导语

  

    东京大学尖端科技术中心研究员、将棋程序PONANZA设计者山本一成：从人类智慧的大视野，探索人工智能三大核心技术——机器学习、深度学习、强化学习的历史、本质与未来
    人工智能历史上三大标志性事件（本书作者设计的将棋程序PONANZA是其中之一）——
    1997年，IBM公司开发的超级计算机“深蓝”击败了俄罗斯顶尖棋手、国际象棋世界冠军卡斯巴罗夫，这是人类历史上电脑战胜人类的首例。
    2013年，日本Denso公司研发的PONANZA在“机器学习”技术上突发猛进，战胜现役将棋代表佐藤慎一，且之后四年无一败绩。
    2016年，谷歌旗下的深度思考（DeepMind）公司开发的围棋电脑程序“阿尔法狗”，击败了世界顶尖围棋棋士李世石，引发了深度学习和强化学习技术的高潮。

内容提要

  

    何谓人工智能？何谓人类智慧？我们人类又是如何作出决策的？包括此刻正在阅读的你，究竟是如何做到理解文意的昵？
    如果不是被特意追问，我们很少会留意这些问题。其实，只有对于这些问题进行探讨，我们才可以从更本质的角度来理解人工智能这一热门话题。
    《你一定爱读的人工智能简史》的作者山本一成是世界人工智能领域的代表人物，他开发的“PONANZA”程序，与IBM公司的“深蓝”、谷歌公司的“阿尔法狗”并称人工智能史上的三大标杆。
    在《你一定爱读的人工智能简史》中，作者将讨论的绝不是晦涩难懂的话题，而是以将棋、围棋为中心，继而探索机器学习、深度学习、强化学习——这三大人工智能核心技术的本质、历史与未来，并尽可能通俗地对其进行解读。
    此外，作者将继续改进“PONANZA”的设计，并在本书中与大家同步分享设计过程中的直观感受。

前言
第1章*  机器学习——人工智能寒冬期宣告结束
  必须由将棋专家来编程吗？
  计算+存储=电脑？
  搜索+评估=智能？
  将棋游戏中的搜索与评估
  评估体系的建立
  人工智能的“寒冬”
  为什么杯子是杯子？
  电脑将棋为何比电脑国际象棋晚了20年？
  盘面复杂并不是输给人类的理由
  对电脑来说，将棋的难点在于
  于电脑而言，将棋与国际象棋的本质区别
  电脑将棋中的机器学习
  机器学习的缺点
  PONANZA的成长
  电王战
  从程序员的环节毕业
第2章*  深度学习——人工智能的热潮已经到来
  黑魔法的影响力似乎越来越强了
  失败已成为家常便饭
  黑魔法之一：懒散的并列性
  深度学习下的人工智能热潮
  深度学习的前世今生
  脱离——深度学习的黑魔法
  几乎，每天都有新技术发表
  智能的本质即为图像？
  还原主义科学的落幕
第3章*  强化学习——人工智能可以脱离人类模板吗？
  人工智能已经完全超越人类？
  人类无法直观地理解“指数级的成长”
  人类将面对与职业棋手相同的经历
  “守破离”——智能学习三阶段
  什么是“强化学习”？
  PONANZA流派的诞生
  “输给电脑了，真是没办法呀
  阿尔法狗的隆重登场
  为何围棋游戏如此特殊？
  救世主蒙特卡洛法
  骰子也有智能吗？
  蒙特卡洛围棋的成长
  阿尔法狗所揭示的道理：围棋是图像
  阿尔法狗的三大武器
  合奏效果
  科学变为宗教的刹那
  智慧的本质在哪里？
第4章*  当奇点出现时
  智能与智慧
  水平越高的人，越有能力进行正确的目标设定
  意义和故事：只为人类所有？
  越接近人脑，越容易成功
  PONANZA 2045
  人工智能已在模仿人类的伦理观
  当奇点出现时
结束语
卷末附录* 世纪之战的意义何在？
  战胜人类的阿尔法狗是怎样炼成的？
  在图像识别上，电脑超越了人类
  “这真是一个力气活儿”
  阿尔法狗的第六感真是太强了
  “对不起，没能讲解好这一局”
  并非天生强大的终盘战斗力
  所有人都开始承认阿尔法狗的实力
  与人类不同，电脑的情绪是不会动摇的
  “这种下法也太没品了”
  “之前明明那么强大，现在好像一下子变笨了！”
  “围棋的本质是快乐”
  人工智能的无限可能
  科幻漫画里的世界早就到来了

前言

  

