人与AI的对弈是否已经毫无意义?

——“总有一天AI会拥有自我，并将人类排除在外吗?”

摘自：

原题：「未来の囲碁を先取り」した!?…プロ困惑の一手で圧勝した囲碁AI「AlphaGo」はなぜこれほど強くなれたのか

摘自：现代Media

作者：田口善弘

“总有一天AI会拥有自我，并将人类排除在外吗?”——对于2024年诺贝尔物理学奖得主、天才科学家辛顿的警告，物理学家田口善弘提出了正面否定。

理由很简单：人工智能(AI)和人类的智能本质上是不同的。然而，所谓“智能”究竟是什么?要解开这个谜团，就必须重新定义“智能”这一概念，并探究人类与AI之间“智能的差异”。

自我对弈

在电脑游戏领域引发革命的，是由Google DeepMind公司发起的围棋挑战。他们通过让神经网络学习过去的围棋对局数据，试图使AI具备对抗人类职业棋手的能力。

机器学习要提高性能，需要大量学习数据。围棋拥有悠久历史，积累了数百万局由职业棋手的“高水平”对局，这些都可以用作学习数据。

但DeepMind开发的AlphaGo不仅如此，还引入了“自我对弈”功能。所谓自我对弈，是让AlphaGo彼此对弈，从中生成新的学习数据，再用这些数据进行学习，从而变得更强。

引领未来的围棋

乍一看，这种方式似乎无法变强，但实际并非如此。通常，顶级职业棋手下一局棋需要几天时间，而AlphaGo没有这种限制。它可以生成无数个副本并行对弈，因此可以积累大量对局数据。

AlphaGo通过学习128万局完整对局来提升自己。结果，它掌握了许多连人类都未曾见过的下法。当人类顶级棋手输给AlphaGo时，其落子甚至被评价为“AlphaGo的围棋已无法用现有观念解释”。

尤其是在围棋中后盘才应处理的中腹，AlphaGo从开局就大胆进攻，这令人类职业棋手感到困惑。或许人类职业棋手在遥远的未来也能达到AlphaGo的水平，但AlphaGo通过大量自我对弈，率先“预演”了未来的围棋。

AlphaGo的ASI性

如今，关于是否存在超越人类的ASI(人工超级智能 Artificial Super Intelligence)、以及何时出现的讨论热闹非凡。但如果仅仅指“超越现有人类智能”，那AlphaGo也可以算是其中一种。

但必须注意，这种“超越”只是提前获得知识而已。就像“神童”有两类：一种是早熟型，只是比同龄人成熟得早，但长大后优势会消失;另一种是真正的天才，成年后仍然维持领先优势。

AlphaGo的ASI性属于前者。因此，在讨论何谓ASI时必须保持警惕。

看似“超级智能”的AI终会出现，但它是仅仅提前掌握了知识(即便这已很了不起)，还是已经达到人类无法企及的高度，这点需要我们保持辨别力。

毕竟，大学里现在教授的数学，刚诞生时也只有极少数天才才能理解，曾被视为“高等”概念。

AlphaZero的惊人性能

靠自我对弈超越人类的AlphaGo后来不再与人类对弈，认为那“毫无意义”。但它的进化并未止步。

其继任者AlphaZero能处理围棋、将棋、西洋棋等所有对弈型游戏。其方法是：完全摒弃“从人类对局学习”的方式，只给予规则，其余全靠自己自我对弈进化。因此，它成为了适用于各种游戏的通用型AI。

AlphaZero的能力极为惊人。它不仅超越了由自我对弈训练、并曾击败人类顶尖棋手的AlphaGo Zero，而且只用了短短8小时的学习时间，在100局比赛中以60胜40负的战绩胜出。而AlphaGo Zero在完全自我学习的前提下，击败旧版本则花费了40多天，这一对比令人震惊。

这一发现——只要给出规则，再通过自我对弈学习即可变强——带来了巨大冲击。比如，AlphaZero的后继者MuZero更进一步，连“规则本身”也纳入学习对象。换言之，哪怕是围棋、将棋，甚至是电子游戏，MuZero都可以通过观察对局过程来推测规则、学习规则，并在掌握规则后通过自我对弈不断进化。

AlphaZero在棋盘上直接进行战略思考，而MuZero则是在某种由其内部构建的、代表棋盘或游戏画面的“另一个空间”中进行思考。

也就是说，MuZero并非直接处理现实世界，而是在其内部构建的“现实的解释空间”中进行模拟。