提起“人機大戰”，想必許多人都記憶猶新、耳熟能詳。那是指兩位圍棋世界冠軍（南韓圍棋九段棋手李世石、中國圍棋九段棋手柯潔）分别與谷歌出品的人工智能圍棋程式“阿爾法狗”(Alphago)之間的巅峰對弈。第一場為2016年3月9日至15日在南韓首爾進行的五番棋比賽，阿爾法狗以總比分4比1戰勝李世石；第二場為2017年5月23日至27日在中國嘉興烏鎮進行的三番棋比賽，阿爾法狗圍棋以總比分3比0戰勝世界排名第一的柯潔，一時間在全球範圍引起巨大反響和震動。人們紛紛提出同樣的問題：究竟是人腦強于電腦，還是電腦将會超越人腦？
圖源：baidu.com
事實上，在圍棋人機大戰之前，電腦程式與人類棋手的對抗在其它棋類遊戲中一直在上演。比如：共有24枚棋子的西洋跳棋一直是數世紀以來西方人消遣的首選，這個可追溯到古埃及時期的遊戲，玩法比較簡單，但要赢得勝利也并非輕而易舉。加拿大計算機科學家在經過18年的深入研究後，已經證明：如果兩個勢均力敵的遊戲者比賽，遊戲結果必定是平局。
就總體而言，西洋跳棋是一種政策遊戲，完全無法靠運氣取勝。是以，計算機科學家選中這個遊戲，來測試依靠自身能力直覺掌握情況和作出決策的人腦，是否優于在數十億種可能解答中尋找制勝政策的計算機。
1989年，加拿大阿爾伯塔大學計算機科學家沙費爾(JonathanSchaeffer)，研制出名為切努克的計算機程式，并邀請當時的頂尖棋手與之展開較量。在第一場西洋跳棋人機大戰中，身為數學家的西洋跳棋世界冠軍廷斯利(Marion Tinsley)，以微弱優勢險勝切努克。
但兩年之後，結果發生了變化。一生隻輸過7場比賽的廷斯利教授，和切努克連續打成7場平局，狡盡腦汁、身心俱疲的數學家不得不選擇退出比賽，這完全可以了解，因為他的機器對手可不知道什麼叫疲勞。自此之後，關于在西洋跳棋比賽中，電腦是否優于人腦的争執，一直不絕于耳。
廷斯利 圖源:baidu.com
于是，沙費爾繼續完善發展他的程式，這是令人咋舌的艱難任務。因為遊戲過程中會出現5×1020種可能的情況。資料是如此巨大，以至于計算機的“暴力法”（也叫窮舉算法――依賴于計算機的計算能力來窮盡每一種可能的遊戲情況，從中篩選出最佳走法的政策）也難以奏效，這就要求人腦思考出更聰明的算法。
沙費爾和他的團隊建立相應資料庫，用于分析棋盤上剩10子或更少棋子時的殘局。把需要分析的可能情況數量減少到隻有390億種，然後根據黑棋赢、白棋赢和平局，把這些殘局進行分類。及至1996年，他們花了7年時間将8子或更少棋子的殘局進行分類。然後團隊暫停了工作，等待處理能力更強、速度更快的計算機問世。當更為進階的超級計算機出現之後，研究團隊又開始分析9子和10子的殘局情況，為此，常常需要多達200台的台式計算機同時工作。
除此之外，研究團隊還分析了開局後走3步會出現的各種情況。一個專門研發的程式給出了參賽雙方都有獲勝機會的最佳走法。也就是說，如果兩位選手以此進行布局和比賽，最終一定會以平局收場。
截止到目前，除了西洋跳棋接受了計算機程式的挑戰，對局數高達1040、局勢更為複雜可能的國際象棋也和電腦對弈過。最著名的國際象棋人機大戰，當數1996年和1997年國際象棋世界冠軍加裡·卡斯帕羅夫對陣IBM的計算程式“深藍”的兩場比賽。在各賽6 盤的比賽中，棋王卡斯帕羅夫以4比2的總比分赢得1996年的人機大戰，但“深藍”亦首次對陣頂尖棋手獲得勝局；而在1997年的人機大戰中，經過改進的“深藍”首次以總比分3.5∶2.5獲勝。後來，國際象棋大師們不斷挑戰國際象棋的頂級人工智能，最多隻能獲得平局或個别勝局，在總比分上再也不能取勝
接下來，電腦程式開始向人類智力遊戲僅存的高地――圍棋發起沖擊。這個過程可稱舉步維艱，因為圍棋需要計算的變化數量實在太大，遠遠超過已經觀測到的宇宙中原子的數量，采用計算機進行暴力破解完全不可行，但人類可以憑借某種難以複制的算法或直覺，一眼看到棋盤走勢的本質，這就不難了解起步的圍棋程式甚至不能打敗業餘棋手。而當“深度學習”漸漸進入人工智能研究領域，電腦程式的圍棋技藝獲得空前的極速提升，阿爾法狗正是基于深度學習技術目錄開發的産品，不斷完善後終于赢得萬衆矚目的圍棋人機大戰。
棋類遊戲一直被視為頂級人類智力及人工智能的試金石。盡管人工智能程式已經在各種棋類遊戲中全面占據優勢，但就此斷言，人類智力将臣服于人工智能，似乎并不足夠令人信服，“電腦強于人腦”的判斷更是為時尚早。唯一可以肯定的是，兩者的發展和博弈仍将在相當長的時間内繼續，讓我們拭目以待！
征稿啟事
中國科學探索中心微信公衆号歡迎賜稿！
稿件内容以反僞破迷為核心思想，科學普及、科學文化、科技哲學、科學與公衆、世俗人文主義、科技倫理等領域均可涉及，旨在将科學探索結果無偏見地告知公衆，避免公衆上當受騙。
稿件一經采用，将奉上稿酬。
投稿郵箱：
中國科學探索中心
崇尚科學 反僞破迷