在 2016 年 3 月 份，正當李 世石與AlphaGo 進行人機大戰的時候，我曾經寫過 一 篇《 人 工 智 能 的 裡 程 碑： 從 深 藍 到AlphaGo》，自從 1997 年深藍戰勝卡斯帕羅夫之後，随着計算機硬體水準的提高，計算機象棋（包括國際象棋和中國象棋）水準有了很大的提高，達到了可以戰勝人類最高棋手的水準。但是，長期以來，在計算機圍棋上進展卻十分緩慢，在 2006 年引入了蒙特卡洛樹搜尋方法之後，也隻能達到業餘 5 段的水準。是以 AlphaGo 戰勝南韓棋手李世石，确實是人工智能發展曆程上的一個裡程碑式的事件。
從人工智能研究的角度來說，計算機圍棋戰勝人類高水準棋手是一個标志，說明在某些方面，現有的人工智能技術可以達到怎樣的高度，是以當時我曾經認為人機再戰的意思已經不大，就如同當年深藍戰勝卡斯帕羅夫之後，IBM 随即馬放南山，即便卡斯帕羅夫提出再戰深藍，IBM 也不再理會。當年的深藍還是一個專用裝置，IBM 甚至為了提高計算速度，而研制了專用的晶片（據說該晶片隻能用于下國際象棋）。但是萬事開頭難，随着計算機計算
能力的提高，今天即便在普通計算機上，也可以達到甚至超過當年深藍的水準。以至于在國際象棋比賽中，出現過棋手借去廁所的機會，讓計算機幫忙出招的醜聞。在現在的國際象棋比賽中，已經明确禁止利用各種計算裝置，據說賽場也對網絡進行屏蔽，以防止有人作弊。
就 在 2016 年 即 将 過 去 的 時 候， 在 網絡上突然出現一個名為 Master 的計算機圍棋程式，在網上快棋賽中，連勝包括中日韓三國高手在内的人類棋手，取得連勝60 場的輝煌戰績。事後得知，Master 就是AlphaGo 的更新版。
為什麼 AlphaGo 會重出江湖呢？我想可以從 AlphaGo 與深藍的不同來考慮。深藍采用的是 α-β 搜尋架構，加上大量的人類知識，在技術上已經沒有什麼發展空間。而AlphaGo采用的是蒙特卡洛樹搜尋架構，加上深度學習和深度強化學習。在這樣一個架構下，深度學習，尤其是深度強化學習在計算機圍棋上的天花闆究竟有多高？還是一個未知數，從技術的角度來說，還有很大的研究空間，我想這是 AlphaGo 重出江湖的重要原因，圍棋在這裡隻是作為一個應用對象，目的還是研究強化學習等方法。
順便在這裡說一下，有人認為 AlphaGo的成功是深度學習的勝利，我認為這一看法是片面的。具體來說，蒙特卡洛樹搜尋引入到計算機圍棋中，是一個很大的飛躍；深度學習和強化學習的引入，是又一次飛躍。是以 AlphaGo 的成功是蒙特卡洛樹搜尋加深度學習的勝利。如果再上升一個層次來考慮，則是人工智能中傳統的符号主義加連接配接主義的成功。如果再進一步上升
一個層次，則是理性加感性的成功。是以，在今天深度學習大熱的情況下，不能忽視傳統方法的作用。傳統方法與深度學習具有互補性，應該加強這方面的研究，而不是一窩蜂式的湧向深度學習。
那麼這次的 Master 與去年 3 月份的AlphaGo 有什麼不同呢？（為了叙述友善，下文中 AlphaGo 特指去年 3 月 的 版 本，Master 特指現在的版本。）到目前為止，DeepMind 公司還沒有透露出任何資訊，隻能從表面現象去分析、猜測。我并不懂圍棋，為了了解 Master 的特點，在網上看了不少專業棋手對 Master 棋譜的分析，一個突出的感受是，Master 常常會走出一些超出職業棋手想象的驚人之步，很多高手連呼看不懂，但又找不出其破綻。古力在其微網誌上說，Master 的出現“已經徹底颠覆了我們棋手對局勢原有的掌控、判斷”，柯潔也評論說 Master“給我們棋手帶來的震撼”。