957
機器人
“阿爾法狗”再進化的哲學啟示
關注風雲之聲
提升思維層次
解讀科學，洞察本質
戳穿忽悠，粉碎謠言
導讀
AlphaGo能不依賴人類的知識就學習成功，其關鍵之處在於：圍棋是有確定規則的，是一個“客觀”的遊戲。不需要人主觀評判，機器按行棋規則下，終局就有確定的勝負結果出來。這樣，AlphaGo的學習就不需要人類的幹預，完全可以自動進行海量的實踐。AlphaGo Zero的成功，是自學習方法的突破，也是“實踐檢驗”哲學原理的成功。
前不久，Deepmind在《自然》上發表論文，介紹了“阿爾法狗”(AlphaGo)取得的重大進展。與之前的版本不同，AlphaGo Zero完全不需要人類棋譜，從零開始自學習，隻用3天就以100∶0的壓倒性成績，擊敗曾贏下韓國棋手李世石的那版AlphaGo。
人工智能(AI)與人類的關係，在2016年的AI爆發後備受關注。對於給定規則的博弈問題，AI是需要人類的知識提供“第一推動”，還是可以自己從“元規則”開始反複實踐總結，發展出知識體係，是個有趣的問題。對於像“打磚塊”這樣的簡單遊戲，AI從零知識開始反複試玩，達到超過人類玩家的分數，2015年就實現了。但是圍棋這樣複雜的遊戲，人們還有疑問，也許人類提供一些知識對高水平AI是必需的，從零知識開始也許AI會陷入局部陷阱中出不來。
現在AlphaGo Zero給出了答案：對於AI來說，人類對圍棋的知識積累不是必須的!而且從零知識開始訓練，可以達到更高水平。人類棋譜中有一些“成見”，如一些自以為正確的本能定式下法，其實反而阻止了學習者達到更高水平。AlphaGo Zero從零開始自學習，完全不受人類棋譜的“汙染”，就可以突破“成見”，真正進入自由的天地，達到更高的水平。
AlphaGo能不依賴人類的知識就學習成功，其關鍵之處在於：圍棋是有確定規則的，是一個“客觀”的遊戲。不需要人主觀評判，機器按行棋規則下，終局就有確定的勝負結果出來。這樣，AlphaGo的學習就不需要人類的幹預，完全可以自動進行海量的實踐。AlphaGo Zero的成功，是自學習方法的突破，也是“實踐檢驗”哲學原理的成功。
人類的社會活動或者AI的博弈，需要通過實踐不斷提升效率與表現。實踐總是需要在一定的規則之內進行，這是基礎，就如穩定的社會、現代銀行體係、圍棋的行棋與終局規則。實踐時，人類本能地會借鑒前輩的一些“經驗”作為思考的出發點。學校、政府、公司都有教育體係，正如圍棋AI會學習人類高手的棋譜生成“策略網絡”作為優先選擇。然而這些“經驗”，到底能起什麼樣的作用，值得仔細觀察。
在實踐不足的情況下，參考前人經驗與人類棋譜，顯然是有益的，能夠快速“上手”。但是，在發展遇到瓶頸的時候，可能就會顯出前人經驗的不足，照本宣科會限製思維，無法突破。想取得突破，就需要從本原出發，敢於懷疑，拋棄成見大膽實踐學習，下出“新手”，作出改革。這說明，人類的實踐活動可以借鑒前人的經驗，但是如果有了好的實踐反饋學習框架，完全可以進行揚棄，取得理論突破。中國改革開放的曆程也說明，全社會持續不斷地學習與主動變革實踐，正是社會奮發向上不斷取得突破的哲學基礎。
AlphaGo雖然再次震驚世人，但無須對AI的快速發展和驚人實力感到神傷。目前，AI仍隻是人類的工具，還沒有自己的思維。
背景簡介：本文作者筆名陳經，香港科技大學計算機科學碩士，科技與戰略風雲學會會員，微博@風雲學會陳經。文章於2017年10月24日發於環球時報（https://hqtime.huanqiu.com/share/article/a-XCXGBKC0BB521F460EA291），風雲之聲獲授權轉載。
責任編輯：郭尖尖
歡迎關注風雲之聲
知乎專欄：
一點資訊：
今日頭條：
最後更新：2017-10-26 23:08:00