AlphaZero成功了，AI要取代人类了？

​在生物学上，人或人类被称为智人（学名：Homo，sapiens，执意为有智慧的人）。然而，在人类最骄傲的智慧领域，却在近些年多次被人工智能击败。

2016年3月，AlphaGo与围棋世界冠军、职业九段选手李世石进行围棋人机大战，最后以4：1击败人类冠军；2016年末到2017年初，该程序在中国棋类网站上以Master为注册账号与中韩数十位顶尖高手对战，连续60局无一败绩；2017年5月，在中国乌镇围棋峰会上，它与世界排名第一的世界围棋选手柯洁进行对战，最后以3：0的总分取得胜利；至此，在GoRatings网站公布的世界围棋选手排名中，AlphaGo超过所有人类选手，位居第一。最近，在10月18日，AlphaGo的父亲DeepMind团队，公布了更强大的人工智能棋手AlphaZero，在没有任何人类棋谱指导的情况下，从0训练用了40天时间，以100：0击败了当今的世界围棋第一AlphaGo，让柯洁忍不住发博感叹：人类太多余了。

让人们不禁恐惧，机器的智能究竟发展到了什么地步，是不是即将超越人类或取代人类？

谈到对机器智能水平的评价，人们首先想到的一定是由图灵在1950年提出判断机器是否具有智能的著名实验——图灵实验。

在1950年的《计算机器与智能》上，图灵首次谈论到关于智能的定义，他主张 “计算机在语言行为上和人类没有区别，即是拥有思维或智能的”。这第一次关于智能定义的提出，具有极其重要的历史意义，也使得图灵测试流传广泛。

现在的媒体，普遍将图灵测试作为一种普世的人工智能的定义导致了我们对现有的人工智能成果理解的片面化、娱乐化。过度聚焦于机器的外在拟人表现，而忽略机器内部的智能化程度，并且常常将机器的一些Bug，怀疑当作机器在欺骗人类、隐藏自己具有“智慧”。但讽刺的是，图灵自己从来没有建议过把他的测试作为思维或智能的定义，  很多人只看了《计算机器与智能》开头的模仿游戏即图形测试，没有看到后文：“难道机器不会做某些人类不会做的事情，但明显具有智能的事情吗？ 对于这个强有力的反对意见，我想说，如果我们能制造出一台成功通过图灵测试的机器，那么我们为这个问题感到担心”[1]，图灵只是把图灵测试作为机器具有智能的充分条件。而且图灵测试，更多的也是哲学上的一种定义，并不是一种量化的方法论。在学术界，图灵测试也主要在自然语言处理领域被使用。

那么，图灵测试是人工智能的定义这个定义究竟是谁说的呢。这大都是一些对人工智能一知半解的媒体人士的功劳，好莱坞大片也为推广图灵测试做了很大的贡献。更别提图灵英年早逝，根本没有机会辟谣。

在学术界中，研究者们的最终目标也不是制造出“能够通过图灵测试”的人工智能。在人工智能的发展历史中，学者对人工智能的追求在不同阶段都在不断的变化，总结来说，最终的目标分为4种：像人类一样思考（Thinking Humanly）、像人类一样行动（Acting Humanly）、理性的思考（Thinking Rationally）、理性的行动（Acting Rationally）。但学术界认为，现在连最简单的能够理性的行动，都还没有做到。拿物理学来做比喻的话，人工智能领域现在连牛顿力学都还没有发现。

在对最终目标的追寻过程中，研究者们也在不断探讨着如何评价机器的智能程度。在2017年的数据科学年鉴（Annals of Data Science）中，刊登了一片文章。使用数学的方法对人工智能智商和等级做出了评价[2]，甚至还将上帝也划分到了模型当中。

文中提出：任何一个智能系统（包括人类，其他生物，人工智能）应该具有四种智力能力，它们分别是，知识获取能力（信息接受能力）I，知识输出能力O，知识掌握或存储能力S，知识创造能力C。智能系统的智商Q就是对其四种能力的综合评价结果，四种能力参数的权重不同，其评价函数表示为 f [2]，根据这个公式的定义, 进而可以对智能划分7个等级。

