傑米斯·哈薩比斯，Deep Mind創始人，AlphaGo之父
AlphaGo（阿爾法狗）之父在劍橋大學歷時45分鐘的演講：
非常感謝大家今天能夠到場，今天，我將談談人工智能，以及DeepMind近期在做些什麼
，我把這場報告命名為「超越人類認知的極限」，我希望到了報告結束的時候，大家都清
晰瞭解我想傳達的思想。
1. 你真的知道什麼是人工智慧嗎？
對於不知道 DeepMind 公司的朋友，我做個簡單介紹，我們是在 2010 年於倫敦成立了這
家公司，在 2014 年我們被 Google 收購，希望藉此加快我們人工智慧技術的腳步。我們
的使命是什麼呢？我們的首要使命便是解決人工智慧問題；一旦這個問題解決了，理論上
任何問題都可以被解決。這就是我們的兩大使命了，聽起來可能有點狡猾，但是我們真的
相信，如果人工智慧最基本的問題都解決了的話，沒有什麼問題是困難的。
那麼我們準備怎樣實現這個目標呢？DeepMind 現在在努力製造世界上第一台通用學習機
器，大體上學習可以分為兩類：一種就是直接從輸入資料和經驗中學習，沒有既定的程序
或者規則可循，系統需要從原始數據自己進行學習；第二種學習系統就是通用學習系統，
指的是一種演算法可以用於不同的任務和領域，甚至是一些從未見過的全新領域。大家一
定會問，系統是怎麼做到這一點的？
其實，人腦就是一個非常明顯的例子，這是有可能的。關鍵在於如何透過大量的數據資源
，尋找到最合適的解決方式和演算法。我們把這種系統叫做通用人工智慧，來區別於如今
我們目前大部分人在用的，僅在某項領域發揮特長的狹義人工智慧，這種狹義人工智慧在
過去的 40-50 年非常流行。
IBM 發明的深藍系統（DeepBlue）就是一個很好的狹義人工智慧的例子，他在上世紀 90
年代末期曾打敗了西洋棋冠軍蓋瑞 · 卡斯帕羅夫（Gary Kasporov）。如今，我們到了
人工智慧的新的轉捩點，我們有著更加先進、搭配得更好的技術。
2、如何讓機器聽從人類的命令？
大家可能想問機器是如何聽從人類的命令的，其實並不是機器或者演算法本身，而是一群
聰明的開發者智慧的結晶。他們與每一位西洋棋大師對話，汲取他們的經驗，把其轉化成
程式碼和規則，建立了人類最強的西洋棋大師團隊。但是這樣的系統僅限於西洋棋，不能
用於其他遊戲。對於新的遊戲，你需要重新開始編程。在某種程度上，這些技術仍然不夠
完美，並不是傳統意義上的完全人工智慧，其中所缺乏的就是普遍性和學習性。我們想透
過「加強學習」來解決這一難題。在這裡我解釋一下強化學習，我相信很多人都瞭解這個
演算法。
首先，想像一下有一個主體，在 AI 領域我們稱我們的人工智慧系統為主體，它需要瞭解
自己所處的環境，並盡力找出自己要達到的目的。這裡的環境可以指真實事件，可以是機
器人，也可以是虛擬世界，比如遊戲環境；主體透過兩種方式與周圍環境接觸；它先透過
觀察熟悉環境，我們起初透過視覺，之後也可以透過聽覺、觸覺等，我們也在發展多感官
的系統；
第二個任務，就是在此基礎上，建模並找出最佳選擇。這可能涉及對未來的預期，想像，
以及假設檢驗。這個主體經常處在真實環境中，當時間節點到了的時候，系統需要輸出目
前找到的最佳方案。這個方案可能或多或少會改變所處環境，進一步驅動觀察的結果，並
回饋給主體
簡單來說，這就是強化學習的原則，示意圖雖然簡單，但是其中卻涉及了極其複雜的演算
