平论 | 真相：柯洁根本就不是输给了人工智能，而是输给了…

 平论  | 眼观世界、平心而论 点名关注

今日平说是百万国人关注的深度解析号；新榜原创全国前十。剖析真相，解读内幕。值得关注！

昨天，那位曾经自信表态：“阿法狗可以打败李世石，却无法打败我”的少年天才棋手柯洁以1/4目首败阿法狗，引起舆论热潮。不过这并不能说柯洁以前是在“吹牛”，毕竟我们看之前柯洁对李世石的战绩是十分惊艳的，完全可以说是吊打李世石，因此他固然有嚣张的理由。人不轻狂，枉少年。柯洁，好样的！虽然，他也不敌阿法狗。

昨天之后，柯洁排名变成第二

当然这并不是最重要的，最重要的某位自诩“AI导师”的人开始站出来表示：“这毫无意义，有空对弈围棋，不如投入精力研发人工智能AI。因为人工智能很快就要开始全面取代人脑了，谁先占据人工智能研发优势，谁就是未来的主宰。” 这番表态直接就把阿法狗定义为了真正的人工智能。不过作为中学时理科经常包揽满分的笔者（大学时转了法律专业，因为穷，想着学法律可以早赚钱。），对这种说法是当然持严重怀疑态度的。

我并不是要否定阿法狗的计算先进性，也不是要否定比赛结果，因为在这场博弈中，阿法狗和人类柯洁的较量，就好像是一个液压机在和人比手腕一样，是压倒性的胜利。虽然比分差距很小，但整场都是在其控制之中。且无论是阿法狗下围棋能力的成长速度，还是它的计算能力，都远非人脑所能比拟。但是，程序的计算能力强，并不意味着这个程序就是人工智能。严格地说起来，最多可以说柯洁败给了一个强大的围棋计算程序，而不是说是败给了人工智能。因为：判断一个程序是否属于人工智能，业内和科学家早有公认的评判标准，而阿法狗还远远达不到这个标准。所以我们的相关行业必须提防被忽悠，因为一旦被忽悠，后果可能很严重。

1

深蓝是人工智能吗？

在阿法狗之前出现的“人工智能”是“深蓝”，它对应的是国际象棋。国际象棋的棋盘为 8x8 的网格，对阵双方各走三步后，可能出现的棋局就会超过九百万种。因此，当时的人们认为，这个是电脑不能达到的，但是随着芯片运算速度的不断倍增，很快就达到了。它采取的策略是类似于“穷举”的方法。

首先它会搜索胜率最大的棋局，以便预测更多步以后的可能性。然后它还会在判断下一步怎么走时，先评估对手下一步棋的各种走法概率。然而这是一种非常累的方式，“深蓝”仅评估算法就有 8000 多个部分。而人类和人类之间在对弈国际象棋的时候，其实也是用的类似的计算方式。人脑会首先根据自己的下棋经验预估棋局，同时尽可能多地判断对方将要走什么棋。因此在棋盘的世界里，人脑的思维是被固定在横竖线之间的，人和人博弈的时候，本质上只是在比谁的脑子计算能力更强。

可是人的脑子，最强大的不是这个计算功能。任何人的脑子，如今都比不过计算机的计算能力，所以人类的象棋大师很快就不敌深蓝了。因为和电脑比计算能力，就等于是拿鸡蛋去和钢球比硬度一样。尽管深蓝击败了象棋大师，但它依然不能算是“人工智能”，只是一个很会计算国际象棋谱的软件而已。它和人脑的功能及思维方式，有着天壤之别。关于这一点，笔者待会儿再讲。

2

阿法狗是人工智能吗？

我们先继续讲阿法狗。阿法狗也可以说是“深蓝”的升级产品，但它的结构不同，它的“自主学习”能力更强。它不像深蓝那样需要依靠那么多的计算部分，而是采用了更简洁，更高效的计算方式。不过它依然摆脱不了：“根据当前棋局尽可能计算更多步，以及计算出对手落子概率这两点。”围棋的棋盘为 19x19 的网格，比国际象棋复杂得多，因为它需要穷举的可能数是（10^174））这已经超过已知宇宙中所有原子数的总和。由于棋盘存在如此巨大的变数，所以它长期以来一度被视为人类对抗电脑的最后堡垒。

