继象棋之后

至于人机大战，早在1997年，一台名为深蓝的超级计算机就赢得了国际象棋卡斯帕罗夫。“深蓝”是超级电脑。虽然看起来和人工智能程序alpha go不是一回事，但其实人工智能程序也需要一台电脑作为载体才能工作，就像大脑需要一个身体一样。所以，把它们放在一起比较也就不足为奇了。随着超级计算机技术的不断发展，即使是比较常见的集成显卡的性能也超过了700gflops。深蓝已经渐渐跟不上节奏被甩开了很多。值得一提的是，上比较快的超级计算机是我国的天河二号，性能达到了33.86pflops，是“深蓝”计算机的30万倍。

那么，与“深蓝”电脑相比，google alpha go的性能如何？google曾经在自然杂志上发表过一篇关于这个人工智能系统的文章，里面说alpha go人工智能计算机配备了48个cpu和8个gpu。似乎不能直接把两者放在一起比较，因为alpha go是在云计算平台上运行的，我们可以通过竞争对手的电脑数据大致比较一下，比如阿里巴巴云。

2015年12月，阿里巴巴云对外开放其高性能计算服务。这些计算机的独立浮点计算能力是11次浮点运算。如果谷歌的电脑性能接近阿里巴巴云，那么alpha go驱动的硬件至少是深蓝的1000倍。

说到围棋和人工智能，我们可能会有所了解，但它们之间是如何联系的呢？

那是因为机器战胜人类的一个关键是围棋。围棋历史悠久，高度体现了人类的智慧。它有19条轨道和361个交叉口。比较大可能涉及的情况数为3 361，大概体积为10 170。但在观测到的中，原子的数目只有10 ^ 80，比较大棋局数只有2 ^ 155。这是什么概念？有19条看似简单的路径，361个交叉点，形成一个广阔的。所以有人说围棋是比较能体现人类智慧的游戏。有人预言，人工智能(ai)要用十几年才能打败人类。所以，如果抛开商业元素，这款游戏的意义可能在于见证历史，说明目前对人工智能技术的研究达到了一个新的高度。

玩围棋跟ai有多难？

难度1:围棋游戏的基础是生死确认。确定棋盘上一盘棋的生死是比较基本的，但要搞清楚一盘棋是死是活是非常困难的。而且，这种生老病死的状态是不断变化的。研究本地生死搜索是ai go发展的一个难点。

难点二：棋形在形象上体现了人类思维的独特性。棋手对棋形的感觉完全取决于自己的经验，而这种感觉恰恰是输赢的关键，也是棋手水平的标志。人类棋手不愿意浪费棋子无谓地攻击对方的活棋形，也不愿意无谓地试图挽救自己的死棋形。赋予ai这种棋形感是人工智能面临的重要问题。

难点三：另外，需要研究特殊算法来解决快速识别的问题。著名计算机围棋程序员布恩说，“有了快速模式识别方法，教程序用手部肌肉吃棋就不难了。”因此，模式识别算法是围棋游戏程序的重要组成部分，高效的模式识别算法反映了游戏程序的水平。当计算机模式识别技术发展到与人脑相匹配的时候，计算机围棋的棋力已经离专业九段不远了。

简单来说，一方面go的规则非常复杂，每一步的调整都会产生更多的可能性，对机器的计算能力要求很高。另一方面，即使机器中存储了足够的数据，由于围棋规则的复杂性和玩家的不可预测性，对机器的适应性或深度学习能力也有更高的要求。

4.玩围棋这么复杂，ai靠什么赢？

以上这么难，难道ai就没有赢的机会了？不不不~

为了战胜人类，研究人员提出了大杀手——，这是人工智能领域新一代的机器学习形式，即——深度学习和强化学习。

换句话说，深度学习的概念是让计算机像人脑一样学习和思考。与传统的机器学习不同，深度学习是将计算机科学与人类神经病学相结合，让计算机自主学习。比如，人们不告诉电脑它是一只猫，然后让它识别并验证它。而是给计算机提供了大量的图片数据，可以自己研究分析，然后独立形成“猫”的概念，就像人脑的视觉皮层一样。有了具有深度学习能力的人工智能系统，未来开车时，汽车可以主动提醒你周围的路况，也可以用于语音和人脸识别、医疗诊断等领域。

强化学习这个术语来源于行为心理学，它把行为学习看成是一个试错的过程，从而把动态的环境状态映射成相应的动作。类似于传统的“取长补短”的经验。强化学习可以做出战略选择，广泛应用于象棋和迷宫。这种无监督或半监督的机器学习，被称为“深度学习”，依靠大数据和强大的计算能力，使计算机能够完成只有高度专业化的专业人员才能完成，甚至超越专家的任务，而无需人类参与。

此外，为了实现更高的计算能力，谷歌还将alpha go连接到一个由1202个cpu组成的网络。这使得这个人工智能系统的计算能力提高了24倍。经过计算，alpha go的性能是深蓝电脑的25000倍左右。按照这个节奏，如果人类一年能玩1000个游戏，ai可能一天就能玩100万个游戏。所以，只要alpha go接受了足够的训练，还是有可能击败人类玩家的。毕竟下棋时间长了，人类可能会因为身体和心理的限制而疲惫，犯错，而机器不会。

但谷歌董事长施密特表示，即使机器真的赢了，人类还是会赢。即使alphago机比较终赢了李世石，人工智能是否会“碾压”人类，依然存在疑问。我们不用太担心。人工智能可能还有很长的路要走。

历史上的人机大战

(1)深蓝打败卡斯帕罗夫

1997年，美国ibm的“深蓝”超级计算机深蓝打败了当时第一的棋手卡斯帕罗夫，成为赢家。

灵宝天*挑战人类象棋大师

2006年，inspur天*超级计算机向人类象棋大师发起挑战。在比较后的巅峰对决中，许银川和inspur天*两战全胜。inspur天*向证明了其卓越的计算能力。

3全才沃森挑战人类

2011年，“深蓝”(deep blue)的同窗老师“沃森”(watson)在老美国智力竞赛节目危险边缘中向两位人类发起挑战，并取得成功。

4 alphago以5:0获得欧洲魏凡

2016年1月，美国谷歌公司(google inc .)人工智能(ai)开发者“deepmind”(位于英国)开发的计算机软件“alphago”击败职业棋手范辉，创下先河。

进入21世纪后，科学研究从大数据、人工智能转向虚拟现实，从发现类地行星和引力波转向无人驾驶和量子计算。这是一个不断创新，不断惊喜的时代，我们有幸参与其中，可能比单纯讨论比赛输赢更有意思。