法和原理。如果我們能夠解決大部分問題，我們就能夠搭建泛用人工智慧。這是因為兩個
主要原因：首先，從數學角度來講，我的合夥人是一名博士，他建了一個系統叫「AI-XI
」，用這個模型，他證明在電腦硬體條件和時間無限的情況下，建一個泛用人工智慧，需
要的資訊。另外，從動物和人類等生物角度來講，人類的大腦是多巴胺控制的，它就在執
行強化學習的行為。因此，不論是從數學的角度，還是生物的角度，強化學習是一個有效
的解決人工智慧問題的工具。
3、為什麼圍棋是人工智慧難解之謎？
接下來，我要談談我們最近的技術，那就是去年誕生的 AlphaGo；希望在座的大家瞭解這
個遊戲，並嘗試玩玩，這是個非常棒的遊戲。圍棋使用方形格狀棋盤及黑白二色圓形棋子
進行對弈，棋盤上有縱橫各 19 條直線將棋盤分成 361 個交叉點，棋子走在交叉點上，
雙方交替行棋，以圍地多者為勝。圍棋規則沒有多複雜，我可以在五分鐘之內教給大家。
這張圖展示的就是一局已結束，整個棋盤佈滿棋子，然後數一下你的棋子圈出的空間以及
對方棋子圈出的空間，誰的空間大，誰就獲勝。在圖示的這場勢均力敵的比賽中，白棋一
格之差險勝。
其實，要理解這個遊戲的最終目的非常難，因為它並不像西洋棋那樣，有著直接明確的
目標，在圍棋裡，完全是憑直覺的，甚至連如何決定遊戲結束，對於初學者來說都很難。
圍棋是個歷史悠久的遊戲，有著 3000 多年的歷史，起源於中國，在亞洲，圍棋有著很深
的文化意義。孔子還曾指出，圍棋是每一個真正的學者都應該掌握的四大技能之一（琴棋
書畫），所以在亞洲圍棋是種藝術，專家們都會玩。
如今，這個遊戲更加流行，有 4000 萬人在玩圍棋，超過 2000 多個頂級專家，如果你在
4-5 歲的時候就展示了圍棋的天賦，這些小孩將會被選中，並進入特殊的專業圍棋學校
，在那裡，學生從 6 歲起，每天花 12 個小時學習圍棋，一週七天，天天如此。直到你
成為這個領域的專家，才可以離開學校畢業。這些專家基本是投入人生全部的精力，去揣
摩學習掌握這門技巧，我認為圍棋也許是最優雅的一種遊戲了。
就像我說的那樣，這個遊戲只有兩個非常簡單的規則，而其複雜性卻是難以想像的，一共
有 10170（10 的 170 次方）種可能性，這個數字比整個宇宙中的原子數 1080（10 的
80 次方）還要多，是很難窮舉出圍棋所有的可能結果的。我們需要一種更加聰明的方法
。你也許會問：為什麼電腦進行圍棋的遊戲會如此困難？儘管 1997 年 IBM 的人工智慧
DeepBlue（深藍）打敗了當時的西洋棋世界冠軍 Garry Kasparov，圍棋一直是人工智慧
領域的難解之謎。我們能否做出一個演算法來與世界圍棋冠軍競爭呢？要做到這一點，有
兩個大的挑戰：
一、搜尋空間龐大（分支因數就有 200 個），一個很好的例子，就是在圍棋中，平均每
一個棋子有兩百個可能的位置，而西洋棋僅僅 20。圍棋的分支因數遠大於西洋棋。
二、比這個更難的是，幾乎沒有一個合適的評價函數來定義誰是贏家，贏了多少；這個評
價函數對於該系統是重要的彎見。而對於西洋棋來說，寫一個評價函數是非常簡單的，因
為西洋棋不僅是個相對簡單的遊戲，而且是實體的，只要數一下雙方的棋子，就能輕而易
舉得出結論了。你也可以透過其他指標來評價西洋棋，比如棋子的機動性等。
