文/鄭凱

真的難以置信。

并不是因?yàn)锳lphaGo能否戰(zhàn)勝李世石，而是人工智能比預(yù)想中走得要慢得多。

在19年前，學(xué)生時(shí)代記憶中的“深藍(lán)”，戰(zhàn)勝了國(guó)際象棋世界冠軍卡斯帕羅夫。在那個(gè)對(duì)計(jì)算機(jī)懵懂的年代，這是我們對(duì)人工智能的初體驗(yàn)。

最近的人機(jī)對(duì)戰(zhàn)應(yīng)該在5年前，Watson在美國(guó)老牌智力問(wèn)答節(jié)目《危險(xiǎn)邊緣》中，戰(zhàn)勝了兩位人類冠軍。這時(shí)的Watson表現(xiàn)出的語(yǔ)音理解能力，就是現(xiàn)在所說(shuō)的認(rèn)知計(jì)算，這也是人工智能的一種體現(xiàn)。

最后則是現(xiàn)在最引人關(guān)注的AlphaGo挑戰(zhàn)李世石，無(wú)論戰(zhàn)局如何，都會(huì)帶來(lái)許多疑問(wèn)。被美國(guó)電影不斷題材化的硅基文明向人類的挑戰(zhàn)，似乎來(lái)得并沒有那么快。無(wú)論AlphaGo比深藍(lán)要神奇多少倍，計(jì)算的能力要超出不知凡幾。

但仍免不了，只能在方寸之間的棋盤上，與人類一賭輸贏。勝負(fù)，真的沒有那么重要了。

在AlphaGo成長(zhǎng)背后的秘密

AlphaGo大戰(zhàn)李世石之所以如此引人關(guān)注，不是因?yàn)樗軌虼砜萍嫉倪M(jìn)步，或是人工智能的未來(lái)。而是它占據(jù)了電子競(jìng)技的版面，造成了超乎預(yù)期的關(guān)注。

但首先必須要承認(rèn)，圍棋比國(guó)際象棋確實(shí)要復(fù)雜得多，畢竟象棋的棋子是越下越少，而圍棋的棋盤則是越走越密，這對(duì)計(jì)算的要求要高了很多。國(guó)際象棋的步數(shù)完全可以靠計(jì)算出來(lái)，而圍棋除了計(jì)算能力，還與個(gè)人的思考方式有關(guān)。也就是說(shuō)，與國(guó)際象棋人工智能相比，圍棋人工智能更像是一個(gè)“人”。

AlphaGo能夠成長(zhǎng)為一個(gè)類人的棋手，它的背后也有一些關(guān)鍵的技術(shù)。

據(jù)說(shuō)，谷歌的Deep Mind團(tuán)隊(duì)給AlphaGO輸入了海量的職業(yè)棋手的對(duì)局，而其自我學(xué)習(xí)演繹的對(duì)局?jǐn)?shù)更是達(dá)到了3000萬(wàn)局。

這里能夠看出兩個(gè)細(xì)節(jié)，第一，必然有大數(shù)據(jù)的支撐，讓AlphaGo能夠厘清頭緒，形成對(duì)規(guī)則的認(rèn)知。第二，AlphaGO具有深度學(xué)習(xí)的能力，自我進(jìn)化。確實(shí)在本質(zhì)上，AlphaGo就是一套為了圍棋優(yōu)化的設(shè)計(jì)周密的深度學(xué)習(xí)引擎，使用了神經(jīng)網(wǎng)路加上MCTS (Monte Carlo tree search），并且用上了巨大的谷歌云計(jì)算資源，結(jié)合CPU+GPU，加上從高手棋譜和自我學(xué)習(xí)的功能。

所以，AlphaGo其實(shí)并不是神秘，也不是人工智能的技術(shù)創(chuàng)新，它確切的定義應(yīng)該是不同機(jī)器學(xué)習(xí)技術(shù)的整合。它的核心必須是建立在大數(shù)據(jù)和深度學(xué)習(xí)兩個(gè)基礎(chǔ)上的。

