电脑围棋难度怎么样(人工智能离战胜人类还有多远？)
2018年，江苏省公务员考试有一道面试题是关于人工智能的——有人认为人工智能会带来大量失业，支持观点如下:第一，人工智能更适应重复性、机械性操作的岗位；第二，人工智能学习能力更强；第三，人工智能运算速度更快。此前谷歌研发的超级电脑阿尔法狗在围棋比赛中以3:0横扫世界排名第一的柯洁，似乎正是为了这一观点而提供注脚。在令人震惊、兴奋、担忧、恐惧等复杂情绪交织的背后，我们不禁要问:人工智能表现如此出色，是真的要替代人类吗？
纽约大学计算机科学与工程教授朱利安·图吉利斯是一位人工智能技术的研究者，更准确的说，他通过设计游戏研究人工智能。基于自己的专业，他写下了《人工智能如何玩游戏》一书。在这本书中，他从人工智能、智能和游戏三者的关系出发，告诉我们人工智能在一些游戏中表现出色的原理、为什么说人工智能目前还不具备通用智能、以及未来人工智能可能的发展方向。通过这本书，我们可以从游戏这个维度，更好地认识人工智能并且判断出关于人工智能战胜人类这个问题是不是杞人忧天。
01人工智能在某些领域的完胜，本质上是人类的完胜
我想很多人小时候都有玩单机五子棋、象棋围棋时，被专家级，大师级电脑狂虐的羞耻经历。在2017年，当我们看到围棋世界排名第一的柯洁在阿尔法狗的进攻下完败时，这一切就变得释然了。但随之而来的，又是深深的恐惧，因为我们都知道，相比国际象棋而言，电脑要在围棋上胜过人类，难度要大要得多。自从1997年，IBM的“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫之后，围棋似乎就成了棋类游戏的最后防线，如今竟也在人工智能的进攻下溃不成军。在哀叹围棋最高智力终结的同时，我们更害怕的，是这些人工智能真的拥有比人类更高明的智能。
但事实并非如此，至少在可见的未来，人工智能还远远达不到这一程度。图吉利斯在这本《人工智能如何玩游戏》的书中，揭示了“深蓝”、阿尔法狗等战胜人类的原因，那就是它们使用了更加高效的由人类设计的算法。比如按照国际象棋规则，一种叫做“极大极小”的算法，就已经够用。这是一种最大化己方走子利益与最小化对方走子利益的集合，因此需要极其庞大的计算能力。而到了阿尔法狗时代，一种叫做“蒙特卡洛树”的更高效算法脱颖而出，它是战胜人类围棋高手的关键。因为即便当下的计算机算力比1997年提高了不知几许，而要穷尽围棋走子的极大极小依然是遥不可及，换句话说，计算机的庞大算力在此处也成了相对的短板，是人类用更优质的算法帮助弥补了这一缺陷。
因此，与其说是阿尔法狗战胜了柯洁，不如说是人类共同智慧开发的算法，加上阿尔法狗强大的算力之和，战胜了单一天才大脑的力量。而更让我们放心的是，阿尔法狗在未经人类调整之前，会下的也只是围棋而已，就连国际象棋也下不了，就更不用说其他游戏或者指挥其他更复杂的动作了。
这也是当下人工智能最大的问题之一，似乎它们的开发，只能用于处理单一的问题。在某个专业领域，他们可以做得很好，乃至做到世界第一。但在其他领域呢？则完全失效，甚至不如动物。人类又怕又爱的通用智能，目前还无法在人工智能上显露端倪。
02人工智能由人创造，并非代表不能进化
一直以来，有一种看低人工智能的观点是:“因为人工智能不能像人一样思考，因此它不够智能。”很明显，这是一个逻辑上有些缺陷的观点，拿机器和人直接进行类比，意义究竟何在呢？不过这个观点又催生了一些其他观点，比如“计算机不能创造人类没有编程过的东西”。对此，图吉利斯也在本书中进行了批驳。
首先，优势的比较要放在特定领域中。人工智能是机器而不是人，它当然不能做到像人一样思考，但这并不意味着它不能拥有类似人的思考方式。比如图吉利斯在本书中提到了一个方法，就是模拟人的大脑——设计一个神经网络，让输入的内容通过这个网络系统向下传递，并在传递过程中赋予不同渠道以不同权重。同时引入一种“进化算法”，奖励解决问题的通路渠道，惩罚或消灭出现问题的通路渠道，让计算机程序自我进化。这种方式会改变我们对游戏的一贯认知，那就是游戏角色的行动、对话等交互是事先设定好的。没错，在大多数游戏中，这是一种普遍现象。比如，游戏中的一个士兵在特定区域走来走去，当我们进入他的视野，他就会向我们射击。但他不会超过一定领域范围，也不会使用超出他手中武器的进攻方式向我们发起攻击。这种被称为“有限状态机”的模式也是人工智能在游戏中被认为“不够智能”的原因之一。但如果使用了“进化算法”或者“强化学习算法”等，一切就完全不一样了。计算机会不断学习游戏对象的操作，保留那些赢面更大的操作，而舍弃失败率更高的操作。这样一来，游戏就会变得非常“智能”，同样，难度也增加了。
其次，人工智能可以越来越“贴近”个体需要。当下的搜索引擎、短视频、购物网站，能够通过记录我们的文字、观察我们在页面停留的时间，乃至通过捕捉我们的声音、表情等来判断喜恶，凭此精准推荐给我们更需要的东西，就像是拥有了“读心术”一般。但这只不过是一种出色的算法在起作用而已。而在游戏中，游戏角色也可以拥有一样的“读心术”，根据不同的玩家做出不同的调整，以适应玩家的性格、兴趣、习惯、偏好，等等。
再次，人工智能可以进行自动化设计。让游戏来设计游戏似乎是一个难度极大的操作，但是图吉利斯和他的小伙伴就成功设计了一个适应性算法，这个算法让计算机开发了一个赛车游戏，并且自行设计出赛道。而这些赛道的风格，也因图吉利斯和小伙伴的习惯不同，做出了相应的不同调整。
03人工智能的未来，是与人类共同前进的未来
1998年，也就是在“深蓝”击败卡斯帕罗夫的一年后，国际象棋世界级高手们做了一个人机合作的实验——由最顶级的国际象棋大师与计算机组队，对战一二流高手与计算机的组合。在对战中，人类负责宏观战略思考，而计算机负责战术演算。实验结果是，具有较好宏观战略意识而水平处于二流的人机组合居然逼平甚至战胜了顶级大师的人机组合。这一方面说明有了计算机超强算力的加入，缩小甚至逆转了人类高手的排名。另一方面也显示出人类在这项活动中，依然拥有计算机不可替代的优势。
图吉利斯在本书中也举出了类似的例子:人类游戏设计师不会被人工智能替代，人工智能的算法可以用于构思、反馈、微调和自动测试，而设计师可以进行质量控制，实现优势互补。
图吉利斯从游戏的角度展望人工智能的未来，我觉得这很有趣，也是一个很广义的范畴。席勒说:“只有在游戏中，人才是完整的。”换个角度看世界，人类的很多活动，其实本质上都是不同形式的游戏而已。因此，从游戏来看人工智能以及探寻人工智能如何玩游戏，能够帮助我们更清晰地看待人工智能，并且从游戏中人工智能的未来去合理推测诸如医疗、设计、制造等其他不同领域中人工智能的未来。
游戏是人类的伟大创造，也是推动人类社会前进的巨大力量之一。或许，我们的未来就在其中。