撰文:
楊逍
日前,人工智能(AI)再次戰勝了人類。
這一次,人工智能沒有玩跳棋、國際象棋或者圍棋,也沒有玩《星際争霸》《GT 賽車》或者奧數題,而是玩了一種更具娛樂性的紙牌遊戲——橋牌。
圖|1942 年,美國夏默學院的一個橋牌俱樂部(來源:維基百科)
據英國《衛報》(The Guardian)報道,在法國巴黎,一個名為 Nook 的人工智能在上周舉辦的橋牌比賽中擊敗了 8 位橋牌世界冠軍。
這一勝利對人工智能行業來說是一個新的裡程碑,因為 Nook 在使用不完全信息的情況下,必須對其他幾個人類玩家的行為做出反應,這種情況更接近于“做出人類一般的決策”。
盡管此前人工智能已經在國際象棋和圍棋等方面擊敗了人類,但當時的人工智能玩家每次隻有一個對手,而且人機雙方都擁有所有的信息。
可解釋的人工智能
橋牌是一種以技巧赢取牌墩的紙牌遊戲,屬于吃墩遊戲,是惠斯特(另一種紙牌遊戲)的延伸,是世界上最流行的紙牌遊戲之一,在老年人群中尤為流行。
橋牌是由四個人組成兩對搭檔在方桌上進行,搭檔互相面對面坐在桌子的兩端。
一節橋牌包含許多副牌,而一副牌的進行順序是先發牌,接着進行叫牌決定定約,然後打牌,最後登記該牌的結果。一副牌的目标是以手上發到的牌盡可能取得好成績。
這一次,在一個名為“The NukkAI challenge”的橋牌比賽中,與人類冠軍擁有同樣的撲克牌和同樣的對手的 Nook,在 80 次比賽中有 67 次的表現要好于人類冠軍。
圖|比賽畫面(來源:YouTube)
對此,人工智能研究員、NukkAI 聯合創始人之一 Véronique Ventos 表示,NooK 是“新一代人工智能”,因為它能在進行決策時做出解釋。“在橋牌中,如果你不做出解釋,就無法繼續玩下去。”
倫敦帝國學院(Imperial College London)教授斯 Stephen Muggleton 認為,這一勝利“代表了人工智能領域取得了根本性的重要進展”。
(來源:《衛報》)
近年來,可解釋性是人工智能領域的一個熱門話題。
當前我們聽到的大多數關于機器學習的進展都是基于像 AlphaGo 這樣的黑盒子系統,這樣的人工智能是無法向人類解釋決策是如何做出的。
而 NooK 則代表了一種“白盒子”或“神經符号”方法,它不是通過玩數十億輪遊戲來學習,而是首先學習遊戲規則,然後通過練習來改進遊戲,是基于規則和深度學習系統的結合體,學習方式更接近人類。
布朗大學計算機科學教授 Michael Littman 表示,即使一個人或人工智能無法用語言解釋他們在做什麼,他們的行為也需要“清晰易懂”,這對健康和工程等領域至關重要,比如即将通過路口的自動駕駛汽車,就需要能夠讀取其他車輛的行為。
但 Littman 也表示,這次人家大戰過程也有不足之處,因為整個比賽過程沒有競價(也可稱為叫牌)過程,而競價是橋牌中最有趣的交流和欺騙發生的環節。
但在橋牌世界冠軍、NooK 此次的對手之一 Nevena Senior 看來,NooK 比人類更能解讀對手,更能利用對手的錯誤,NooK 的創造者們做了一件“了不起的”工作。
“這是人類在積累了足夠的經驗後才會做的事情。機器人能模仿人類的技能,讓我十分驚喜。”
“人機博弈”大盤點
自人工智能誕生以來,其與人類之間的 PK 就從未間斷。
30 年前,也就是 1992 年,國際跳棋人工智能程序奇努克首次挑戰了被譽為“世界上最好的”跳棋世界冠軍廷斯利。然而令人遺憾的是,奇努克落敗了。
但兩年之後,奇努克重振旗鼓,再次向廷斯利發起挑戰,在雙方打了 6 局平手之後,廷斯利因病退賽,奇努克獲得冠軍。
