的可能性超過了宇宙中的原子數量。”什么樣的機器能承擔如此龐大的數據運算量呢？

作為一種令人敬畏的美妙游戲，圍棋的魅力之一就在于，千變萬化的棋盤空間很多時候沒有標準答案，局面的好與壞、厚與薄、領先和落后，連職業高手也常常難以判斷。那么，AlphaGo又是如何在無窮無盡的可能性中進行選擇，并下出這種完全不按棋理出招，卻又妙不可言的招數的呢？

據說人類棋手對弈的時候，勝負之間往往取決于一種類似“直覺”的東西：當被問到為何這樣落子的時候，大師們通常的回答是“感覺如此”。也就是說，他們不是靠邏輯判斷，而是憑多年的經驗和瞬間的感覺，只評估幾個到十幾個比較有希望的行棋方案。

這是人類演繹與推理的方式。我們并不是單純理性的動物，情緒、情感和直覺在我們做決策的過程中起到了重要的作用。自然選擇在構建我們的大腦時，沒有勞神將所有無意識的情緒情感過程轉換成為新的明晰的有意識的控制系統。所以，我們的思考過程需要情緒情感，正是情緒情感讓我們理解那些不能直接理解的東西。也正因為如此，哪怕是學齡前孩童也都十分擅長于以富有新意的方式，創造出嶄新的、打破常規的概念和假設，然后再加以檢驗。

而當哈薩比斯談論AlphaGo的“直覺”時，他談論的其實是一個叫“價值網絡”（value net）的算法。正是這個算法在幫助AlphaGo評估落子后的局面與最終勝負的概率關系，判斷局面是否處于優勢，優勢多大。但AlphaGo的厲害之處在于，這個算法并不是程序員事先編寫的，而是AlphaGo通過不斷的訓練和研究自己摸索出來的。可以說，AlphaGo是圍棋幾千年歷史上唯一一個將“直覺”量化的棋手。

在賽前的記者招待會上，哈薩比斯曾經詳細介紹了AlphaGo是怎么一步步學圍棋的。AlphaGo的設計最獨特之處就在于訓練了兩套深度神經網絡——分別用于深度學習與強化學習。

從根本上來說，深度學習模擬的是人的識別模式的能力。它依賴深度神經網絡，從原始數據中逐層過濾出有意義的模式（pattern）。比如你給神經網絡輸入足夠多貓的照片，它就能辨認一只貓;你給它輸入足夠多人類對話，它就能像人類一樣交談;你給它輸入10萬盤人類圍棋高手的棋譜，它就能差不多學會下圍棋。哈薩比斯說自己從來沒有跟AlphaGo下過圍棋，因為沒有意義，AlphaGo從一開始就已經超過了他的業余一段水平。

當然，這只是開始。在搭建了一個可以下圍棋的神經網絡之后，工程師們開始讓它自己跟自己對局。AlphaGo每天跟自己（不同的分身）下上幾十萬盤，在不斷的試錯中自我完善、自我進化，并累積3000萬手的數據庫。這個系統叫“強化學習”，靈感源自動物大腦中的神經遞質多巴胺獎勵系統。在這個算法里，機器得到的唯一的指示就是要贏，就像一只未經訓練的小狗，先被編程好去尋找獎勵，但并不指點它怎么得到獎勵。它的第一步是隨機的，對游戲的邏輯一無所知。但通過哪些能得分、哪些不能得分，它逐漸建立起得分的原理。

“強化學習”算法給了AlphaGo一個唯一的強烈動機——贏。所以，它總是在不斷地計算勝率，它下的每一步都是在試圖最大化勝率——它只在乎自己贏，甚至不在乎贏多少。

正是這兩個系統的組合，訓練出了一個可以戰勝樊麾的AlphaGo。在樊麾之后，AlphaGo繼續不斷地自己跟自己對決。此時產生的數據不僅質量很高，而且很多都是機器自己琢磨出來的下法，或者說，非人類的下法。正是大量高質量的自學數據，構成了一個強大的價值評判網絡，可以預測棋盤上不同的分布會帶來什么不同的結果。像不像《黑客帝國》里，尼奧進到一間屋子，看到屏幕上有無數代的尼奧在練武？