比如微軟的小冰，就符合同樣的基礎(chǔ)，首先小冰的大數(shù)據(jù)基礎(chǔ)來(lái)自于中國(guó)7億網(wǎng)民的積累和大量公開的文獻(xiàn)，其次，正是憑借微軟在機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)上的技術(shù)，實(shí)現(xiàn)了最終的人機(jī)交互。

再比如，在國(guó)內(nèi)也有相同的案例。京東的智能機(jī)器人JIMI，就是一個(gè)典型的代表。基于京東在電商交易的核心大數(shù)據(jù)分析，形成了JIMI的骨架。京東強(qiáng)大的人工智能和深度學(xué)習(xí)團(tuán)隊(duì)，為JIMI提供了深度神經(jīng)網(wǎng)絡(luò)的大腦和機(jī)器學(xué)習(xí)的能力。

如何去判斷人工智能是否成功的表現(xiàn)呢？其實(shí)，有一個(gè)很簡(jiǎn)單的方法，當(dāng)我們感受不到對(duì)面的對(duì)象是一個(gè)機(jī)器人時(shí)，這個(gè)人工智能就是成功的。

從這個(gè)角度去看，AlphaGo確實(shí)有這方面的潛質(zhì)，去年10月以5：0戰(zhàn)勝歐洲圍棋冠軍樊麾時(shí)，通過(guò)策略網(wǎng)絡(luò)和價(jià)值網(wǎng)絡(luò)來(lái)決定棋路，不去計(jì)算每一步的可能性，頗有人類棋手的味道。

而作為京東的購(gòu)物小助手，JIMI在去年618大促時(shí)，就已經(jīng)承擔(dān)了京東整業(yè)務(wù)咨詢量中的30%強(qiáng)。很多用戶在咨詢過(guò)程中，幾乎感受不到面對(duì)的是一位機(jī)器人助手，實(shí)際上，以如今JIMI對(duì)商品和用戶的了解，通過(guò)它實(shí)現(xiàn)的業(yè)務(wù)咨詢滿意度已經(jīng)超越了人工客服，這種切實(shí)的進(jìn)步，其價(jià)值也不亞于人機(jī)大戰(zhàn)。

當(dāng)然，話說(shuō)從頭，如文章開篇提到的那樣，人工智能在19年來(lái)，沒有給世界帶來(lái)太大的驚喜，根本的原因，還是離應(yīng)用太遠(yuǎn)。就像我當(dāng)初評(píng)價(jià)3D打印機(jī)一樣，沒有核心的應(yīng)用，再?gòu)?qiáng)的計(jì)算和技術(shù)都免不了跑龍?zhí)椎拿\(yùn)。人工智能的未來(lái)到底該是什么樣的？

應(yīng)用先導(dǎo)?技術(shù)為本?方得未來(lái)

AlphaGo所表現(xiàn)出來(lái)的人工智能的技術(shù)模型和計(jì)算引擎，確實(shí)代表了人工智能目前在深度學(xué)習(xí)方向的進(jìn)步，這是毋庸置疑的。

不過(guò)，那些對(duì)人工智能最終取代人類生產(chǎn)力的判斷，卻有些為時(shí)過(guò)早。索羅斯的“反身性”原理，背后揭示了一個(gè)深刻的規(guī)則：人不能跳出“人的視角”去驗(yàn)證人。

比如畢加索的抽象藝術(shù)，人工智能絕無(wú)可能理解格爾尼卡表現(xiàn)出的被炸彈襲擊后小城的絕望。所以，首先，對(duì)人工智能的理解，必然建立在具體的應(yīng)用場(chǎng)景中，才有釋放光芒的可能。

