AlphaGo的勝利對人工智能中“邏輯主義學派”的影響研究*

趙奧佩

(貴州大學哲學與社會發展學院，貴州 貴陽 550000)

AlphaGo是Google旗下DeepMind公司的一款圍棋軟件，自第一代產品發布以來，已經有4個版本了，如下表：

表1 AlphaGo各個版本對比表

一、AlphaGo的勝利對“人工智能”的影響

AlphaGo之所以能夠一戰而紅并且在全球范圍內又一次掀起“人工智能”的研究浪潮，是因為用計算機模擬的圍棋的難度太高了。計算機是將可能出現的情況全部列舉，但圍棋擁有黑、白、空三種狀態，在一般19×19的棋盤上出現的可能的數量為3361≈10172，這個數量遠大于宇宙中的原子數量1080。1998年IBM的“深藍”計算機在國際象棋上打敗了當時人類排名第一的卡斯帕羅，之后人們熱議：“計算機是否能在圍棋上擊敗人類？”。在經過一番的論證和實驗之后，得出了一致的答案：計算機無法在圍棋領域打敗人類職業選手。這個論點直接宣判了“人工智能”再次進入寒冬，直到2013年的一些討論“人工智能”的著作上依然堅持這個觀點。

2015年2月26日NATURE雜志刊登了googleDeepMind團隊19人署名的文章Human-levelcontrolthroughdeepreinforcementlearning[1]。同年10月戰勝三界歐洲圍棋冠軍樊麾，次年同李世石對戰之后才被大家所廣泛認知。為什么第一次戰勝圍棋職業棋手沒有引起大家的關注？為什么在戰勝世界冠軍之后才被大家注意？又為什么要三次挑戰人類職業棋手？

在第一次戰勝人類職業棋手后，由于兩個原因致使沒有引起大家的廣泛關注：第一，“在圍棋領域機器不可能戰勝人類”的這個固有觀念根深蒂固，使得大家認為這僅僅是一個偶然事件，當然這也同樊麾的排名不高有一定關系。第二，媒體幾乎沒有宣傳。DeepMind在NATURE上發表這篇文章本就是一波三折，雖然引起了學術界的關注，但終究沒有實際成果的沖擊力，這使得媒體的曝光程度不夠。縱然戰勝了歐洲冠軍棋手，但無法得到更高層次的圍棋界的認可，依然是不被大家看好的。為此，Google公司策劃了同李世石的五番棋，并博得了圍棋界和學術界的高度關注。但是這次挑戰未能改變固有觀念，雖然博得了關注度，卻未得到認可。這就是為第三次的人機對戰埋下了伏筆。2017年5月在浙江烏鎮上，AlphaGo分別以個人戰和團隊戰同人類職業棋手對弈并取得勝利。至此，圍棋界認可了AlphaGo，學術界也承認了“機器可以在圍棋領域戰勝人類”。

AlphaGo的勝利對“人工智能”有三個方面的影響：一、打破了“機器不可能在圍棋領域戰勝人類”的論斷，最終實現了“人工智能”在前期定下的這個目標。二、AlphaGo背后的“深度學習”技術，使人們產生了對實現“強人工智能”的無限遐想。特別是AlphaGoZero[2]版本實現了僅僅依靠圍棋規則進行自主學習。三、這次勝利給“人工智能”研究注入了一劑強心劑。中國、美國、英國、日本紛紛將“人工智能”列入國家戰略，與此同時互聯網巨頭公司微軟、蘋果、亞馬遜、百度、騰訊、阿里巴巴等紛紛成立自己的AI實驗室，“人工智能”的春天已然到來。

二、AlphaGo的勝利加速促進了“邏輯主義學派”的發展

為什么“人工智能”有學派之說？

我們可以繞過這個問題去談AlphaGo、神經網絡、深度學習等相關的“人工智能”技術，但不能談“人工智能”、“邏輯主義”、“連接主義”等等。這是因為前者屬于技術層面，后者屬于認知層面。翻閱世面上的幾乎所有關于“人工智能”的書籍，必繞不開談人工智能的三大學派——邏輯主義學派、連接主義學派、行為主義學派。為什么？因為目前為止在學界尚未形成統一的、明確的關于“人工智能”的定義。在60年的發展歷程中，他們秉持自己對“人工智能”的特有理解并付諸實踐，進而形成了相對獨立的研究方法和理論。這其中產生較大影響的便是以上三個學派，如下表：