就在第一場賽事之前，杰夫·迪恩（Jeff Dean），谷歌深度學習團隊的老大專門召開了一次記者見面會，提到深度學習技術已經在谷歌產品中得到大量的應用，從照片搜索、語音搜索、搜索排行以及醫療機器人的研發。

事后回想，這實在是比AlphaGo更大的故事。

我問他從機器學習到機器理解，到底還有多遠。

他說：“如果5年前，你告訴我，給一個機器可以輸入一張照片，得到這樣一句解說，我會覺得不可思議。”

他指的是谷歌的圖像搜索，給它一張小女孩抱泰迪熊的照片，它會給出這樣的描述：“小孩抱著毛絨玩具的近景照片。”

“雖然不完美，不像人類的理解那么復雜，但它能辨別圖像里的內容，也了解上下文的意思，這至少是一定程度的理解。與人類的學習并非沒有相似之處——你觀察周圍的世界，發現小小的細微之處與以往的經驗不一樣，并且能夠總結出來。”

恐怖谷理論

4個多小時里，AlphaGo已經從一個抽象的概念變得越來越具體，每個人都能強烈感覺到它的存在。尤其是隨著棋局進入后半盤，李世石的常規時間告罄，進入讀秒階段。媒體觀戰室里的絕大部分人已經完全看不懂棋盤上的變化，連現場解說員也無法判斷局勢，但緊張的氣氛卻滲透到每一個人的骨子里——機器思考的時間越來越長，而李世石可以思考的時間越來越短（每次不能超過60秒），我們看著他的臉由不安轉成焦躁，從焦躁到沮喪，從沮喪到憤怒，從憤怒到絕望到幾欲崩潰，又以最大的自制力勉強恢復鎮靜，重新一子一子落下，分分鐘都是煎熬，每一分煎熬都讓人對機器的“無情”生出不平之意。

當世最偉大的圍棋手，那么桀驁不馴的一個人，如今看上去卻如此無力和脆弱！

心智運動，比如象棋和圍棋，需要高度集中的精神。在人類對弈的棋局上，交戰雙方彼此的呼吸、表情、汗水、氣味……很小的事情會對勝負產生非常微妙的影響。圍棋固然是沖突，是廝殺，是人性中潛在的攻擊欲，但也是不完美的人類彼此試探、彼此惺惺相惜的心理藝術。甚至有時候，為了給后世留下名局，交戰雙方不再是對手，而是合作者。

與肉體凡胎不同，機器不知疲倦，沒有恐懼，既不驕傲自滿，也不會情緒失控，因此能不間斷地保持前后一致的優勢。5個月前0∶5輸給AlphaGo的樊麾在采訪時把它形容為一堵“墻”——“就是它不動，你對它施展任何壓力它都會反彈給你，你對它施加的所有力量，你對它所有的辱罵也好，對它所有的微笑也好，最后全反饋到你自己身上，這是我對AlphaGo的感覺。”

終于，連現場解說員都看不下去了：“干脆把電源拔了吧。這個家伙是靠網絡連著的吧？誰有剪刀就行。”

是的，AlphaGo的確由網絡接入谷歌遍布全球的數據中心，但一把剪刀恐怕剪不斷它的網線——在比賽之前，谷歌已經在四季酒店接入了自己的光纖網絡，以確保不會斷網。

但是，我仍然對自己內心受煎熬的程度感到吃驚。為什么一場我看不懂的圍棋賽會對我產生如此大的沖擊？為什么李世石的情緒會如此感染我？僅僅是不平嗎？

在那個瞬息萬變的棋盤上，作為過去10年公認的全球最優秀的圍棋手，李世石不僅在代表人類與機器進行一場智力上的對決，而且也在代表我們第一次“探訪”一個全新的世界——一個機器智慧與人類智慧共存，甚至在某些層面超出人類控制的世界。人類曾經在小說與電影中無數次想象過這個世界，其中有憧憬，也有噩夢，但從沒想過它會來得這么快。