不过既然计算机都无法穷举，人类就更无法穷举了。所以计算机只需要计算能力比人更强，就可以击败人类。根本无需穷举。

人类在下围棋时，人脑依然是被横竖线规则局限在对棋盘规则的计算当中的，每一个棋手其实也都是在通过自己的下棋经验和判断对方的落子概率来尽可能推算更多步以后的局面。当然由于围棋将比国际象棋提供的计算博弈空间更大，因此人和人进行对弈时出现的计算能力较量也就显得更有趣。有些大脑计算能力非常出色的人，可以算得比别人更精准，还能够将很多自己的绝杀套路布局在全盘棋中。但不管怎样，这个游戏的本质依然还是在比拼棋手大脑的计算能力。

而AlphaGo 同样是采用这两种思路来进行计算的。一个是评估当前局势，另外一个是通过预测对手下一步各种走法的几率，来尽可能地算出更多步数后的优势。有了这两个基点以后，阿法狗就可以开始“穷举”计算了。目前为止AlphaGo至少已经输入了三千万种棋局，自我博弈超过一百万次以上。相信以后达到三亿种棋局，一千万次以上自我博弈；或三百亿种棋局，十亿次自我博弈也不是什么难事。而人类呢？由于人类的大脑的最强功能根本不是进行这种海量运算，所以就算柯洁从娘胎里就开始下棋，且每一局都过目不忘，那么他所掌握的博弈棋局对战也不可能超过十万局吧。这，怎么比？

因此，实际上在笔者看来，阿法狗也好，深蓝也好，虽然战胜了人类，但它们的本质依然都只是在棋盘的计算能力上超越了人脑，而并不意味着它们和人脑可以比拟。因为今天的电脑或“AI”，都依然只能够进行最机械的计算组合而已，面对复杂的真实世界，缺乏基本的人脑的计算特征，都无法通过科学界公认的最基本的人工智能测试标准。

3

判断标准是什么？

要了解人工智能的判断标准是什么，就先要了解人脑的特征是什么？读者可能以为我会说情感，但其实不是。因为情感的原理更为复杂。单说人类的大脑计算规则，就依然是一个谜。尽管从神经元的分布上，人类可以大致勾勒出大脑思考的过程，可是迄今为止人类的大脑思考计算过程和规则，依然相当扑朔迷离，甚至具备某种“量子特征”。

举个最简单的例子。美国此前研发的自动无人战车AI，也号称人工智能，它不仅可以通过高清摄像头、红外线等各种手段绘制地图，然后做出比人类更为精确的驾驶操作。但它的计算过程，却很容易出现重大错误。比如，一个人类驾驶员，突然看见对面有一大团报纸堆，完全可以碾压过去。但是，无人战车无法瞬间判断它的材质。不知道它到底是一堆什么。它也许会判断成：“此路不通”，因为显然道路被巨大障碍物给堵住了。需要紧急刹车，或绕路。

而人类似乎“不经思考”，只需要看一眼，就知道这个“障碍物”到底是什么。但在我们只是看一眼时，人脑就已经瞬间完成了所有的计算，并得出了计算结果。人脑是根据什么来计算的呢？根据颜色？还是观感？这些似乎是一部分，但也不完全，它非常模糊且难以表达，支撑计算的依据特别多且特别跳跃。

当然如果你用塑胶做一个仿真的假报纸堆，人类也会上当。可问题是，只要不是这种“刻意欺骗”，那么真报纸堆和其他材质障碍物，人脑基本是可以作出瞬间判断的。但是，电脑或目前的'AI'却都不行。它无法从直接的直观感受上判断出来障碍物的材质，而是只能计算长宽高，然后呢？ 就没有然后了。它无法得出结论！ 目前很多的无人驾驶汽车出现离奇车祸的原因，也是如此。它对很多景物，出现了无法计算的误判。来的是一片落叶，还是一块砖头？远处灰蒙蒙的是一片障碍物，还是弯道路边小土堆？这突然闪过的黑影是大塑料袋还是一个小孩？是应该刹车还是急转弯，它完全蒙了。