表2 人工智能三大學派匯總表[3]

AlphaGoZero的橫空出世基本宣告了以控制論為傾向的“行為主義”開始脫離“人工智能”陣營，轉而向“機器人學”靠近。這是因為：Zero僅僅依靠圍棋規則，不需要人類棋譜而進行自主學習，自我博弈，這在一定程度上可以說是脫離了人的控制。從中我們看出，那么多的學派逐漸脫離的原因不是自身的落后，而是因為技術的進步在不斷修正著“人工智能”的概念和適用范圍。

AlphaGo Zero對陣上一個版本AlphaGo Master的勝利，促進了“人工智能”概念進一步明確。加之“行為主義”自身的快速發展，它已經完全偏向于“機器人學了”。而“連接主義”所依靠的“神經網絡”是模仿動物的神經網絡而建立的數學模型，如果把計算機用于計算和儲存的硬件換成細胞，那么這種事物可否稱之為“人工生命”嗎？“連接主義”的發展傾向，目前為止還不能預測，但有一點可以肯定：媒體大肆渲染深度學習和神經網絡，導致了現有“人工智能”技術被無限放大。由此可以預見：“人工智能的發展將會再次墜入谷底”。

“人工智能”這個術語就是由“邏輯主義學派”提出的。邏輯主義學派為“人工智能”的前期發展做出了卓越的貢獻：數理邏輯用于描述智能，一階邏輯用于知識表示等等。但是隨著上世紀80年代“第六代計算機”研制失敗，這個傳統學派便失去了往日的活力。之所以“邏輯主義學派”發展停滯，是因為有太多的問題產生，而這些問題又恰恰無法解答。這些問題涉及到更加基本的“認知”和更加龐大的數據處理。

這些問題也許在那個時代無法得到有效的解決，但現在的時代出現了可以解決的途徑——認知科學和數據挖掘。AlphaGo技術運用之一就是數據挖掘，可以有效的處理大量的數據。認知科學本身就是一門龐雜的學科，人工智能本身也作為了它的支撐學科。那么認知科學的成果就可以拿來運用到“人工智能”上。清華大學教授、智能技術與系統國家重點實驗室常務副主任孫富春在2017年5月18日SRSUMMIT2017第五屆(北京)國際服務機器人核心技術級渠道應用大會發表的主題演講“認知時代的人工智能與機器人”中講到：“認知時代的人工智能與機器人依賴于腦科學、生命科學和心理學等學科的發現。不同于人工智能發展的前兩個階段，主要借鑒其他科學的基礎，基于認知科學的人工智能，是基于認知科學的發現獨立建立的，這為人工智能作為一個獨立學科奠定了基礎”。

“邏輯主義”同“連接主義”并不是對立，而是相輔相成。AlphaGo的許多技術可以彌補“邏輯主義”中難以解決的問題，這為傳統邏輯主義向新生代邏輯主義的轉變提供了道路。與此同時，在“人工智能”高速發展的時代背景下，結合認知科學，進一步理清和建立統一的“人工智能”定義，并促進“人工智能”成為獨立學科。

三、新一代人工智能基礎理論框架初探

“人工智能”發展至今已經不是計算機科學這一門學科的獨角戲了，還包括了：哲學、邏輯學、語言學、神經科學、腦科學、控制論。“新一代”應該包含兩層含義：第一，汲取其他學科的成果和理論為“人工智能”所用；第二，形成“人工智能”獨立的學科體系。其中第二條是重中之重，這直接決定了“人工智能”能否從一個爭議領域轉變為一個系統科學。參考認知科學的六角形學科框架與人工智能“邏輯主義學派”的認知觀，新一代人工智能基礎理論框架的核心基礎學科應該是“哲學”和“邏輯學”。