在賽前的全球記者發布會上，李世石曾經表示，自己之所以接受AlphaGo的挑戰，是因為“好奇心”——唯一滿足這種好奇心的方法就是親自跟它對弈一場。如今，他在棋盤上感受到的所有好奇、焦慮、困惑、不安、沮喪甚至狂喜——如現場評論員邁克·雷蒙所說：“面對千古未見的棋局，在某一瞬間，也許他體會了某種狂喜。”將來我們恐怕也都會一一體會到。

人對于機器，抱著一種多么奇怪的感情啊。我記得《萬古》雜志上有一篇文章說，人類之所以要發明人工智能，其實是一種皮格馬利翁情結——我們想要創造一個永遠不會辜負我們、永不背叛我們、永遠忠實于我們的愛人。所以有人開玩笑說，如果AlphaGo真的聰明的話，今天就應該輸一場。

但是，AlphaGo沒有輸。在第三場失利之后，李世石在記者招待會上說：“我想我應該先道歉，我本該取得更好的結果，下出更好的棋，但很抱歉沒能滿足很多人的期待。輸了這些比賽，我覺得很無力。”

他此刻的謙卑令人動容，尤其鑒于他曾經是那么狂傲不羈的一個人。而他的無力感則感染了現場每一個人，沉重的空氣如烏云壓頂。

在此之前，我們恐怕從來沒有把“人工智能”這件事情當真過。是的，機器曾經在很多智力游戲上打敗過人類，跳棋、國際象棋、拼字游戲、智力問答（jeopardy）……但一直以來，在一切創造性領域，機器的智慧與人類相比仍然不值一提。給Goolge Translate輸入1萬億而不是100億個雙語文本，也不可能達到人類譯者的水平。同樣，交談、閱讀、寫作、設計，或任何一個你寧愿人而不是機器來做的領域都是如此。但是，AlphaGo這一次是在人類最引以為自豪、代表著人類某種最高智慧形式的圍棋上打敗了人類！想象一下，一個會像巴赫一樣作曲的機器人，一個像莎士比亞一樣寫作的機器人？

計算機科學界有一個“恐怖谷理論”，是一個關于人類對機器人和非人類物體的感覺的假設——當機器人在外表、動作上與人類非常相似，但又沒有達到完全相似時，我們會產生一種恐怖甚至惡心的感覺。這一理論在動畫、僵尸甚至假肢方面都得到了驗證。

對于這種假設有很多理論解釋，比如日本科學家伊藤穰一（曾任麻省理工學院媒體實驗室主任）認為這與人類對自我特殊性的認知有關，即某種存在性的“自我”（ego）。而我們之所以會進化出這樣一套“自我”，多少是一種自我欺騙的方式，是為了讓每個人都能在進化動力的系數之內工作和生活。而當機器在這個系統中變得越來越重要時，我們對自我特殊性的認知會進一步顯示出荒謬性。

我不斷地在腦海里想象，對于李世石來說，AlphaGo到底是一個什么樣的存在呢？

首戰失利以后，曾經有記者問他這個問題，當時他很不高興地回避了。但現在，恐怕全世界很多人都在思考同一個問題。AlphaGo到底是什么呢？沒有人知道它的段位，沒有人知道它的風格，沒有人知道它下一步會怎么下，當它下了錯棋的時候，它知道自己錯了嗎？當它知道自己下了一招無比完美的棋時，它知道自己有多完美嗎？當它用兵懈怠的時候，是因為悲觀，還是認為勝率高？它通過所謂“深度學習”與“強化學習”訓練出來的“直覺”到底是一種什么樣的“直覺”？日本圍棋大師說：“棋道一百，我只知七。”AlphaGo會最終成為圍棋的上帝，窮盡無限的可能性嗎？

