分享

图灵的预言:从终极算法到新智能时代

 长夏江村 2017-08-21

离AlphaGo人机大战的日子已经过去了几年的时间。


这一天,以色列计算机科学家Oded Rabin将他最新一版的论文上传到了arXiv网站,希望全世界的研究人员第一时间内能够看到他的研究成果。对他来说,他研究这个问题已经整整15年了,这篇论文的名字叫:A Polynomial-time Algorithm for General Circuit-SAT Problem。当他点击上传的那一刻,心情是无比激动地,因为这意味着困扰了人类几十年的P-vs-NP问题有望得到解决。

 

随后在这一年的夏天,Oded Rabin受邀在最新召开的ACM Symposium on Theory of Computing大会(STOC)上做了一个30分钟的Keynote,报告的题目叫:On an Open Problem of Cook。STOC会议是计算机理论方面的顶级会议,全世界计算机理论方面的专家齐聚一堂,在这一天讨论着这个充满争议的话题。会议主办方会后做了一个调研,结果发现83%的人认为Rabin的研究存在着瑕疵,而仅有5%的人认为是对的,剩下的人表示难以判断。就像之前很多人都宣称解决了P-vs-NP问题的人那样,学术界又一次沉静了下来。

 

同时,远在圣彼得堡的一位叫Andrei Perelman的俄罗斯研究人员在网上观看了这次STOC会议的Keynote视频后,马上下载了Oded Rabin的研究论文,开始痴迷的阅读起来。Andrei Perelman是Perelman家族的一员,这个家族有另外一个重量级的人物,名字叫Grigori Perelman。是的,就是那个在2002年解决了数学界七大难题之一的“庞加莱猜想”的人。

 

第二年的春天,两位Perelman联名在Communicationof the ACM杂志上发表了一篇评论性文章,坚定不移的认为Rabin工作的正确性。同时,积极探讨了该工作对整个计算机世界,不,应该是全人类,会有怎样的影响。由于Grigori Perelman的强大影响力,计算机学界和数学学界开始重新审视Rabin的文章,并一致认为所言不虚。Google在当年的最后一天,在他们的搜索主页用人们熟悉的字体和颜色,恰如其分的拼出了一个耀眼的口号:“P = NP”


从这一年开始,Rabin开始收获无数个奖项,包括:数学界最高奖Fields Medal、计算机界最高奖Turing Award等等。随后,更是有美国克雷数学研究所也给Rabin寄来了一张100万美元的支票,兑现他们当初的诚诺:任何一个七大数学难题的解答,只要发表,并经过两年的验证期,解决者就会被颁发一百万美元奖金。P-vs-NP问题正好也是这七个问题中的一个。和Perelman不一样(Perelman解决了“庞加莱猜想”后,却拒绝了奖金),Rabin收下了这笔奖金,并在圣彼得堡大学设立了一个计算机方面的奖学金,鼓励更多的学生从事计算机的理论研究。

 

然而,Rabin所发现的算法虽然在理论上取得了突破,实际上执行的效率并不高,即便用当时最快的机器来运算,长时间的等待还是无法忍受,需要不断地改进。全世界所有聪明绝顶的研究人员都被吸引到这个问题上来了,Github上关于这类优化算法的项目就达到了30个之多,第一届NPC优化算法国际大会也如期召开。还有很多工业界的巨头,都纷纷设立了高额奖金,奖励能够进一步优化算法的工作。其中,最著名的算是美国计算机科学家Erik Fortnow提出的DaVinci算法。DaVinci算法是第一个NPC问题的多项式级算法,只不过这个算法的复杂度还是太高,达到n的100多次方。虽然经过了多次优化,然而,总体效果并还是不够实用,解一个中等规模的NPC问题还是需要花上一个月左右的时间。

 

同时,在此期间,人工智能领域经过多年的积累和发展,取得了长足的进步,棋类游戏也早已不是AI秀肌肉的场所,开始在各种竞技类游戏碾压人类。人机大战之后过了不久,AlphaGo的第256个版本在最新的《星际争霸3》中以3:0的绝对优势战胜了人类WCG总冠军选手,一位韩国人。实际上,AlphaGo 256版本限制颇多,不允许比人类手速更快的操作、不允许感知黑暗状态地图的信息、也不允许同一时刻操作多个单位等等。即便如此,人类选手还是在战略战术上一败涂地。竞技游戏领域的人机大战从此退出舞台,取而代之的是人机混战,人和电脑组队进行相互PK。暴雪公司通过一系列的收购迅速掌握了核心AI技术,并整合到它的战网上,AI辅助模式开始走向个人时代,人机混战模式风靡全球,训练自己的AI系统(购买各种云计算资源、学习算法、对战数据等)开始成为网友们的最大投资。只要你有钱,即便你是猪一样的队友,你所训练出的强大AI都会帮助你碾压敌人,无论他是人还是机器。人类从此沦为游戏的配角。暴雪公司的股价开始一飞冲天,同时正式宣称开始转型为一家人工智能公司,并开始彻底碾压对手EA公司。

 