這是人工智能曆史上第一次在競技遊戲中獲得官方世界冠軍。
但奇努克前進的腳步并未停下,2007 年 4 月,奇努克終極程序問世,成為了國際跳棋領域不可能被擊敗的存在。
1996 年的冬天,首次國際象棋人機大戰在美國費城上演。IBM 公司的超級計算機“深藍”與棋王卡斯帕羅夫進行了 6 局人機對弈。最終,卡斯帕羅夫以 4:2 的總比分戰勝了“深藍”。
這一次,人類捍衛了自己的尊嚴。
然而,僅僅過了一年,1997 年 5 月,經過改進後的超級計算機“深藍”就再次向卡斯帕羅夫發起了挑戰。6 局戰罷,卷土重來的“深藍”以兩勝一負三平的戰績戰勝了棋王。
這是人工智能首次在标準比賽時限内擊敗國際象棋世界冠軍。
但在今天看來,“深藍”還算不上足夠智能,其缺陷是沒有直覺,不具備真正的“智能靈魂”,隻能靠超強的計算能力來彌補分析思考方面的缺陷。
直到 2016 年 3 月,另一場“人機大戰”震驚了世界。
由谷歌旗下人工智能公司 DeepMind 研發的 AlphaGo 以 4:1 的大比分,擊敗了當時的圍棋世界冠軍李世石,成為了第一個戰勝圍棋世界冠軍的人工智能。
這一事件被認為是人工智能行業真正意義上的裡程碑。
從技術上講,通過使用蒙特卡洛樹搜索與兩個深度神經網絡相結合的方法,AlphaGo 可以像人類大腦一樣自發學習,進行分析訓練,不斷學習提高棋力。
一年後,在中國烏鎮圍棋峰會上,AlphaGo 以 3:0 的總比分,又戰勝了當時排名世界第一的世界圍棋冠軍柯潔。
自此之後,在電子競技、編程和生命科學等領域,各類人工智能也如雨後春筍般湧現。
比如,2018 年 12 月 10 日,DeepMind 針對即時戰略遊戲《星際争霸》開發的 AlphaStar 完虐了世界上 99.8% 的人類職業選手。
今年 2 月,DeepMind 又創建了一個名為 AlphaCode 的 AI 系統,并宣稱該系統的“編程能力能與一般人類程序員相競争”。
同月,由索尼人工智能團隊研發的人工智能程序,在賽車遊戲《GT賽車》中,也戰勝了世界冠軍級人類玩家。
如今的人工智能,已經深入到了我們日常生活、學習和工作的方方面面,在某些特定任務中有着比肩甚至超越人類的能力。
因此,有些人會擔憂,能力越來越強的人工智能系統,會不會在未來的某一天進化出自己的意識,進而超越人類,甚至做出更可怕的事情。
事實上,人工智能的優勢在于超強的記憶力、計算能力等方面,并且能夠在極端條件下無休止工作。在這一點上,目前的人工智能确實在很多領域超越了人類。
但從技術層面來說,目前的人工智能系統是在給定的數據和指定的規則下進行自主學習或者人工矯正,可以在特定參數下解決特定問題。一旦引入一個變量,系統可能就會崩潰,或者需要創建一個新的模型,離科幻電影中描述的場景,還相去甚遠。
人類和人工智能都擁有不同的能力和優勢。人工智能無法擁有許多人類獨有的能力和特性,比如情感意識和創造力等,人類也不能像人工智能那樣,具備超強的記憶力和計算力,以及無休止工作的能力。
因此,我們真正需要關心的問題是,如何讓人工智能與人類更好地協作。
無論如何,不可否認的是,人工智能确實改變了一些東西。
參考鍊接:
https://www.theguardian.com/technology/2022/mar/29/artificial-intelligence-beats-eight-world-champions-at-bridge
https://en.wikipedia.org/wiki/Contract_bridge
https://challenge.nukk.ai/
點這裡關注我記得标星~
熱門視頻推薦
有話要說...