從阿爾法元的誕生看人工智能的發展趨勢

李文愷

（天津市南開中學，天津 300100）

從阿爾法元的誕生看人工智能的發展趨勢

李文愷

（天津市南開中學，天津 300100）

隨著信息技術不斷發展，人工智能達到了前所未有的高度。而在未來的20年內，人工智能的發展還必將對人們的生活產生重要影響，把握人工智能的發展趨勢變得尤為重要。從2016年的阿爾法狗戰勝李世石，再到2017年的阿爾法元橫掃阿爾法狗，本文通過分析其中技術方法的改進與變革，分別從網絡結構、學習方法、驅動模式及知識創造等方面總結人工智能的發展趨勢。

人工智能；阿爾法元；大數據；網絡結構

1 人工智能的發展現狀

2016年是人工智能發展最快的一年，從“阿爾法狗以4∶1的比分擊敗了世界圍棋冠軍李世石”，再到“人工智能診斷癌癥”，人工智能經歷了里程碑式的發展，2016年也因此被稱為“人工智能元年”。公認的人工智能的開端是在1956年的達特茅斯會議上，在會議上參會者正式確立了人工智能的概念及研究領域，與會人員也在未來多年內成為人工智能領域的先驅者。

百度可以說是國內發展最快的互聯網公司，百度深度語音識別系統入選MIT2016十大突破技術，是唯一一家入選的中國公司，而李開復也在2017年7月乘坐百度開發的無人駕駛汽車在北京上路。智能客服是阿里巴巴在人工智能領域應用最多的技術，結合語音自動轉接技術、情感識別等技術，人工智能可以代替人類高效地處理巨大的工作量。與此同時，馬云的城市大腦通過對地圖等數據分析智能調節紅綠燈，讓蕭山市的車輛同行速度提高了11%；無人餐廳也出現在了人們的視野中。科大訊飛開發的語言互譯神器可以實現中文進英文出，瞬間同傳。

美國波士頓動力公司的Handle機器人將把“足+輪”式的能力直接拔升到了一個聞所未聞的高度，還有陪你一起散步的雙足機器人Atlas；而Facebook對于未來10年有一個宏大的計劃，即連接世界、人工智能（AI）、虛擬現實與增強現實，而人工智能是這個計劃的核心。同時，有報道稱，Facebook實驗室的兩個機器人已經可以用人類無法理解的語言成功交流；而DeepMind開發的新一代阿爾法元更是橫掃了曾經完勝人類頂級圍棋選手的阿爾法狗。

目前來說，人工智能正在朝著我們可預料亦不可預料的方向飛速發展，一個人工智能時代正以前所未有的速度和影響力向我們迎面而來［1］。

2 阿爾法狗到阿爾法元

2.1 戰勝人類圍棋的阿爾法狗

2015年，谷歌旗下的DeepMind公司開發出了圍棋人工智能程序——阿爾法狗，這款人工智能機器人內置“策略網略”和“價值網絡”兩種網絡結構，分別用來選擇策略和計算勝率，同時加入了快速走子系統。阿爾法狗通過對人類職業以及業余的大量棋局進行學習幾個月，達到了人類大師水平。

2015年10月，阿爾法狗以5∶0完勝歐洲圍棋冠軍、職業二段選手樊麾。2016年3月，與前世界圍棋冠軍手李世石對戰，最后以4∶1結束了這場“戰爭”。

2017年5月23日到27日，柯潔與阿爾法狗在“中國烏鎮·圍棋峰會”展開對弈。阿爾法狗三勝柯潔。27日賽后宣布阿爾法狗退役。

2.2 橫掃阿爾法狗的阿爾法元

2017年10月19日，DeepMind繼阿爾法狗之后又開發出了最強版本“阿爾法元”，這一人工智能機器系統僅通過3天的訓練就用100∶0的戰績橫掃了戰勝阿爾法狗Lee版本（戰勝李世石的那套），又經過40天的自我對弈后，阿爾法元又以89∶11的大比分戰勝了阿爾法狗Master版本（戰勝柯潔的那套）。

最重要的改變是，阿爾法元并不像之前的阿爾法狗一樣依托人類的圍棋成果和經驗來進行學習，而是在完全沒有任何數據導入情況下的自我對弈，從中不斷進步。同時，將兩種網絡結構結合，可以同時運作，還去掉了快速走子系統。可以說，無論是設計理念還是系統配置，阿爾法元都與之前的阿爾法狗Lee/Master版本大為不同［2］。

3 阿爾法元體現出的人工智能發展趨勢

3.1 從獨立網絡結構到整體結構

網絡結構是阿爾法系列的核心配置，之前的阿爾法狗Lee/Master版本除了擁有“策略網絡”和“價值網絡”之外，還加入了快速走子系統，策略網絡用于判斷局面，預測下一步行動，而價值網絡用于計算盤中勝率，進而選擇最優落子；與此同時，快速走子系統可以在稍微犧牲走子質量的前提下提高運算速度。但是，3種系統是分開訓練、獨立運行的，最后需要用蒙特卡羅樹算法搜索算法將三者連接。