“人工智能”與邏輯學的關系自不必多言。熟知1956年達特茅斯的會議便會知道“人工智能”這個詞匯便是一群邏輯學家提出的。被尊為“人工智能之父”的圖靈，同樣是邏輯學家。這就表明了在目前的理論之下，邏輯同智能的關聯是多么的緊密，以至于“邏輯主義”一直是“人工智能”的主流學派。技術層面上的NPL與知識表示的基礎便是邏輯語義學和一階邏輯。

“人工智能”同哲學的關系更是緊密。“在科學家族中，沒有一門學科比AI與哲學的關系更密切。科學從哲學母體中分離而出之后，僅在認識論層次上與哲學保有聯系，然而AI卻在其學科內部與哲學難解難分，難怪斯坦福大學計算機教授要為計算機系的學生講授海德格爾”。[4]“人工智能”61年的發展歷程中走走停停很大程度“只是因為對哲學家昔日的失敗一無所知，才得以維持”。[5]

AI、哲學、邏輯學應該構成新一代人工智能基礎理論框架的核心。首先這三個學科都是西方流傳進來了，暫且擱置“中國是否有哲學？”“中國是否是邏輯？”等問題，毫無疑問的講這三個詞匯是西方發明創造的：Artificial Intelligence，Philosophy，Logic。“新一代”便要在他們的基礎之上加入我們特有的東西，構成新的基礎理論。21世紀是綜合的時代，而我國的傳統思想便是綜合的看待問題。運用中國道家的簡易太極圖來闡釋這三者之間的關系在合適不過，如圖1所示。

圖1

黑色的部分代表Philosophy，白色的部分代表AI，中間的分界線代表Logic。這樣的表示可以清楚的闡釋Philosopher同AI學科間的內部關聯：一，“哲學要同AI聯手”；二，從哲學角度看AI，可以解決一些AI的問題，從AI角度看哲學，也可以解決哲學的一些問題。而作為分界線的Logic正是突破“智能”的極限問題。關于這張圖的解釋還可以進行深度的挖掘，例如：若黑色代表“強人工智能”，白色代表“弱人工智能”，那么兩者的邊線極限是什么？若黑色是代表“有機物的最高智能體”，白色代表“無機物的最高智能體”，那么兩者的邊線極限是什么？

這僅僅是套用中國傳統文化思想進行闡釋的一個事例，是建立新一代人工智能基礎理論框架的初探而已，這里面究竟要如何進行挖掘依然需要進一步的研究和論證。

四、結語

由AlphaGo的勝利帶來的影響，促使“人工智能”這門學科進入到了高速發展的局面，從各大科技巨頭公司到國家層面都將“人工智能”視為下一個高新技術的爭奪點。在這種大環境之下，傳統的人工智能“邏輯主義學派”受到強烈的沖擊，人工智能學派開始呈現融合共進的趨勢。由此帶動的“新一代人工智能基礎理論框架”呼之欲出，結合中國傳統“綜合統一”的思想，如何構建成為首先要解決的問題之一。人工智能、哲學、邏輯學以太極圖的表示是一種積極的嘗試，這樣的嘗試是否可行、是否正確、是否可以進一步的挖掘都有待論證。總而言之，人工智能的春天已然到來，相信在21世紀的大背景之下這個領域能夠給我們帶來跟多的驚喜。

[1]GoogleDeepMind.Human-level control through deep reinforcement learning[J].NATURE，2015.2.26.P529.

[2]GoogleDeepMind.Mastering the game of Go without human Knowledge[J].NATURE，2017.10.19.P354.

[3]蔡自興.人工智能機器應用(第三版)[M].清華大學出版社，2003，9：8.

[4][英]瑪格麗特·博登，劉西瑞，王漢琦，譯.人工智能哲學[M].上海譯文出版社，2001，11：3.

[5][英]瑪格麗特·博登，劉西瑞，王漢琦，譯.人工智能哲學[M].上海譯文出版社，2001，11：4.