智能等级0是一种哲学上存在的概念，万物皆有灵，植物、海水，沙土都能感受周围发生的一切，但却无法表达出他们的感受。

智能等级1是物理世界中的最低智能等级，知识的输入和输出能力为0，即无法从世界中获取信息，也无法向我们表达任何信息。世界中的沙子、石头即为这个等级。

智能等级2的智能体，具有一定的知识理解能力和表达能力，能够存储固定总量的知识，不能和其他智能体分享知识，且存储的知识的总量不会发生变化。我们世界中，常见的洗衣机、电视等电子器件都属于这个智能上等级。

智能等级3的智能体，在具有智能等级2的能力的基础上，他存储的知识α能够随时间不断增多。我们日常生活中使用的智能手机、电脑都属于这个范畴。

智能等级4的智能体，不但能够不断获取、存储更多的知识，还能够与其他智能体分享知识从而不断地完善自己，但依然不能创造出新的知识。这个类别包括了现今最火热的几个话题：云计算、互联网等

智能等级5的智能体，在能够不断获取知识和存储知识的基础上，还能够创造出新的知识。这个智能等级，就是对应着我们现在的人类。

最后，当一个智能体获取知识的能力、对知识的表达能力（对世界的影响能力）、对知识的存储能力（记忆能力）和对知识的创造能力，都趋近于无穷大时，这个智能体就具有了第6级的智能等级，也就符合了哲学、宗教中全知全能的定义，即东方的神、希望的上帝。智能等级6的智能体，哲学、宗教、唯物争吵了几个世纪，还没有确定是否存在。

有了划分的方法，那么现今最火热的AlphaGo和AlphaZero位于哪个等级呢。在围棋方面，Alpha系列人工智能表现出了知识的获取能力（学下棋）、知识的表达能力（能比赛）、知识的存储能力（能记住以前的经历、越练越厉害），但还不具有创造能力（并不会想明新的规则，并不会下黑白棋）。还只是位于等级4的智能等级，和人类差了一个大的等级，因此，在现在的理论框架下，完全的取代人类是不可能的。

那么、AlphaGo和AlphaZero为什么这么厉害呢，看起来已经超过了人类。那是因为，棋类、计算等领域是计算机擅长的领域，其实早在二战时期，计算机（那时候还只是计算用的机器）的计算能力已经远远超过的人类，被用于密码的破解和炮弹弹道的计算。拿围棋这个人类认为很难的游戏来说，这类事物都处在一种不会受额外因素干扰的纯净环境中，仅需要考虑有限的要素。并且，事物的发展过程中，所有的落子信息、局势全部已知，没有任何隐藏信息。棋局的“解空间”虽然大，但依然是有限个，最对只有365的阶乘这么多种。AlphaGo和AlphaZero只是通过对历史经验的统计，能够快速提出整个空间中，根本不可能的一些方案，从而快速得到下棋的方案。最后，最重要的一点就是，围棋的输赢是可以判定的，因此能够很好的得到方案的正确性。

因此，对于电脑来说，下赢围棋比去菜市场买菜砍价要容易的多。当然AlphaGo和AlphaZero对深度学习的领域和无监督学习的领域贡献还是非常大的，但只是在原有的领域框架内，给出了一种简约的、高效的方法论。但离取代人类还差的远呢。

参考文献

[1]  Alan Turing, Richard Braithwaite, Geoffrey Jefferson, Max Newman, Can Automatic Calculating Machines Be Said To Think? A broadcast discussion on BBC Third Programme, January 14, 1952

[2] Liu F, Shi Y, Liu Y. Intelligence Quotient and Intelligence Grade of Artificial Intelligence[J]. Annals of Data Science, 2017, 4(1):1-13.

=================================== 

我们致力于推广普及人工智能(AI), 让AI走进每个人的生活~

欢迎分享AI相关的人物轶事、工业应用、科普常识、动态前沿~

投稿邮箱：whatisai9999@qq.com

 

 

《万众AI》 2017年第八期