雖然 AlphaGo 也有出乎職業棋手意外的着法，但是這次 Master 這樣的走法更多，更出乎意外。鑒于此，我曾經給出一個猜測：“AlphaGo 訓練時用到了 16 萬人類棋譜，加上自己左右互搏産生的 3 000 萬棋譜，以及人類總結的幾萬個模式。而這次的 Master很可能是從 0 開始學習得到的結果（指沒有利用任何人類棋譜和知識，依靠基于強化學習的左右互搏進行學習），在蒙特卡洛搜尋樹的架構下，加上深度強化學習方法，是可以做得到的。這也是為什麼 Master 讓職業棋手感覺到被颠覆的原因，因為沒有任何人類的影響。AlphaGo 在去年 3 月時雖然有驚人的走法，但好像沒有這次多，也沒有這次大膽，因為 3 月的 AlphaGo 利用了 16 萬的人類棋譜和數萬個人類總結的模式”。雖然事後 DeepMind 公司說 Master 還是用了人類棋譜，但是很可能更加加強了基于強化學習的左右互搏的成分，弱化了人類棋譜的作用。事實上，DeepMind 公司也确實在試探從 0學習的系統，雖然還沒有推出。
在我的“人工智能導論”課上，學生要完成一個大作業，就是實作一個簡單的下棋程式。最初幾年，學生基本是采用 α-β 剪枝的方法，要自己總結很多模式出來，後來漸漸地采用蒙特卡洛樹搜尋方法的同學逐年增加，到現在基本沒有同學用 α-β 剪枝方法了，也不再需要人為總結什麼模式了，基本都是從 0 開始，而且水準也是逐年提高，絕大多數同學都難于戰勝自己的程式。當然，大作業的棋類比較簡單，遠遠無法跟圍棋比，但是越來越不依賴于人類棋譜、知識，應該是一個發展趨勢，圍棋也應該可以實作，可能還需要更強大的計算平台的支援。關于大作業，我曾在 2013 年 的部落格中有過簡單的總結，表明過類似的看法，有興趣的讀者可以參見《由大作業想到的》這篇部落格 http://blog.sina.com.cn/s/blog_73040b820101bwrl.html。
深藍、沃森和 AlphaGo 都可以算是人工智能發展史上裡程碑式的事件，那麼它們之間有哪些相同與不同呢？
關于相同點，我想可以總結為一句話：在一個特定領域，利用人類提供的資料或者知識，采用已有的技術，戰勝該領域最高水準的人類。
深藍是一個國際象棋程式，采用的是20 世紀 60 年代就提出的 α-β 剪枝算法，IBM 公司聘請了若幹個國際象棋特級大師總結下棋的模式和知識，用于對局面的評估。最終于 1997 年戰勝了連續 10 年國際象棋世界冠軍卡斯帕羅夫。
沃森是 IBM 為了紀念公司成立 100 周年研發的一個問答系統，其名稱是為了紀念IBM 公司的創始人 Thomas J. Watson 先生。2011 年在美國最受歡迎的智力競猜電視節目《危險邊緣》中，沃森擊敗該節目曆史上兩位最成功的選手肯•詹甯斯和布拉德•魯特，成為《危險邊緣》節目新的王者。在沃森系統中，共采用了 100 多項與自然語言處理、知識問答相關的技術，利用《危險邊緣》節目創始以來40多年的問題與答案進行訓練，存儲了大量圖書、新聞和電影劇本資料、辭海、文選和《世界圖書百科全書》等數百萬份資料，在 3 秒内可以給出一個問題的答案。
AlphaGo 在蒙特卡洛樹搜尋的架構下，利用深度學習和強化學習技術進行訓練和評估，其中用到了人類棋手以往的 16 萬盤棋譜，以及 AlphaGo 自己左右互搏産生的3 000 萬盤棋譜，并用到了人類總結的幾萬個模式，綜合運用這些技術，實作了高水準的圍棋程式，并于 2016 年 3 月以 4:1 的成績戰勝了南韓圍棋職業高手李世石。這些技術也并不是新技術，但是 DeepMind 公
