那改變認(rèn)知的第37手

2016年的首爾，AlphaGo與李世石的人機(jī)大戰(zhàn)牽動(dòng)著全球目光。第二局中，AlphaGo落下的第37手，完全跳出了人類棋手的認(rèn)知邊界：現(xiàn)場(chǎng)解說(shuō)員直言“無(wú)法理解”；李世石更是沉思了12分鐘，才艱難落子回應(yīng)。

鮮為人知的是，這手震驚世界的棋背后，是DeepMind創(chuàng)始人哈薩比斯的堅(jiān)持。備戰(zhàn)時(shí)，研究員為避免系統(tǒng)出錯(cuò)，建議降低隨機(jī)走法概率，哈薩比斯卻力排眾議：“我們研發(fā)AI，不是為了復(fù)制人類思維，而是要探索智能的未知領(lǐng)域?！?/p>

這段持續(xù)五天的傳奇對(duì)決，在哈薩比斯首部官方授權(quán)傳記《哈薩比斯：谷歌AI之腦》中得到完整還原。我們從書中摘錄這段故事，與讀者分享。

2016年1月，《自然》雜志發(fā)表了DeepMind關(guān)于圍棋的論文并將其登上封面。論文發(fā)表前一天，雜志向記者分發(fā)禁刊副本，一位記者聯(lián)系Facebook尋求評(píng)論，消息很快傳到扎克伯格耳中。扎克伯格展現(xiàn)出競(jìng)爭(zhēng)鋒芒，在論文公開(kāi)前倉(cāng)促發(fā)布聲明，宣揚(yáng)Facebook遠(yuǎn)不如DeepMind亮眼的圍棋項(xiàng)目。記者凱德·梅茨評(píng)論這是“古怪且不幸的搶先公關(guān)”，也預(yù)示了AI競(jìng)賽的正式展開(kāi)。

媒體對(duì)Facebook的聲明不屑一顧，轉(zhuǎn)而聚焦DeepMind。擊敗樊麾后，DeepMind的智能體（已命名為AlphaGo）首次戰(zhàn)勝人類圍棋冠軍，比專家預(yù)期提前約10年。哈薩比斯在《自然》封面文章發(fā)布時(shí)宣布，3月AlphaGo將與韓國(guó)傳奇棋手、18次國(guó)際錦標(biāo)賽冠軍李世石對(duì)決，DeepMind還設(shè)立了100萬(wàn)美元獎(jiǎng)金。

哈薩比斯選擇對(duì)手時(shí)經(jīng)過(guò)深思熟慮。最初想與日本冠軍比賽，但當(dāng)時(shí)日本無(wú)頂尖選手——韓國(guó)和中國(guó)是圍棋強(qiáng)國(guó)?？紤]后，他選定李世石，不僅因其職業(yè)成就，還因其體現(xiàn)的精神。這場(chǎng)比賽如同卡斯帕羅夫與“深藍(lán)”的對(duì)決，會(huì)讓癡迷圍棋的韓國(guó)人陷入狂熱?！袄钍朗敲褡逵⑿郏n國(guó)人熱愛(ài)圍棋，也熱愛(ài)AI。”哈薩比斯后來(lái)表示。

比賽時(shí)間的選擇需謹(jǐn)慎判斷。西爾弗估計(jì)AlphaGo3月能準(zhǔn)備就緒，但團(tuán)隊(duì)部分成員希望有緩沖時(shí)間，因?yàn)橄到y(tǒng)偶爾會(huì)產(chǎn)生“幻覺(jué)”，出現(xiàn)看似隨機(jī)的走法。但因其他AI實(shí)驗(yàn)室的威脅，哈薩比斯否決了懷疑者的意見(jiàn)。Facebook已緊追不舍，《自然》論文也揭示了AlphaGo的工作原理，包括策略網(wǎng)絡(luò)、價(jià)值網(wǎng)絡(luò)和蒙特卡洛樹(shù)搜索的組合模式，中國(guó)互聯(lián)網(wǎng)巨頭也可能借此迎頭趕上。