其实关于这一点，当年有个很聪明的人早就想到了，所以他认为：“电脑是否具备人工智能，应该参照一个标准：即让两个智商正常的人使用电脑互相随意提问。进行多次测试后，如果有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。” 他叫图灵，而他提出的这个测试标准被国际社会和科学界广泛接受，也被称为“图灵测试”。——也就是说，凡是不能通过“图灵测试”的程序，均不能视为人工智能。只是单纯的计算和模仿程序罢了。

不过很遗憾的是，现在无论再先进的电脑程序，你都完全无法与之顺利对话。前不久某“人工智能教父”，就在大庭广众下和一台号称是目前最先进的测试与“AI”进行测试。不过尴尬的是，电脑程序完全答非所问。

此前也有人想到过利用海量的聊天数据让“AI”自主学习，试着让它掌握和人类对话的技巧。这方法就和阿法狗的计算方法几乎完全一致了。不过，很可惜这个尝试悲惨的失败了。很快它就被网友“调教”成了一个满嘴脏话，充满种族歧视的对喷子机器，尽管它和人交谈的次数，可以是普通人类一生交谈次数的一百倍，一千倍，一万倍，可只要和它对话，傻子都知道它是个程序而不是一个人。

（此程序已经被下线）

人脑，只需要掌握基本的文字语言，再进行完基本的义务教育，就可以创造出无限合理的对话来，并不需要像背棋谱那样在心中背下几万亿种可能出现的对话场景。但“AI”输入的模拟对话再多，却连基本的对话逻辑也很难具备。这就是证明人脑和目前“AI”的计算规则是截然不同的，不是一个层面的东西。

像阿法狗这类的“AI”不要说是学会人类的思考逻辑，甚至就连一般的图像识别组合也很难突破。比如著名的前中国铁道部（现铁总）火车票购票网站，为了防止有人开发“机器人抢票程序”采用的方式，就是采用识图组合。

这一下，所有的破解组都傻眼了，至今为止无法破解，只好在网上编了很多帖子骂铁总。他们唯一的破解办法就是穷举所有的图案，然后自动点击。可是铁总的图库，加上每次展示的图片数量组合可能性太多，比19*19的围棋盘多了无数倍的无数倍，因此即便知道铁总的图库是多少，计算机也永远不能计算或穷举出组合。因此，永远无法破解。不过人脑就不一样了，人一看就知道应该怎么选，“AI”却看到死也不明白到底怎么选。且就算“AI”通过海量学习，看懂了一种，换个角度，换种颜色材质和款式的梳子，再换种搭配组合（比如配合挂面），它就又分不出来了。噗……

4

我们离真正的AI还有多远？

其实，我们离真正的AI还有无限远的距离。首先，我们需要开发出和现在的电脑完全不同的“计算规则”，才有可能逐步接近人脑的计算方式。在这条路上，甚至连量子计算机商业化以后都还是远远不够的，它还涉及到对目前整个软件领域算法的彻底颠覆。不亚于量子物理对经典物理带来的冲击，甚至更大。

其实今天计算机和人脑的差距根本不在计算能力，而是在于计算规则。人脑和当前的计算机认识世界的方式、规则和途径是完全不同的。因此人类和电脑去比计算能力是毫无意义的，而目前这种规则下的计算机计算能力再强也不可能拥有人脑的特征。也就是说，不可能通过图灵测试，更称不上是人工智能。

