中搜網絡董事長、總裁陳沛，是著名人工智能專家、中國計算機協會常務理事、第三代搜索主設計師，也是北京圍棋業余冠軍。

各位朋友大家晚上好，我是陳沛。今晚為大家分享的主題是《機器會否統治人類？從人機大戰看人工智能的崛起》。

我們都知道，2017年的人機大戰已開幕，柯潔和AlphaGo比賽的第一局，我們也都已經看到了結果，是AlphaGo1/4子贏了柯潔。其實1/4子在圍棋上是最小的一個輸贏單位，沒有更小的勝負差別，但比賽在我看來其實是一面倒的。實際上AlphaGo一直占據著優勢，雖然柯潔在官子階段步步緊逼，竭盡全力，但是最后還是輸掉了比賽。

在這之前，媒體問我“柯潔勝算幾何？”，我很抱歉地預測說“柯潔三戰皆負”。今天這是第一盤，我們還有機會看第二盤和第三盤。但這個比賽本身是非常有意思的，在我看來它已經超出了圍棋的范疇，它不是一個簡單的圍棋比賽，而是人類和我們人類造出來的機器之間的競爭，只不過這個競爭是在一個非常獨特的領域就是圍棋中展開的。

由我來分享這個主題，我個人覺得是挺合適的。因為我本人從六七歲開始學圍棋，拿過浙大的圍棋冠軍，也拿過總參謀部的冠軍，還拿過北京市業余圍棋的冠軍，所以我對圍棋有自己的一些理解，應該說在業余里下的比較好的人了。另一方面我也做過很多人工智能的項目，包括專家系統，特別是我自己還寫過一個五子棋博奕程序，把人的知識用計算機語言的方式去表達和使用，然后再和人類進行比賽。所以AlphaGo和柯潔的大戰引起世界的關注，也引起了我的個人興趣，我覺得通過這件事情，我們可以更好的來看看人工智能的崛起。

復盤幾次“人機大戰”

人工智能是時下熱點，也成為了刷屏的關健詞。其實機器和圍棋的比賽并不是第一次發生，在很早就有這種機器和人對戰的圍棋軟件，每年甚至有計算機的圍棋比賽，但是都沒有像現在這樣引起轟動。我覺得最大的一個原因是人工智能的崛起帶來了圍棋軟件的大幅度提升，開始挑戰人類的頂尖高手。

1997年，IBM的深藍戰勝過人類的國際象棋冠軍卡斯帕羅夫，應該說機器挑戰了人類的棋類游戲，并且戰勝了人類頂尖高手，但是那時候并沒有特別大地引起整個人類的轟動和關注。當時是IBM的一個小型機IS6000和人類的世界冠軍卡斯帕羅夫的對弈，這個比賽確實使用了機器，但是并沒有大量采用人工智能技術，更多的采用了一些硬件加速，暴力計算的方式，戰勝了人類的冠軍。而象棋和國際象棋在變化量的數量級上比圍棋差了很多，以至于機器通過自己強力的運算就有機會戰勝人類的世界冠軍。

這次不同，這次挑戰的是圍棋，圍棋變化的復雜量，有人形容說它是原子的個數總和，大概是120位以上的數字，變化極其復雜，復雜到我們人類從來也不能夠算清楚，未來也不可能算清楚。過分的復雜以至于機器也算不清楚，因此在圍棋中我們必須使用一些分析、判斷、決策等人類特定的智慧，而不是機器的運算能力。

很多人開始說：“機器能算那么快，人當然下不過他了。”其實機器雖然算得比較快，但并不是完全靠計算來戰勝人類的。它有自己的神經網絡，有自己的深度學習，它把人類當成老師，然后不斷的學習和提高，包括左右互搏。這個過程中機器積累了人類對圍棋大量的知識，這時候它才能真正戰勝人類。所以這次AlphaGo戰勝人類具有里程碑式的意義，它可能在人類所有的智力游戲上占到了一個制高點上，以至于下完這次比賽以后，可能人類已經沒有機會再去挑戰機器，按柯潔的話說：“這是我和機器下的最后三盤棋”。

當年IBM的IS6000，就是“更深的藍”，戰勝了卡斯帕羅夫的第二天就宣布退役了。換句話說，“如果我現在能贏了你，你以后再也沒有機會贏我了，再跟你下沒有意義，所以不跟你們玩了。”這次為什么跟柯潔還有機會做一次這樣的人機大戰呢？是因為去年4月份的時候，AlphaGo和李世石進行了第一次“人機大戰”，那場比賽機器4：1戰勝了人類，而李世石在第四盤的時候下出了所謂“神之一手”，打亂了整個機器的系統，后面的邏輯產生了紊亂，我本人是現場參與解說的，我發現機器在這個過程中犯了一些非常規的錯誤，應該不是知識也不是能力。