阿爾法元的網絡結構則做了改進，將策略網絡和價值網絡結合到一個網絡結構中，使二者可以同時輸出，另外去除了快速走子系統，使之真正成為一個整體。而事實也表明，這種整體性的網絡結構在很多情況下表現得更好。因為這些改變，阿爾法元相比阿爾法狗來說，有了更高的訓練效率和更好的表現。

3.2 從監督學習到強化學習

監督學習與強化學習是深度學習中的概念，阿爾法狗是監督學習的代表，在預先輸入圍棋規則和對3 000萬局人類職業以及業余的棋盤學習，從而達到了人類的圍棋最高水準。

阿爾法元最大的改變是不需要借助任何人類在以往圍棋對局中的經驗知識，隨機落子，從零開始，完全靠自我對弈和自我進步。其中，最大的突破就是無監督的深度學習。此前的阿爾法狗Lee/Master版本都是用上千盤人類業余和專業棋手的棋譜進行訓練，而這些經驗棋譜和歷史對局就是一種監督，阿爾法元則是除了圍棋基本規則之外的無師自通。從人工智能的技術角度來看，這無疑是深度強化學習方法的勝利，在沒有外界監督，僅僅靠自我學習的情況下，就可以達到一個高于人類最高水平的境地。強化學習之于人工智能的意義至關重要，這也是想要從弱人工智能走向強人工智能的必經階段。正如一些人所說，監督學習讓你成為復讀機，而強化學習讓你成為生物［3］。

3.3 從數據驅動到情景驅動

一般認為，數據技術驅動階段、數據驅動階段和情景驅動階段是按照驅動力劃分的3個人工智能發展階段。

近年來，隨著互聯網的高速發展，我們進入了大數據時代，而智能數據時代則是大數據時代的新階段。阿爾法狗是典型的數據驅動的代表，3 000萬盤的大數據樣本則是原動力，沒有數據就不會有智能。李開復也曾提到，人工智能更適合于擁有大數據且數據量可以實現自我推動的公司，沒有數據的人工智能是無法前行的。這也從一方面說明了大數據是數據驅動時代人工智能發展的必需品。

阿爾法元則在一定程度上擺脫了大數據對人工智能的限制。除了圍棋規則之外，沒有任何的數據輸入，全靠自我對弈，基于實時的情景局勢判斷應該如何走下一步，這可以說是走到了情景驅動的階段。

3.4 從知識學習到知識創造

按照人工智能的學習方式，我們可以將其分為3個階段：從外界吸取知識階段、自我學習階段和開創能力階段。

在第一階段，阿爾法狗Lee版本為了達到人類大師水平，對人類職業和業余選手的棋局學習訓練了幾個月，而從打敗人類圍棋冠軍李世石的Lee版本再到打敗柯潔的Master版本，中間又不斷訓練學習幾個月。在這段時間里，它需要從外界獲取上百萬種人類專業選手的下棋步驟來進行學習。

在第二個階段，阿爾法元通過強化學習的方式進行自我學習，最終完勝了阿爾法狗版本，這是一個不需要人為干預的學習過程，就像我們小時候學了基礎的數學知識后，可以自主地去推理、思考。阿爾法元的這種從監督學習到強化學習的突破正是對人類固有思維模式的一個突破。

值得注意的是，阿爾法元已經有一些在學習中進入開創的跡象，美國杜克大學的人工智能專家陳怡然曾經說過，她認為人工智能最有趣的地方就是證明了人類經驗由于樣本空間大小的限制，往往都收斂于局部而不自知，而人工智能學習則可以突破這個限制。如今的阿爾法元遠比阿爾法狗強大，因為它不再被人類認知所局限，而是能夠發現新知識，尋找新策略，這具體表現在：阿爾法狗的開局和收官與專業棋手的下法并無區別，但是中盤看起來則非常詭異，很多職業選手表示超出了自己的理解。阿爾法元放棄學習人類而使用完全隨機的初始下法，訓練過程也一直朝著收斂的方向進行，也就沒有產生難以收斂的現象，因為如此，阿爾法元突破了人類以往知識經驗的局限，創造出了人類以往經驗知識無法理解的棋盤，也豐富了人類對于圍棋的認識。

［1］閆德利.2016人工智能發展綜述［J］.互聯網天地，2017（2）：22-27.

［2］何哲.通向人工智能時代——兼論美國人工智能戰略方向及對中國人工智能戰略的借鑒［J］.電子政務，2017（2）：2-10.

［3］韓曄彤.人工智能技術發展及應用研究綜述［J］.電子制作，2016（12）：95.

The Development Trend of Artificial Intelligence from the Birth of Alpha

Li Wenkai
（Tianjin Nankai Middle School，Tianjin 300100）

With the continuous development of information technology,artificial intelligence has reached un?precedented heights.In the next 20 years,the development of artificial intelligence will surely make a sig?nificant change in people's lives.It is particularly important to grasp the development trend of artificial in?telligence.From 2016,when alpha dog defeated Li Shishi and then alpha meta in 2017 swept through al?pha dog,this paper analyzed the improvement and transformation of technical methods,summarized the trend of development artificial intelligence from aspects of network structure,learning methods,driving modes,and knowledge creation through improvement and transformation of all technical methods.

artificial intelligence；alpha meta；big data；network structure

TP18

A

1003-5168（2017）12-0026-03

2017-11-03

李文愷（2000-），男，研究方向：人工智能。