其他领域,也纷纷开始沦陷,交通运输、文秘、编辑、翻译、零售,甚至科学研究,越来越多的智能机器取代了人类的工作。下岗潮如期而至,全球经济开始动荡,欧盟也已经不复存在了,甚至战争的阴影也开始笼罩着这个世界。

 

就在Oded Rabin上传了他那篇划时代论文的4年后,中国合肥,中国科学技术大学图灵班的几个本科生正在兴奋的讨论着手上的工作。这个图灵班是从中科大少年班中进一步挑选出来的对计算机科学和数学感兴趣的顶尖学霸,连同指导老师,肩负着冲击中国计算机领域最前沿科学问题的重任。而他们此时正在研究的问题就是如何进一步优化Erik Fortnow提出的DaVinci算法。带头的是一个叫做屈嘉的女生,从小成绩优秀,特别擅长数学,来到中科大的时候是他们省当时年龄最小的保送生。屈嘉来到中科大之后,听了一次图灵班的宣讲,立即被吸引住了。在参观了几个教授的实验室之后,毅然加入了图灵班,师从当时中国计算机理论学界最著名的教授叶宁。叶教授是中国计算理论领域的一面旗帜,行事作风比较低调,典型的一个学者。当时把屈嘉招进来的时候,甚是喜欢这个小姑娘,不仅是因为她聪明伶俐,更重要的是叶教授发现她有着不同于周围同学的思维方式,平时话不多,但在关键时刻往往能语出惊人。

 

此时同叶教授一起合作的还有国防科技大学,课题组也一直在天河5号上面测试者他们的算法性能。是的,此时的天河5号已经雄霸世界超级计算机排行榜榜首的位置好长一段时间了。在天河5号上优化DaVinci算法无疑是最明智的选择。屈嘉进入图灵班后,就开始跟着叶教授做DaVinci算法的优化问题,并且也取得了很大的进展,最近一次的实验成果是解决一个中等规模的NPC问题,虽然还是要花上几天的时间,但是已经是当时世界上最快的同类算法了。然而,再往后,无论是她怎么努力,再也没能向前继续推进了,包括叶教授在内的专家学者也都束手无策。

 

又过了一段时间,屈嘉找到了叶教授,表达出想借暑期交流的机会去寻访一下DaVinci算法的源头,希望能够找到一些灵感继续开展工作。叶教授马上同意了,正好今年的STOC大会在美国召开,除了能够见到DaVinci算法的发明人Erik Fortnow教授,还能顺便宣传一下课题组的研究成果,毕竟他们课题组的研究工作是国内唯一一篇被大会录用的论文。没想到的是,屈嘉呆呆的望着办公室白板上的公式,说到我想去的不是美国,而是以色列,我想拜访的人是Oded Rabin。叶教授略带惊讶的望着屈嘉,几秒钟后微笑道:是的,是应该深入洞悉这个算法背后本原的时候了。


六个月后,屈嘉回到了合肥,并向叶教授汇报了这段时间的收获,同时很有信心的说能够将算法的性能进一步提高。随后,在整个课题组的共同努力下,一周内,屈嘉将手上算法的性能提高了8%,一个月后,算法性能提高了32%。叶教授非常满意屈嘉的进展,准备开始去尝试解决大规模的DaVinci算法问题。然而就在这时,屈嘉突然提到,我有一个更好的办法,我想去尝试一下。叶教授再一次惊讶的望着她:你打算怎么去做?屈嘉没有回答,临走时和叶教授说道:请再给我一点时间。

 

此时的屈嘉正好面临本科毕业,虽然导师一再挽留,但她还是去了美国的普林斯顿大学,拿的是全奖,毫无疑问。叶教授问她为什么选择去普林斯顿,屈嘉只留下了几个字:那里有我要寻找的东西。

 

两年时间很快过去了,而屈嘉却突然回国了,而且放弃了博士学位。当叶教授再次见到屈嘉的时候,发现她脸上虽然挂着些许疲惫的颜色,但整个人显然处于一种亢奋的状态中。屈嘉兴奋的说到:我找到它了!当叶教授问她找到了什么的时候,屈嘉冷静了一下,说到:我找到了一种“终极算法”,它可以让计算机自动使用找到的更好的算法来查找比当前算法更好的算法,然后一直找下去,直到算法的性能无法继续提升为止。这样,计算机就可以摆脱人类智慧的局限,去发现一个问题从根本上最快的算法。

 

叶教授表示无法相信,但还是愿意去让她尝试一下。一周后,屈嘉把这个所谓的终极算法编好了,然后放到了一台高性能计算机上面去运行,他们随机挑选了一个NPC问题去求解。随着迭代次数的增加,由计算机自动生成的求解这个NPC问题的算法性能越来越好,并在3天之后停止,生成了一段有1024万行的让人难以理解的代码。叶教授用这段代码试着去求解这个中奖的NPC问题,结果令人惊讶,非常快!在尝试了不同的问题规模后,叶教授得到了一幅接近O(logn)形状的曲线,这实在是太难以置信了,但事实却如此。

 

屈嘉给这个算法取了个响亮的名字:Vega,寓意着计算机科学领域的皇冠。Vega算法的发现,彻底的改变了屈嘉,也彻底改变了她所在的祖国。在屈嘉正式加入到中国科学技术大学后,中科大率先使用了Vega算法,用它来证明剩下的千禧七大数学难题。证明过程是计算机自动生成的,非常复杂几乎没有人能够读懂。但还是可以验证的,毕竟验证一个证明,比产生一个证明要容易得多。于是乎,接下来所有剩下的七大数学难题都被解决,震惊了世界!