目前这种层次的“AI”和真正意义上的AI，差距究竟有多大呢？笔者认为差距就像没有掌握现代数学和物理化学之前的冷兵器文明，和掌握了现代数学和物理化学之后的工业文明的差距一样大。尽管，冷兵器时代就可以制造出射程达到1500米的弩，这比今天的很多枪支射程还远，可是却毫无意义。因为当弩兵对上现代化的机枪兵，只有被碾压成渣的份儿。因为根本就不是一种层次上的东西。

一个更简单的例子是，人类看过一遍风景很难按照原样一丝不改地画下来。有一个“怪才”他有严重的自闭症，但大脑有过目不忘的功能，基本上看过的画面都能画出来，连细节也基本丝毫不差，这已经是人类所知的在这方面功能最强的大脑了。可是即便如此，他的大脑也不如任何一部拍照手机计算能力强。手机一点，咔嚓拍下来，比他画出来的更事无巨细。

自闭症天才画家Stephen Wiltshire

难道我们可以说这就证明“相机人工智能画家”，已经超越人类画家了吗？当然不能！因为相机只是在完全复制这一点上超越了人类。人和相机去比完全照搬的能力，纯粹就是自找没趣。但人脑却可以诞生艺术，只要看过风景以后，人脑可以衍生出无限种想象，会绘画的人就可以演绎出无限多比原风景更有欣赏价值的作品来，而这是目前任何“相机人工智能画家”所不可能具备的东西。

5

尾声和警惕

人类的大脑至少在可见的未来是不可取代的东西，能通过“图灵测试”的真正人工智能在可见的未来不可能出现。当然即便是目前这种拥有超强计算能力的软件出现，也将极大地影响一些现有行业。比如目前中国已经出现的无人集装箱码头，无人快递公司，甚至未来的无人机快递，还有那些在基础医学、银行、金融、社会安全保障、娱乐系统等方面，都有可能极度依赖这些超强计算能力的软件。

不过我们依然需要严格区分人工智能，和非人工智能。不能误导读者，更不能随意修改定义人工智能的行业标准。只有这样我们才会发现人脑的价值不可取代性，否则就会出现重大的问题。

比如笔者曾经在一家网络公司工作，公司的数据分析部当时就引用了大数据概念。有一次，数据分析部门作出的一份根据大数据和调查文件的结论显示：玩家在游戏中死亡并掉落装备后，选择下线的几率很大，甚至弃玩游戏的几率也会上升。同时，在调查文件里，99%以上的玩家表示厌恶掉落装备。

因此，在这个大数据行为分析结论的支持下，公司里搞数据分析的部门就拿出一份不可置疑的报告，认为必须取消玩家死亡后会掉落装备这一个功能，才能使游戏的在线率变得更高。——当然，如果交给“AI”，恐怕'AI'也一定会得出同样的结论。所以，当时公司也决定要删除这个功能。

不过我站出来力排众议，强烈要求保留这个功能。我表示：人玩游戏不仅要看数据，更还要看感受。虽然玩家掉落装备很心痛，但正因为心痛才会有珍惜游戏装备的情感产生，同时玩家不太容易记住打掉别人装备时的快感，却比较容易记住自己掉落装备时的痛苦。一旦删除该功能，玩家再也得不到打掉别人装备的快乐，同时也失去了珍惜游戏装备的情感，最后的结果必然将是游戏彻底没人玩了。(作者 | 周小平 公众号 ：zg5201049)

这场争执最后的结果是，公司决定先开一个不掉落装备的服务器试试水。结果显然不能掉落装备的服务器数据惨不忍睹。一般服务器可以有4000人同时在线，而不掉落装备服务器一开始有3000人，三天后就暴跌到600人，两周后掉到200人不到，最后宣布关闭。公司长舒一口气，表示幸亏没纯看数据就做出决定。

我认为，这就是我们人类大脑的“AI”以及“大数据”的显著不同之处，我们的思考魅力在于能想到“AI”所不能想到的东西。而如今随着外媒重新包装“人工智能”概念并配合“大数据”炒作，将很有可能误导我们的相关产业研究走入歧途。而鼓吹“人工智能”在很多重要数据领域可以彻底取代人的思潮，也很容易埋下重大隐患。