所以，無(wú)論是AlphaGo還是小冰，他們存在的意義，在于展示谷歌和微軟在人工智能領(lǐng)域，具有很強(qiáng)的技術(shù)積累和人才體系，但他們?cè)趹?yīng)用本身并沒有體現(xiàn)出積極的作用。

相反，已經(jīng)應(yīng)用在京東實(shí)際業(yè)務(wù)當(dāng)中的JIMI在這方面做得相對(duì)要好。只是，當(dāng)我們過(guò)分追求了一種意識(shí)上的認(rèn)同，卻忽略了，真正的人工智能就在我們身邊的事實(shí)。JIMI是建立在對(duì)產(chǎn)品信息，訂單流程的服務(wù)上，它的應(yīng)用場(chǎng)景核心就是輔助交易，這使得JIMI在應(yīng)用中能夠發(fā)揮實(shí)際的作用，而不是作秀。

況且，JIMI的應(yīng)用并不想AlphaGo只是解決一時(shí)的問(wèn)題，JIMI在京東的實(shí)際業(yè)務(wù)流程中，是7X24的滿負(fù)荷，這表示JIMI的學(xué)習(xí)能力，是時(shí)刻都在進(jìn)化的。

其次，技術(shù)是人工智能的根本。

為了達(dá)成AlphaGo戰(zhàn)勝世界上最好的圍棋選手的使命，谷歌為其搭配了15名以上的世界頂級(jí)的計(jì)算機(jī)科學(xué)家和機(jī)器學(xué)習(xí)專家。而其實(shí)，早在2014年9月9日，京東就已經(jīng)成立了京東深度神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)室，這個(gè)實(shí)驗(yàn)室是由國(guó)內(nèi)外著名院校的博士及博士后組成，陣容絲毫不落下風(fēng)。

以深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)的層數(shù)為例，這是衡量深度學(xué)習(xí)水平的一個(gè)標(biāo)準(zhǔn)。傳統(tǒng)神經(jīng)網(wǎng)絡(luò)一般只有兩三層的神經(jīng)網(wǎng)絡(luò)，其有限的參數(shù)和計(jì)算單元，對(duì)復(fù)雜函數(shù)的表示能力有限，學(xué)習(xí)能力有限；而深度學(xué)習(xí)則具有5到10層的神經(jīng)網(wǎng)絡(luò)。JIMI之所以能夠達(dá)到這樣的智能水平，是因?yàn)榫〇|的深度學(xué)習(xí)已經(jīng)能夠做到了9層。

再有最容易被忽略的大數(shù)據(jù)，并不是所有的數(shù)據(jù)都能稱之為高價(jià)值數(shù)據(jù)。AlphaGo的數(shù)據(jù)源是海量的職業(yè)棋手對(duì)局，所以它的深度學(xué)習(xí)模型集中在AlphaGo與AlphaGo自己的對(duì)局當(dāng)中。這是它的最大價(jià)值，但如果換一個(gè)應(yīng)用場(chǎng)景，沒有嚴(yán)謹(jǐn)又合理的數(shù)據(jù)源，它的模型可復(fù)制性就大打折扣。

相比而言，京東JIMI的優(yōu)勢(shì)在于，京東的數(shù)據(jù)鏈很長(zhǎng)，包括經(jīng)銷商的數(shù)據(jù)、用戶的數(shù)據(jù)和地理位置的數(shù)據(jù)，這些數(shù)據(jù)建立起來(lái)的價(jià)值鏈條，就等于是用戶需求的深度挖據(jù)。這種價(jià)值也是JIMI在應(yīng)用中逐漸建立起來(lái)的。

所以，我為什么要關(guān)心AlphaGo能否戰(zhàn)勝李世石？這對(duì)人工智能整個(gè)的發(fā)展而言，不過(guò)是對(duì)了人機(jī)對(duì)戰(zhàn)的一筆笑談。真正的人工智能必須要要誕生在應(yīng)用上，才能展現(xiàn)出真正的價(jià)值。