DeepMind母公司的支持促成了全速推進(jìn)的決定。2015年底，黃士杰和同事開(kāi)始在谷歌自研的“張量處理單元”（TPU）上運(yùn)行AlphaGo，這種芯片比英偉達(dá)GPU運(yùn)算更快，通過(guò)犧牲少量精度執(zhí)行更多乘法運(yùn)算。測(cè)試時(shí)，配備TPU的AlphaGo對(duì)陣GPU版勝率超80%。已加入團(tuán)隊(duì)的樊麾表示，升級(jí)后的AlphaGo棋風(fēng)不同，走法極富創(chuàng)造性且精妙。

赴韓參賽幾周前，谷歌董事長(zhǎng)埃里克·施密特拜訪哈薩比斯，希望確保勝利。“進(jìn)展如何？”他問(wèn)。“指標(biāo)不錯(cuò)，但仍有擔(dān)憂?！惫_比斯回答?！昂芎?，別搞砸了?！笔┟芴匕腴_(kāi)玩笑地說(shuō)。

2016年3月，哈薩比斯、西爾弗和團(tuán)隊(duì)抵達(dá)首爾，施密特從加州飛來(lái)，TPU芯片功臣杰夫·迪恩同行，聯(lián)合創(chuàng)始人謝爾蓋·布林三天后也加入。賽事盛況超出預(yù)期，街上有大批媒體和大屏幕，超過(guò)2億人觀看，是“深藍(lán)”擊敗卡斯帕羅夫時(shí)的兩倍多，甚至超過(guò)超級(jí)碗觀眾數(shù)。

西爾弗感到膽怯：“我低估了這件事的影響，差了兩個(gè)數(shù)量級(jí)。”

李世石信心滿滿，研究了AlphaGo與樊麾比賽的每一步，預(yù)測(cè)自己會(huì)5∶0或4∶1獲勝，因他比樊麾強(qiáng)得多。多數(shù)職業(yè)棋手也認(rèn)同，認(rèn)為擊敗DeepMind是輕松賺百萬(wàn)美元的機(jī)會(huì)?！拔覍⒈M全力捍衛(wèi)人類智能的尊嚴(yán)。”李世石承諾。

3月9日比賽當(dāng)天，黃士杰坐在黑色皮椅上，面前是棋盤，左側(cè)電腦屏幕顯示AlphaGo的行棋（由太平洋彼岸服務(wù)器生成），對(duì)面是李世石，他的走法由腎上腺素和咖啡驅(qū)動(dòng)。

第一場(chǎng)比賽開(kāi)始幾分鐘，李世石就陷入困境。他走出常規(guī)第三步并挑起沖突，試圖用訓(xùn)練數(shù)據(jù)外的策略迷惑AlphaGo，但AlphaGo不為所動(dòng)。他低估了AlphaGo自10月與樊麾比賽后的進(jìn)步。

李世石表情時(shí)而震驚、時(shí)而好笑、時(shí)而無(wú)奈，靠在椅上笑，按摩脖子。他通過(guò)研究與樊麾比賽做出的預(yù)期都毫無(wú)意義，這套系統(tǒng)當(dāng)時(shí)雖可能被擊敗，但5個(gè)月后已不可戰(zhàn)勝。最終他認(rèn)輸：“我沒(méi)預(yù)料到AlphaGo會(huì)下得如此完美。”

第二場(chǎng)比賽，李世石嘗試不同策略，小心翼翼落子等待AlphaGo出錯(cuò)。走了36步后，他起身抽煙休息，回來(lái)研究局勢(shì)。離開(kāi)期間，AlphaGo下出第37步：一顆黑子落在幾乎空曠的區(qū)域，突襲李世石右側(cè)。

李世石花了12分鐘才回應(yīng)，他從未見(jiàn)過(guò)這樣的走法。世界頂尖西方棋手邁克爾·雷德蒙德在另一個(gè)房間直播解說(shuō)，看到這步棋后，在棋盤上放了黑子又拿起：“不，這不可能正確?！钡@確實(shí)正確，他放回棋子試圖理解：“我真的不知道這步棋是好是壞。”

