AlphaGo与人工智能
在之前的一篇文章中我指出，自动驾驶所需要的“视觉识别能力”和“常识判断能力”
，对于机器来说是非常困难的问题。至今没有任何机器，可以在视觉方面达到驴的水平
，更不要说和人比。可是最近Google的AlphaGo战胜了围棋世界冠军，闹得沸沸扬扬。
本来是玩个游戏，偏要吹成是“历史性的人机大战”，说得好像是机器挑战了人类的智
能，伤了人类的自尊似的。这整个项目打着一个相当高大上的招牌，叫做“Deep Mind
”。当然，其中的技术也有一些吓人的名字，什么“神经网络”啊，“深度学习”啊……
听到这些，总有一知半解的人，根据科幻电影的情节开始展望，这样厉害的技术，应该
可以用来做其它更加“智能”的事情，然后就开始对“人类的未来”作出一些杞人忧天
的猜想，说人类的工作很快都要被机器取代了，甚至Skynet)就要实现了，云云。
我只想在这里给这些人提个醒：别做科幻梦了，回到现实吧。
不同AI问题的难度比较
一个常见的外行想法，是以为AlphaGo真的具有“人类智能”，所以Google利用同样的
技术，可以实现自动车。这些人大大的高估了所谓“AI”的能力不说，他们也不明白，
不同的“AI问题”的难度，其实有着天壤之别——机器视觉和自动车，是比下围棋困难
很多的问题。
要知道，机器下棋的对手是人，而机器视觉和自动车的对手，却是天。预测人下棋的招
数比较容易，然而天有不测风云。很难想象，一个机器要如何预测马路上可能出现的各
种危险情况。一个很简单的例子，前面的车子顶上绑了一个东西，可是没有绑稳，摇摇
欲坠的样子。人一眼就看出来了，然而这对于机器视觉，却是非常困难的问题。机器识
别物体是非常困难的问题，更不要说还得识别出它们所处的状态（稳定，还是摇摇欲坠
），所以机器很难判断出这种危险的存在。所以自动车根本不会察觉这种危险，它不会
选择换个车道，避让这辆车，然后尽快超过去。跟二愣子一样，继续跟着前面的车走，
使得乘客处于危险之中。
所以视觉识别和自动驾驶比起下围棋，难度其实要大许多倍，根本不在一个量级。机器
视觉，并不是AlphaGo所用的树搜索和神经网络那么简单的方法就可以解决的。由于需
要以极高的速度处理“模拟信号”，它可能根本就不是人们常用的“数字计算机”可以
解决的问题。也就是说，不是写代码就可以搞定的。
其实很早以前，人工智能专家们就发现一个很有趣的现象，是这样：
对于人来说很难，很烦的事情（复杂的计算，下棋，推理……），对于计算机来说，其
实算是相对容易的事情。
对于人来说很容易的事情（认人，辨别物品，走路，开车，打球……），对于计算机来
说，却非常困难。
计算机需要精确的，离散的，死板的输入。它们不能适应环境的改变。
人擅长于处理模糊的，连续的，不完美的数据，对环境的适应能力非常高。
棋类是相对容易的AI问题
从以上几点你可以看出，象棋，围棋等活动，正好符合了计算机的特点。棋类活动都具
有离散的，精确的，有限的输入。棋盘上就那么几十，几百个点，不是随便放在哪里都
可以的。一人走一步，轮流着走，不能乱来。整个棋盘的信息是完全可见的，没有隐藏
的，缺损的信息。棋局的“解空间”虽然很大，却非常规整，有规律可循。围棋的第一
步可以有361种情况，第二步有360种情况，……
计算机利用自己的“计算暴力”，可以有计划有步骤，兢兢业业的把各种可能出现的情
况算出来，一直到许多步以后，然后从中选择最有优势的走法。所以下棋归根结底，就
是一个“树搜索”问题，只不过因为规模太大，需要加入一些优化。围棋的解空间虽然
大，却是一个已知数，它最多有250150种情况。AlphaGo使用所谓“神经网络”，就是
为了在搜索的时候进行优化，尽早的排除不大可能取胜的情况，免得浪费计算的时间。
这种精确，死板，机械化，主要靠“暴力”的活动，就跟计算一个比较大的乘法算式（
比如2463757 x 65389）的性质类似，只不过规模大很多。显然，人做这类事情很繁，
很累，很容易出错，计算机对此却具有先天的优势，因为它是一个机器。当年“深蓝”
战胜国际象棋世界冠军的时候，我就已经预测到，计算机成为围棋世界冠军是迟早的事
，所以我早就不屑于下任何棋了。可惜的是，挺多人仍然把精通棋艺作为一种荣耀（因
为“琴棋书画剑”嘛）。我不关心围棋已经十多年了，只记得十年前很多中国人认为，