對于這些問題，連創造它的谷歌DeepMind的工程師也無法回答。他們創造了它，但現在只能靜靜地站在一邊，像其他人一樣看著它的表現。在三天的觀賽期間，德米斯·哈薩比斯不止一次對AlphaGo的精妙棋法表示“驚奇”（surprised）。他的“驚奇”可以從兩個方面來解讀：

一方面，AlphaGo的學習與決策能力如此之高，意味著它可以為人類所用，幫助人類棋手在圍棋上達到更高的境界，開拓出更多的可能性，甚至勝任更多人類智力所不及的任務，如哈薩比斯所說，“一切需要在龐大數據中尋找結構與洞見的任務”，比如氣候變化、藥物研發、金融系統、疾病診斷……哈薩比斯曾經在歐洲粒子物理研究所（CERN）做過演講，發現那里的科學家在抱怨大量的數據無法處理，如果AlphaGo的技術可以用來尋找“上帝粒子”，那將是一件多酷的事情？

但另一方面，哈薩比斯的“驚奇”也暗示了AlphaGo在某種程度上不在它的創造者的控制之內。這樣的失控在棋盤之上固然無關緊要，但一旦應用到現實世界，必然會引發道德與倫理上的問題。比如，當AlphaGo的未來版本為我們開車、診斷疾病甚至防止犯罪時，我們應該給它們多大的權限？我們應該如何在如此復雜的人工智能里嵌入人類控制？出于失控的風險考慮，是否有一些人工智能從一開始就不應該被發明出來？

AlphaGo知道AlphaGo在下圍棋嗎？

“AlphaGo知道AlphaGo在下圍棋嗎？”在賽前針對國際媒體的一次小型專訪中，是哈薩比斯自己扔出了這個問題，然后他又笑著回答說：“不，當然不。”

是的，AlphaGo只是一個很會下圍棋的強大機器而已。它沒有意識，不會思考，也并不真正理解自己下的每一步棋到底意味著什么，更不理解棋局隱喻的哲理。但它的確是一個強大的學習機器。不過，它最強大的地方不在于能在單項的學習任務上擊敗人類高手，而是它能學會不同的任務，而之前大多數擊敗了人類的機器都只擅長一種游戲。

“人工智能的夢想是讓機器變得聰明。”他說，“今天大部分的所謂人工智能都是預先給一個機器編程。就像‘深藍，你給它下棋所需的所有的知識和規則，如何開局、如何走子、如何終局，但‘深藍本身的智力在哪里？相比之下，我們給AlphaGo所編程的，是一種學習如何學習的能力。這是更強大的學習能力，也是生物系統學習的方式。”

事實上，在用于破解圍棋之前，DeepMind的幕后團隊已經用類似的技術搭建了一個會玩很多種不同經典雅達利視頻游戲（比如Pong、Breakout以及Space Invaders）的系統。在有些案例中，這些系統不僅比職業玩家還出色，它們還會以天馬行空的方式玩游戲，沒有人類玩家會或者可以這么玩。

當然，比起雅達利視頻游戲的那套系統，AlphaGo已經有了意義不小的進化——它擁有了“計劃”的能力。也就是他之前所說的“直覺”，全局觀的能力，而雅達利視頻游戲只需要應對當下就好了。

既然我們能在機器的神經網絡中注入“直覺”，是否還有別的呢？視覺？

長期記憶？工作記憶？

在不久的將來，AlphaGo的技術還有可能會用來破解《星際爭霸》。這也是最近幾天媒體觀戰室里熱議的話題。

為什么是《星際爭霸》？

在Verge的一篇獨家專訪里，哈薩比斯是這么說的：“策略游戲需要一種不完全信息世界中的高水平策略能力。相比之下，圍棋的一切都顯示在棋盤上，對計算機來說反而簡單。”