    回溯历史，从2008年至今，这10年时间或许可以说是人工智能（Artificia Intelligence，简称AI）发展历程中最重要的时期。
    随着深度学习技术的大幅度发展，过去无法在计算机领域内解决的问题逐步被纳入可计算的范围。一些曾被看作天方夜谭的技术，如自动翻译、自动驾驶等，如今也正在一步步走向现实。
    同时，在这过去的10年里，电脑在围棋、将棋（又称日本象棋）这类“象征智力”的游戏中多次创造了战胜人类顶级棋手的辉煌战绩。
    谷歌所开发的围棋机器人“阿尔法狗”与本人所开发的将棋机器人“PONANZA”都是其中的杰出代表。
    2016年，阿尔法狗在与世界顶级围棋手的对弈中一战成名，举世瞩目。
    PONANZA则在“将棋电王战”的出场权争夺赛中与来自全世界的机器人选手进行对决，并豪取4连胜，赢得了出场权。它更在随后的职业将棋选手赛“电王战”中交出了5战5胜的惊人成绩单。2017年2月，PONANZA已当之无愧地登上了“最强将棋程序”的宝座。并且PONANZA已确定，将于接下来的4月对战顶级职业棋手佐藤天彦。
    我所开发的PONANZA与谷歌公司的阿尔法狗从功能及性质上来看并不相同。然而，不论是将棋还是围棋，其人工智能都将致力于超越人类并不断升级至更高水平。从这点上来说，二者又是相同的。
    阿尔法狗（据我所知）自诞生之日起，不过数年时间便取得了今日的成就。PONANZA虽诞生于10年前，然而其飞跃性的发展却是在近几年才得以实现的。
    那么，为何近几年人工智能的发展势头会如此迅猛呢？本书的目的之一，便是向读者揭示这一现象产生的原因。
    同时，我亦希望借此书向大家传达我（现阶段）关于“什么是智能”这一问题的思考。
    PONANZA在这10年里的不断成长给我带来了无数的惊叹和喜悦，在这期间我多次问自己，究竟“何为智能”“何为智力”。
    其实，我们每天都在用智力解决各种问题，不过我们并没有刻意对此进行深入思考。
    人类究竟是如何提升自己的将棋、围棋水平的呢？
    人类究竟是如何作出决策的呢？
    包括此刻正在阅读的你，究竟是如何做到理解文意的呢？
    只有在特意被问到时，我们才会觉得不可思议。但在日常生活中，我们很少会留意这些问题。
    在我每天为人工智能绞尽脑汁、魂牵梦萦的思考中，我反而渐渐弄明白了另一个问题的答案——何为人类的智慧。我认为，对这个问题的探讨可以让我们从更本质的角度来理解人工智能。
    本书将讨论的绝不是晦涩难懂的话题，请诸位放心阅读。我们将以将棋、围棋为中心，继而探索“机器学习”“深度学习”“强化学习”这三大人工智能核心技术的本质，并尽可能通俗地对其进行解读。此外，我将继续改进PONANZA的设计，并在本书中与大家同步分享设计过程中的直观感受，这将是绝无仅有的。
    那么，让我们一起开始吧！
    山本一成(2017年2月)

后记

  