事實(shí)證明這是絕妙好棋，100多步后被證明是決定性的?！翱吹竭@步棋時(shí)，我認(rèn)為AlphaGo肯定有創(chuàng)造力。”李世石賽后說(shuō)，“我真的無(wú)話可說(shuō)?！?/p>

第三天是休息日，DeepMind科學(xué)家們逛街、品嘗韓國(guó)烤肉。每家報(bào)紙都報(bào)道AlphaGo，一位年輕女子在街上認(rèn)出哈薩比斯，作暈倒?fàn)?，仿佛他是流行偶像?！斑@種事經(jīng)常發(fā)生?！惫_比斯對(duì)身邊記者說(shuō)。對(duì)全球AI研究人員來(lái)說(shuō)，一切都變了，AlphaGo的出現(xiàn)終結(jié)了AI領(lǐng)域默默無(wú)聞的純真時(shí)代。

第四天，AI第三次擊敗李世石。李世石展現(xiàn)了職業(yè)生涯中精彩的技藝，但AlphaGo表現(xiàn)更勝一籌。新聞發(fā)布會(huì)上，他向人類道歉：“我感到有點(diǎn)無(wú)能為力?！?/p>

面對(duì)機(jī)器超級(jí)智能，一種回應(yīng)是“打不過(guò)就加入”。0∶5失利后，樊麾加入DeepMind，稱失敗讓他看到人生無(wú)限可能：“我發(fā)現(xiàn)世界比想象的大得多，很喜歡這種感覺(jué)。”這是謙遜的情感，但掩蓋了人類失利的現(xiàn)實(shí)。機(jī)器拓展了可能性，也以不安的方式威脅人類，意味著人類直覺(jué)和想法可能不再重要。

另一種回應(yīng)是繼續(xù)抗?fàn)?。第四?chǎng)比賽中，李世石憑借第78步“神之一手”擊敗AlphaGo。這步精妙的棋讓計(jì)算機(jī)陷入被動(dòng)，算法出現(xiàn)類似人類的慌亂，走出無(wú)章法的棋步，最終認(rèn)輸。李世石慶祝勝利，稱感受到無(wú)上溫暖，棋迷高呼他的名字，一位程序員甚至將第37步和第78步棋形文在手臂上。但3年后，當(dāng)圍棋系統(tǒng)空前強(qiáng)大時(shí)，李世石黯然退役，稱再也無(wú)法從下棋中感受到快樂(lè)。

DeepMind團(tuán)隊(duì)也不確定如何看待勝利。AlphaGo是人類創(chuàng)造的，是人類行動(dòng)力和好奇心的體現(xiàn)，但他們也共情李世石的絕望。“我無(wú)法慶祝?！惫_比斯回憶李世石1∶4失利時(shí)說(shuō)，他知道競(jìng)爭(zhēng)失利的滋味。

幾年后，托雷·格雷佩爾被問(wèn)及機(jī)器超越人類的感受時(shí)說(shuō)：“初代圍棋系統(tǒng)棋路與人類相似，摸索出人類千年策略讓我們開(kāi)心；后來(lái)它發(fā)現(xiàn)人類策略可反制，就放棄了；再后來(lái)系統(tǒng)變強(qiáng)，下法變得陌生，棋子看似隨機(jī)散布，但30步、50步、100步后，所有棋子都聯(lián)系在一起……”“就像絞索勒緊脖頸？”我緊張地問(wèn)?！皼](méi)錯(cuò)，就是這樣！堪稱魔法。”格雷佩爾說(shuō)，這不是魔法，是算法的先見(jiàn)之明，只是在低等智能看來(lái)像魔法?！斑@就是我們必須想象的未來(lái)。圍棋領(lǐng)域已實(shí)現(xiàn)超級(jí)智能，我們能體驗(yàn)與它互動(dòng)的感受。一開(kāi)始它看似無(wú)威脅，然后用途完全主導(dǎo)，我們不理解它的運(yùn)作機(jī)制、戰(zhàn)術(shù)和策略，只知道控制權(quán)在它手中……”

本文來(lái)自微信公眾號(hào)“紅杉匯”（ID：Sequoiacap），作者：洪衫，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽?lái)源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com