所有的這些標準在圍棋裡都是不可能的，並不是所有的部分都一樣，甚至一個小小部分的
變動，會整個改變格局，所以每一個小的棋子都對棋局有著重要的影響。最難的部分是，
我稱西洋棋為毀滅性的遊戲，遊戲開始的時候，所有的棋子都在棋盤上了，隨著遊戲的進
行，棋子被對方吃掉，棋子數目不斷減少，遊戲也變得越來越簡單。相反地，圍棋是個建
設性的遊戲，開始的時候，棋盤是空的，下棋雙方再慢慢把棋盤填滿。
因此，如果你準備在中場判斷一下目前形勢，在西洋棋裡，你只需看看現在的棋盤，就能
告訴你大致情況；在圍棋裡，你必須評估未來可能會發生什麼，才能評估現在的局勢，所
以相比之下，圍棋難得多。也有很多人試著將 DeepBlue 的技術應用在圍棋上，但是結果
並不理想，這些技術連一個專業圍棋手都打不贏，更別說世界冠軍了。
所以大家就要問了，連電腦操作起來都這麼難，人類是怎樣解決這個問題的？其實，人類
是靠直覺的，而圍棋一開始就是一個靠直覺而非計算的遊戲。所以，如果你問一個西洋棋
選手，為什麼這步這樣走，他會告訴你，這樣走完之後，下一步和下下一步會怎樣走，就
可以達到什麼樣的目的。這樣的計劃，有時候也許不盡如人意，但是起碼選手是有原因的
。
然而圍棋就不同了，如果你去問世界級的大師，為什麼走這一步，他們經常回答你直覺告
訴他這麼走，這是真的，他們是沒法描述其中的原因的。我們透過用加強學習的方式來提
高人工神經網路演算法，希望能夠解決這個問題。我們試圖透過深度神經網路模仿人類的
這種直覺行為，在這裡，需要訓練兩個神經網路，一種是決策網路，我們從網上下載了上
百萬的業餘圍棋遊戲，透過監督學習，我們讓 AlphaGo 模擬人類下圍棋的行為；我們從
棋盤上任意選擇一個落子點，訓練系統去預測下一步人類將作出的決定；系統的輸入是在
那個特殊位置最有可能發生的前五或者前十的位置移動；這樣，你只需看那 5-10 種可能
性，而不用分析所有的 200 種可能性了。
一旦我們有了這個，我們對系統進行幾百萬次的訓練，透過誤差加強學習，對於贏了的情
況，讓系統意識到，下次出現類似的情形時，更有可能做相似的決定。相反地，如果系統
輸了，那麼下次再出現類似的情況，就不會選擇這種走法。我們建立了自己的遊戲數據庫
，透過百萬次的遊戲，對系統進行訓練，得到第二種神經網路。選擇不同的落子點，經過
信賴區間進行學習，選出能夠贏的情況，這個機率介於 0-1 之間，0 是根本不可能贏，
1 是百分之百贏。
把這兩個神經網路結合起來（決策網路和值網路），我們可以大致預估出現在的情況。這
兩個神經網路樹，透過蒙特卡羅演算法，把這種本來不能解決的問題，變得可以解決。我
們網羅了大部分的圍棋下法，然後和歐洲的圍棋冠軍比賽，結果是 AlphaGo 贏了，那是
我們的第一次突破，而且相關演算法還被發表在《自然》科學雜誌。

這算爆掛嗎= =

原文是中國新聞 http://tinyurl.com/mgqzrr7原po用爆卦而不用新聞來規避不得張貼中國新聞的板規

這樣就是違反板規啊

掰

看過了

我文組的,說中文好嗎

好文章

好文章啊，幹嘛找人家麻煩

想學圍棋要如何入門?

推

阿法狗知道什麼是第一手大元嗎

優文推個

我以為是alphago演講...

人類的直覺應該是從小到大歷練而成 電腦不是這麼好模

跟我想的一樣

很棒的文章