司有所創新，主要包括兩個方面，一是發展了強化學習技術；二是将傳統的搜尋技術與深度學習在圍棋這個平台上，很好地結合在一起，實作了理性與感性的良好融合。這可能是 AlphaGo 成功的關鍵所在。
這是它們共同的部分，那麼這三個系統有哪些不同呢？三個系統完全是三個不同的領域，不同點自然很多，下面隻從技術是否通用，以及通用程度方面展開讨論。
深藍采用的 α-β 剪枝算法是專門用于雙人博弈問題的算法，雖然也有人将該方法用于其他方面，比如故障診斷的測試點選擇，但應用面是非常有限的，是一個非常專用的算法。也曾聽有人介紹說，IBM 會把相關方法用于風險投資，但事後也沒有聽到相關消息。這也可能是 IBM 不再繼續投入開展研究的原因吧？
AlphaGo 則有很大的不同，深度學習是個通用方法，已經在很多領域得到很好的應用，強化學習也具有一定的通用性，并且 DeepMind 對其有所發展和創新，在圍棋這個平台上可以繼續開展研究，也可以推廣到其他領域。但是圍棋這類博弈遊戲有一個特點，其最終的勝負可以自動判斷，不需要人類标注，這就為系統自身的左右互搏、強化學習提供了很大的便利條件，如果在其他領域應用，需要定義合适的優化條件才可行。
在三個裡程碑式的事件中，我認為最具通用性的是沃森，它采用了 100 多項與自然語言處理、知識問答相關的技術，這些技術可以在很多應用領域發揮作用，不僅僅是用于問答，IBM 公司把相關技術稱之為認知計算。IBM 公司以此為契機，成立了沃森集團，專注于認知計算的研究和應用，已經在醫療健康領域取得了很好的成果。
是以，從通用性和商用性的角度來說，三個系統中排名第一的是沃森，其系統隻要結合相關領域的資料，可以很快進行商用轉化，提供服務；其次是 AlphaGo，直接轉換到其他領域，提供商用服務的可能性不大，但其技術可以應用于其他領域；排在最後的就是深藍了，向其他領域轉化的可能性很小。
AlphaGo（包括 Master）的出現，對于圍棋有什麼影響呢？有人認為這會毀了圍棋，人類根本就戰勝不了機器，再學習圍棋還有什麼意義呢？我認為這種看法是不正确的。AlphaGo 的出現，說明人類對圍棋的認識遠遠不夠，在計算機的輔助下研究圍棋，必将對圍棋有新的認識，就如同當年吳清源先生的出現一樣，即将開啟圍棋的新天地。
其實圍棋界也有類似的認識。職業棋手古力說，“我深深地感受到圍棋的神秘，似乎‘大師’（指 Master）給我們打開一道圍棋的神秘之門。不論勝負，人類與人工智能共同探索圍棋世界的大幕即将拉開，新一次的圍棋革命正在進行着”。職業棋手排名第一的柯潔也提到，“人類數千年的實戰演練進化，計算機卻告訴我們人類全是錯的。我覺得，甚至沒有一個人沾到圍棋真理的邊。但我想說，從現在開始，我們棋手将結合計算機，邁進全新的領域、達到全新的境界。新的風暴即将來襲，我将盡我所有的智慧終極一戰！”
從科學發展史上來看，每次危機的出現，都預示着新的革命即将開始，比如數學上的幾次悖論的出現，都孕育出新的數學方法，極大地推進了數學的發展。我們期待着 AlphaGo 能開放出來，可以讓棋手們自由地與它對弈，甚至可以像圍棋複盤一樣，和計算機一起探索可能的走法，勝負已經不是關鍵，重要的是發展新的圍棋理論，讓圍棋走向一個新天地。
清華大學計算機系教授，博士生導師，中國人工智能學會副理事長，中國中文資訊學會副理事長。主要研究方向為智能資訊處理，包括文本資訊檢索、網絡使用者行為分析、個性化推薦、社交媒體分析等。