 

荣誉和资源随之而来。由国家最高领导人亲自签署批文,正式成立Vega国家研究中心,并由国家拨付10亿元人民币促进Vega算法的基础研究和应用转化。同时,各大公司也纷纷上门需求合作,希望能够获得Vega算法的鼎力支持。

 

此时的屈嘉也开始深深的感受到“只要辨识,就能找到”这八个字的深刻含义。我们日常生活中的太多问题虽然是可以辨识的,虽然可以很容易验证它的一个解,但是却很难找到真正能解决这个问题的方法。Vega算法的出现无疑彻底改变了这一切,将使人类世界发生翻天覆地的变化。

 

随后,中科大开始和一些工业巨头陆续签订了合作协议,帮助他们解决各种制造过程中的优化问题。于是中国高铁的速度突飞猛进,京沪的单程形成缩短到了30分钟;大飞机三期项目也得到了极大的受益,更好的机身和机翼使得一次航程能够飞跃整个星球;国家FAST天眼系统迅速锁定了一个疑似外形文明,也得益于Vega算法在大数据处理上的应用;全球第一艘天空母舰“上海号”也于2年后正式建造完毕,用国际化大都市上海来命名,也是意味着全球空间争霸时代的开端,中国无疑占据了先机。


此时的互联网巨头腾讯也已步入了中年,得知消息后迅速和中科大建立了联合试验中心,并在尘封已久的“绝艺”系统上进行了第一个实验,结果迅速找到了围棋对弈中的高效算法,升级后的“绝艺”系统只用搭载在一台普通的服务器上,就能在不超时的前提下击杀AlphaGo,并且胜率是100%。看到了这一结果后,各大DT、AI公司蜂拥而上,希望能够得到近似上帝的指点。


接下来,和Vega算法相关的公司、高校、个人都开始陷入到一个巨大的漩涡中,稍微和Vega算法有点关系的人都开始宣称都该算法的拥有权,各国元首也不惜亲自出面,希望能获得该算法的使用权,甚至所有权。


就在此时,已经消失多年的屈嘉突然出现,并宣布将Vega算法开放给全人类共享。在联合国等组织的积极协助下,1年后,Vega算法正式开放。从此,世界发生了一系列戏剧性的变化,人类也翻开了一个新的篇章。

 

就在Vega算法公开的当天,屈嘉发表了一份公开声明,原文内容如下:

 

致所有从事基础研究的科学家:

 

今天是伟大的科学家图灵先生的诞辰纪念日,同时我也正式宣布将我设计出来的Vega算法开放给所有人。实际上,Vega算法并不是我一个人的功劳,在我研究它的过程当中受到了很多专家学者的指导,无论是Oded Rabin还是Andrei Perelman,都将我指向了同一个人,那就是已故的图灵先生。

 

于是,6年前,我申请去美国的普林斯顿大学开始攻读博士学位,实际上并不是真的为了读博士学位,原因只有一个:图灵先生曾经在那里呆过,我想去寻访一下他的研究足迹。在接下来的2年时间中,我走访了图灵先生生平所驻留过的普林斯顿大学、剑桥大学、曼彻斯特大学等地,并陆续的发现了一些相关线索。

 

我惊奇的发现,图灵先生对这个我们这个世界的本质性研究是那么的痴迷,即便在那些战火纷飞的日子里,他却依旧能够专注于那些不实用、却能根本性的反映规律本质的那些问题。即便是今天我们在计算机应用领域上取得了长足的进步,我们在计算和信息科学的重大突破都还会来源于对图灵先生提出的图灵模型、停机问题等思想的深入理解,Vega算法就是一个最好的例子。

 

是的,实际上图灵先生在100多年前就已经成功预言了今天乃至未来我们将要取得的成就,因为我发现了图灵先生的一个手稿,上面充满了秘密麻麻的公式,并且有一行不那么引人注目的小字:


“我认为,任何形式的图灵机都可以在一个有限且相对短暂的步骤中规约到一个通用的图灵机上。”


正式因为这句话,让我坚信N = NP这个论断,从而设计出了Vega算法。

 

同时,我还看到了另外一行字:


”我有一种非常巧妙的方法,它是能够判定一个图灵机是否能够停机的。“


这句话将指引我未来20年的研究,如果真如图灵先生所说,我们一直以为不可能用计算解决的问题实际上还是可以解的,那个时候我们人类将注定进入到一个新智能的时代,机器也将完全进化为一个新的物种。


屈嘉

20××年6月于英国伦敦



注:本文存属虚构,如有雷同,存属巧合。


真实的世界实际上是下面这个样子,有助于你读懂我们这个小故事:

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多