從棋的內容上來說，去年的比賽機器確實比人類頂尖高手像李世石這樣的人下得更好，但是好的依然非常有限。我們人類可能不太服氣：“你雖然贏了我，我也沒有覺得你有多厲害”。特別比賽剛開始的時候，人類一邊倒的認為機器下棋下不過人類，包括我本人也誤判了，但是事實上機器在上次的比賽中已經戰勝了人類的代表李世石。

李世石榮獲了人類的14個世界冠軍，應該統治了人類棋手十年的歷史，代表人類也是當之無愧的，但是客觀來說他已經過了自己的巔峰期，不是最佳的競技狀態，所以不一定能夠代表人類現在最高的圍棋水平。而柯潔是現在的世界第一，所以安排現在人類的世界第一和AlphaGo再進行一次比賽，依然具有挑戰的意義，只不過這次挑戰看起來不像是機器挑戰人類，更像是人類挑戰機器。

除圍棋領域，前不久也有“冷撲大師”和人類進行了德州撲克比賽，后來也戰勝了人類。其實更早一些的時候，實際上IBM的深藍戰勝卡斯帕羅夫以后，沒有繼續在圍棋上去研究，而是去參加了人類的一些知識競賽的比賽，那個系統叫沃森，后來也戰勝了人類知識問答的冠軍，所以機器是在不同的場合，以不同的方式挑戰人類的智慧。

AlphaGo是怎樣與人類比賽的？

有很多人來問我AlphaGo到底是怎么下棋的。AlphaGo應用了哪些技術呢？

云計算

跟大家想的一樣，它確實要鎖定在計算，這次的AlphaGo我不知道情況是什么，但上一次跟李世石的比賽，AlphaGo動用了2000臺的服務器，同時進行運算，應該說它使用的云計算技術，集中了相當一部分通過網絡連接起來的計算資源。比較而言的話，如果只用一臺服務器做運算需要一秒鐘的話，2000臺的話就可以大大降低它每次判斷的時間，甚至使整個比賽得以進行，所以利用云計算谷歌應該可以動用大量的服務器，不光2000臺，需要兩萬臺的時候也可以，所以現在應該是用兩千臺服務器同時進行運算參與這樣的頂級比賽。

大數據

應該說AlphaGo的上一個版本是1.0版本，它大量錄入了人類頂尖棋手的圍棋棋譜，可以說它繼承和學習了人類圍棋史上可以學習的圍棋知識，然后通過深度學習的方式，變成它能夠理解的知識，然后應用到它自己的實戰當中，所以很顯然這也是一個大數據的成果。

當然很多人可能不一定都會下圍棋，很多人也不是都是懂得人工智能的。所以AlphaGo實際上是有一套非常好的人工智能技術來適應圍棋的比賽，簡單說有兩個網絡——一個是價值評判的網絡，一個是搜索的網絡，然后找到每次決策它認為最好的一個點，這個點是以勝利最高的點作為決策的依據。

我們可以這樣簡單理解AlphaGo怎么去跟人下棋的。當柯潔下了一步棋的時候，它會在所有可能的選點中作出一個基礎的判斷，判斷哪些棋可能是應該思考的，但是什么樣的棋應該思考的呢？它可能需要搜索的方法去驗證，比如說，如果這個點是人類棋手經常使用的，或者是這次可能采用它自己學習系統來產生的一個重要的推薦點，根據這個推薦點會引發一系列的演變，而這些演變通過門特卡羅的搜索數不斷的去驗證，雙方相當于是左右互博的方式，雙方都按照對方最好的應對，去演變下面的一些變化。當這些變化演變到一定的步數之后，比如說20步、25步這樣的步數的時候，它要對結果進行評判，然后把結果反饋。

據說AlphaGo1.0版本的時候，它的學習過程是把人類的大量棋譜作為主要的依據。就是人類在這樣的情況下，選擇什么樣的點進行思考和判斷，進行去搜索和推演。這次AlphaGo2.0它實際上不再使用人類已有的棋譜，而是通過兩臺AlphaGo互相博奕互相學習的方式來產生知識推薦點，我覺得這個過程是很容易理解的。因為早期AlphaGo完全不具有人類的知識，所以他需要大量的棋譜。那么等它經過1.0的比賽以后，它本身已經成為人類的頂尖高手了，所以兩臺AlphaGo自己的相互博奕就可以作為推薦的依據了，所以很可能這次采用的是它用自己方式來生產的圍棋知識。