“癌癥、氣候變遷、能源、基因組學、宏觀經濟學、金融系統、物理學等，太多我們想掌握的系統知識正變得極其復雜。如此巨大的信息量讓最聰明的人窮其一生也無法完全掌握。那么，我們如何才能從如此龐大的數據量中篩選出正確的見解呢？而一種通用人工智能思維的方式則是自動將非結構化信息轉換為可使用知識的過程。我們所研究的東西可能是針對任何問題的元解決方法（meta-solution）。”

在這場轟轟烈烈的人機大戰中，德米斯·哈薩比斯原本是一個隱形的主角。但隨著AlphaGo連勝三局，他的照片開始陸續登上各大媒體的頭條，先是韓國，然后是英國、美國、中國……

“我從小就是一個內向、愛思考的孩子。”在其中一篇特寫中，他這樣說道，“我總是想把事情琢磨清楚。我總是想著我的腦子是怎么想出這一步的、思考到底是怎么回事。”

有人問他：為什么要放棄國際象棋？

他解釋說，他對自己的人生有更大的計劃和野心。他想要攻克人類的“智力”難題。他認為，學習和通用（general）是人類智力最根本的特征。他想發明一種“通用人工智能”（General AI）——不是一點點教機器如何理解語言、識別人臉，而是利用機器學習與神經學的原理，教機器像人類一樣學習，像人類一樣做決策，能自然應付一切不可預知的情況。

“在現實世界中，意外總會發生。”他說，“這是為什么我們還沒有掃地機器人的原因。因為每次情況都不一樣。房子有什么干凈、有什么臟亂，機器人需要學習怎么在不同的情況下靈活應變。”

“但是，對機器來說，所有的任務都可以以同樣的方式習得嗎？”我問他。

“為什么不呢？”他說，“你的大腦作為一個系統，本身就是一個通用學習機器，你學開車、學很多種語言、使用計算機、駕駛宇宙飛船，雖然可能有很多個算法或程序，但使用的是同樣一套系統。”

哈薩比斯除了是一位天才的程序員之外，還是一位神經學家。2005年，他在倫敦大學進修神經學博士學位，專攻海馬體，這是一塊支持記憶和空間導向的大腦部分，且目前所知甚少。“我挑的這些腦領域和腦功能，都是目前對其沒有優秀運算法則應對的區域。”

這將是一個長達數十年的，攻克通用人工智能的“阿波羅登月計劃”。AlphaGo只是他的“登月計劃”的一小步而已。

這個登月計劃讓我想起人工智能的開創者之一馬文·明斯基。1950年他在普林斯頓大學的博士論文中就提出要搭建一個“學習機器”，以模擬大腦的神經網絡。他甚至說，只要給他5個優秀的程序員，就能在3～5年的時間里實現這一目標。

近半個世紀以后，他在一本名為《情感機器》（Emotional Machine）的書中再次提出構建一個智能機器的計劃，能夠在不同的思維方式間切換。

在《情感機器》里，他這樣寫道：“人類是一種獨特的足智多謀的動物，因為他能夠用多種方式去處理任何事情。比如：當你在思考某一事物時，你可能以語言表達的方式去思考，也可能以邏輯術語的方式去思考，或者是圖表、圖像，甚至是某種結構的方式。如果一種方式行不通，你可以迅速轉換到其他方式，這就是為什么我們在處理各種情況時都能運用自如的原因。”

與馬文·明斯基一樣，哈薩比斯也相信，隨著時間的推移，這些能自己學習，而且能學習多種任務的機器，解決問題的能力會越來越強，有可能最終通向一個人類思維層面的人工智能。但是，這樣的機器對人類來說到底意味著什么？無論我們舉杯慶祝AlphaGo，還是李世石所代表的智慧，都應該認真考慮這個問題。