    我在2017年2月至4月间完成了本书的底稿。在此期间发生了两件事，于我、PONANZA及电脑将棋界而言都十分重大。我将以此作为本书的结尾。
    第一件事是，将棋首次实现了深度学习技术的实际应用。在第2章中我们曾说到“PONANZA中并未使用深度学习技术”，不过情况就在我写书的同时有了转变。
    与围棋不同，我之所以认为深度学习在将棋及国际象棋系的游戏中无法顺利进行是有原因的。相较于围棋，将棋和国际象棋的合法棋更容易发生动态的变化。这个问题非常深奥。在围棋中，只要是在空白处的出棋，几乎都是合法棋。而在将棋和国际象棋中，前一秒还是合法棋的出棋，在下一秒很可能就变成了不合规矩的出棋。若与王手[译者注：将棋术语，直接攻击对方的王将的一手棋]相关，可以下的棋就变化得更快了。实际上，业界已有多篇关于在国际象棋中尝试深度学习的论文，但这一尝试似乎进行得并不顺利。同样，从多年前开始，我也曾尝试将深度学习应用于将棋程序，但效果并不明显。
    那么，如今它为何能得以实现呢？其理由之一是，数据量增大、关于深度学习的最新知识也被纳入其中，自然而然就实现了。加之，我们不再固执地沉湎于它，而是放任深度学习自由发展。这一点也非常重要。
    我曾绞尽脑汁想让深度学习学会合法手，不过事实证明，这完全是徒劳。我的这份心于深度学习而言还不如说是妨碍。
    这是因为，只要深度学习可以学会下出最合适的棋，它自然可以正确分辨哪些是合法手，哪些不是合法手。之后，我既没有教它棋子的移动，也没有教它关于王手的事，更没有明确告诉它二步[译者注：将棋的禁招之一，指在同一条竖线上投入两个步兵]的规则。我只是将对于某一盘面来说最好的出棋拼命教给电脑。
    最终，不知从何时起，深度学习早已领会了将棋的规则。不过，这在某种意义上来说是理所应当的。当人类在一定程度上习惯了将棋之后，自然也不会在下棋的时候多此一举考虑哪些是合法手。“我现在下的这手棋是不是符合规则？”——这是刚刚接触将棋的人才会特意思考的问题。
    PONANZA今后或许可以和阿尔法狗到达同样的高度。具体来说，阿尔法狗是深度学习与既存的蒙特卡洛法的组合，而PONANZA同样也在挑战深度学习与既存手法之间的结合。目前，我们尚不知道二者结合后的潜力有多大。不过，我对于深度学习的未来充满信心。
    写本书时发生的第二件事是，2017年4月1日，PONANZA在第二届电王战中战胜了现役“名人”棋士。
    电王战最初的形式是职业棋手与将棋程序之间5对5的团体战，如今，它已转变为了由淘汰赛脱颖而出的职业棋手与将棋程序之间的巅峰对决。
    在将棋界现今的七个头衔中，历史最悠久、段位最高的头衔即“名人”。这个称号最初由德川家康授予棋士。由于本次对战的职业棋手是佐藤天彦名人，因此，比赛第1局的会场被定在了供奉着德川家康的日光东照宫。 我自然会出席PONANZA的对战现场。佐藤名人和我身着和服，开始了这场世纪之战。 执先手的PONANZA所下的第一手是3八金将。这在职业棋手的正式比赛中是极少见到的(正式比赛中，棋手通常会以2六步兵或7六步兵为第一手)。当天比赛由niconico直播间进行实时转播，许多人对这个开局表示了惊讶。但PONANZA仿佛也正是在用这手棋告诉大家，“将棋的棋路比我们想象得更自由”。而人们之所以对这手棋感到违和，或许是因为被既存的将棋路数束缚得太久了。 PONANZA在第71手告捷。职业棋手之间的对决通常会超过100手，因此，这场比赛只花了相对极短的时间就分出了胜负。实际上若只看棋局内容，PONANZA也可以说是完胜。 对于将棋世界来说，计算机首次打败拥有头衔的棋手的这一天是值得纪念的一天，同时它也再次让人们重新认识到了人类与人工智能之间的不同。我在本书中明确表明了人工智能(PONANZA)的特征，以及习惯为世界寻找意义、书写逻辑故事的人类思维方法的界限。 比赛现场，我在将佐藤名人的棋输入PONANZA的同时，追踪了它的调研轨迹。PONANZA会对每一手棋进行评估，并将其评估结果数值化地呈现出来。在第53手也就是PONANZA、所走的7四步兵时，其数值出现了特别大的下滑(图5-1)。 这是一手可以被称为玄妙之手的棋。此时，正呈攻势的佐藤名人手中并没有棋子。通常的将棋理论认为，在此种情况下，棋手在推进棋局时不应将棋子让给攻击方。但这里，PONANZA故意将步兵让给了佐藤名人。 在此棋局中，佐藤名人若走银将即可吃掉PONANZA的步兵(图5-2)。通常来看，这对PONANZA是非常不利的，但若仔细观察下图我们可以发现，这个形势对于PONANZA来说，与其说是不利，倒不如说其实相当有利。 通过让子来建立己方的防线——一般而言，考虑出棋意义与故事的人类是绝不会这样下的。即使赛后复盘回顾，人们也不能很好地理解这手棋背后的意义，只能感慨：不知道为什么这步棋还挺顺利的。 这是因为在人类正常的模式识别中，即使某一手棋无论怎么看都只可能是好棋，但若对其进行100次识别，人类就有可能发生1次无法识别、误判其为坏棋的情况。而PONANZA则不会判断错误，它可以准确无误地抓住这个攻击点。 换一种说法，如果某一手棋非常难以理解并且大大偏离了人类至今所积累的将棋棋路，那么，若不付出极大的努力，人类是无法顺利应对的。 从意义与故事性中解放出来的PONANZA超越了人类的界限，它告诉我们：将棋远比我们想象的更加深奥。令人乐在其中的是，在将棋这片深海中，我们迄今为止仅仅跨越了一小片浅滩，更深的海洋正等待着我们去探索。 这场对弈后，现场气氛与曾经葬礼般沉闷的气氛截然不同。回顾棋局时佐藤名人坦率地承认，自己在与PONANZA进行赛前练习赛时就几乎没有赢过。同时，他表示对5月20日即将举行的第2局对弈仍然充满信心。将棋界已经完全接受了人工智能的存在。 今后，在我们生活的这个社会里，诸如人工智能超越名人的事情将在各个领域内相继发生。如果各位(也非常幸运)可以亲身体会这种经历，我衷心地希望大家可以想起这些曾在将棋围棋界发生过的事，可以想起本书的存在。 山本一成(2017年4月)