■今日视点

　　本报驻英国记者 郑焕斌

　　谷歌“深度思维”（DeepMind）公司“阿尔法狗”（AlphaGo）团队科学家戴维·席尔瓦近日在伦敦大学学院（UCL）演讲时，对前不久“阿尔法狗”与李世石的“世纪五局”之战逐一点评。他表示，从“阿尔法狗”成就中获得的启示是：直接利用数据进行增强学习的方法或将更有优势；人工智能的最终目的是服务于人类，其前景非常乐观。

　　低调的“深度思维”公司

　　“阿尔法狗”团队在韩国的远征吸足了全球媒体的目光，而在伦敦本部的该公司却表现得出奇低调。“世纪五局”刚刚落下帷幕，公司新闻联络官就对科技日报记者表示“近期不会安排采访”。不仅如此，公司还规定需经批准才能在公共场合举办与“阿尔法狗”有关的活动，旅英华人学者原计划举办的一场研讨会也因此被迫取消。

　　幸好，记者获悉并参加了席尔瓦在UCL的专题演讲。席尔瓦曾担任公司顾问，并于2013年成为其全职一员，是《自然》杂志该研究论文的第一作者。据UCL官网资料显示，席尔瓦目前仍为该校计算机科学系讲师，只不过“现在无限期请假，不在UCL，目前不接收任何新学生”。

　　率领团队远征韩国之后，重新回到昔日熟悉讲台的席尔瓦，面对挤满整个阶梯大教室的数百名热心听众，比在记者招待会上的表现更加轻松和自信。在题为《阿尔法狗：围棋“大师”背后的神经网络与树搜索算法》的演讲中，席尔瓦对“世纪五局”大战的逐局点评风趣幽默，不时引来听众的阵阵笑声和热烈鼓掌。

　　“世纪五局”局局精彩

　　在演讲过程中，当席尔瓦把话题切入“世纪五局”，并在PPT中展示出世界冠军李世石和“阿尔法狗”相关信息的瞬间，现场听众不约而同地发出了会心的笑声。

　　他介绍说，第一局比赛“阿尔法狗”获胜归因于比赛前半段“毫无人性”的下法，在开局后20分钟内便取得主导优势，这为其打开了局面。事实上，世界冠军李世石在第一次交手后也称，“‘阿尔法狗’前半段的下法，是任何人类围棋手都很难企及的”。

　　在第二局比赛中“阿尔法狗”更是“赢得毫无疑问”。它的第19步和第37步下法在当时落子后便引起很大争议，这两步看似没有逻辑的落子被许多专业围棋手称为“反常”决策。席尔瓦的解释是，这看似“反常”的两步棋背后，实际上是“阿尔法狗”的强大决策运算系统在对局面进行综合考量后做出的决定，它是“精心设计且极其正确的”，也是决定胜利的关键性两步。

　　席尔瓦认为第三局是“阿尔法狗”向人类真正展示其强大决策系统之优越性的一局。他评价李世石在这局棋中的整体下法都显得较为保守，这正是因为“阿尔法狗”以其难以预测却步步有力的进攻，使李世石难有回旋余地。

　　在“阿尔法狗”唯一落败的第四局中，第79至87步的下法导致了其败局。席尔瓦坦言这其中暴露了“树搜索”的典型缺点：在树搜索算法中，系统为了提高其决策准确性往往会“修剪”一些不相关的序列数据。然而对于围棋实战而言，被系统“修剪”的不相关数据有时往往起着决定性的作用。

　　“阿尔法狗”在第五局获胜也被认为不出所料。席尔瓦介绍，尽管前半局“阿尔法狗”处于劣势，但在第90步中，“阿尔法狗”采取了首局中曾用过的占据角落策略，以此追平了比分，并使得局面逐渐好转，取得了最终胜利。

　　席尔瓦介绍，在“世纪五局”大战前，团队已对“阿尔法狗”进行了无数次与机器对决实验，在与其他围棋程序的比赛中，胜率可高达99.8%。而在与人类围棋手的对决方面，今年1月28日，“阿尔法狗”便以5∶0击败欧洲围棋冠军樊麾。

　　增强学习方法或更有优势

　　席尔瓦毫不掩饰“深度思维”公司对“阿尔法狗”巨大成就的激动，但更看重的是，这一成就是基于直接运用数据的机器学习原理。团队从中获得的启示是：这种学习方法不仅能够利用可获得的人类数据进行学习，甚至更为明显的是直接利用增强价值学习，而且这种直接利用学习经验的学习方式效果或许更好。

　　展望未来，席尔瓦表示，“阿尔法狗”拥有基于神经网络和树搜索运算的强大数据分析、学习能力，以及作出决策的综合考量系统，这使它具有非常广阔的潜在应用前景。目前“深度思维”团队已开始与英国国家医疗服务体系开展合作。凭借海量数据分析能力，“阿尔法狗”未来在医疗领域将很可能会扮演“医生”的角色，与传统医生相比，它能够利用患者个人病史和具体症状等大量数据，作出更加准确的诊断。此外，在金融、智能机器人、智能手机助手和环境监测等诸多领域，“阿尔法狗”未来都有可能大显身手。

　　近年来人工智能的迅猛发展，引发了包括著名物理学家史蒂芬·霍金在内的很多人的担忧。对此席尔瓦向科技日报记者表示，人工智能始终以服务于人类为目的，他对人工智能的未来非常乐观。

　　（科技日报伦敦3月31日电）