中国人下围棋总是输给韩国人，是一种耻辱。现在看来，这是多么可笑的事情。这就像
因为心算乘法不如韩国人快，就觉得是耻辱一样。
现在AlphaGo在围棋方面战胜了人，正好说明棋类游戏根本就不是值得人去做的事情 :)
“琐事”才是真正困难的AI问题
现在来对比一下人们生活中的琐事，就说倒水端茶吧。
让一个机器来给你倒水，有多难呢？意想不到的难！看看这个场景，如果你的电脑配备
有摄像头，那么它怎么知道茶壶在哪里呢？要知道，茶壶的材料，颜色，形状，和角度
，可以有几乎无穷多的变化。甚至有些茶壶跟哈哈镜一样，会把旁边的物体的形状都扭
曲反射出来。桌上的物品附近都有各种反光和阴影，不同材料的反光特性还不一样，这
些都会大幅度的影响机器对物品的识别。
为了识别物体，机器需要常识，它的头脑里必须有概念，必须知道什么样的东西才能叫
做“茶壶”和“茶杯”。不要小看这一步的难度，这意味着机器必须理解基本的“拓扑
结构”，什么叫做“连续的平面”，什么叫做“洞”，什么是“凹”和“凸”，什么是
“里”和“外”…… 另外，这机器必须能够分辨物体和阴影。它必须知道水是什么，
水有什么样的运动特性，什么叫做“流动”。它必须知道“水往低处流”，然后它又必
须知道什么叫“低”和“高”…… 它必须知道茶杯为什么可以盛水，茶壶的嘴在哪里
，把手在哪里，怎样才能拿起茶壶。如果一眼没有看见茶壶的把手，那它在哪里？茶壶
的哪一面是“上面”，要怎样才可以把水从茶壶的嘴里倒出来，而不是从盖子上面泼出
来？什么是裂掉的茶杯，它为什么会漏水，什么是缺口的茶杯，它为什么仍然可以盛水
而不漏？干净的茶杯是什么样子的，什么是脏的茶杯，什么是茶垢，为什么茶垢不算是
脏东西？如何控制水的流速和落点，什么叫做“水溅出来了”，要怎么倒水才不会溅出
来？……
你也许没有想到，倒茶这么简单的事情，需要用到如此多的常识。所有这些变数加在一
起，其实远远的大于围棋棋局的数量，人却可以不费力的完成。这能力，真是应该让人
自己都吓一跳，然而人却对此不以为然，称之为“琐事”！因为其他人都可以做这样的
事情，甚至猴子都可以，怎么能显得出我很了不起呢？人的自尊和虚荣，再一次的蒙蔽
了他自己。他没有意识到，这其实是非常宝贵，让机器难以匹敌的能力。他闭上眼睛说
道：“机器经过大量的学习，总有一天会做到的。看我们有神经网络呢，还有深度学习
！”
学习，说起来真的不费力气。好一个万能的解决方案——学习。可是辨别物体的能力，
真的可以通过学习得到吗？很多人没想到的是，这看似学习的结果，而其实都是每个人
生下来就已经固化在脑子的“硬件”里的，不是短短几个月或者几年的“学习”就能得
到的。所有的高等动物都有这种功能，所以这其实已经耗费了自然界几百万年，甚至上
亿年的功夫来“研究”，“开发”，“学习”。小孩子似乎很快就学会了这些能力，而
其实这种所谓的“学习”，只不过是“激活”了这些早就写进了人类DNA里的功能。
机器的局限性
著名的认知科学家Douglas Hofstadter（《GEB》的作者），早就指出AI领域的那些热
门话题，比如电脑下棋，跟真正意义上的人类智能，几乎完全不搭边。绝大部分人其实
不明白，思考和智能到底是什么，人类的长处究竟在那里。大部分所谓AI专家，对人脑
的工作原理所知甚少，甚至完全不关心，却总喜欢闭着眼睛说：“人脑只不过是一台计
算机！”
不管AI专家们怎么瞎掰，人脑跟电脑仍然有着根本性的不同。一个很显然的事实是，人
脑并不是一台数字计算机。人脑可以直接处理模拟信号，而不需要把它们进行数字化，
这使得它的速度比数字计算机快很多个数量级。另外，人脑里的“线路”其实是活动的
，是可以重新连接的，并不像电脑那样是金属焊死在那里，固定的。这使得人可以通过
训练，产生专门的线路，非常高效的处理某些高速的活动（比如打球，开车）。人脑具
有“意识”，而机器没有。我们至今还没有搞明白，意识到底是什么。当然，人脑的奇
特之处远远不止这些。所以要实现接近人类级别的智能，你似乎只有把机器做得越来越
像人。可是现在我们连人脑到底是怎么工作的都不知道，甚至不能可靠地hack进人脑，
改变它的记忆和思维，又何谈实现所谓“人类智慧”呢？
AI领域似乎喜欢提出各种又大又空，唬人的名词，比如“神经网络”，“机器学习”。
后来发现大家都看破了机器学习，不过就是一些统计学方法贴了个新标签，搞得乌七八
糟，所以又提出所谓“深度学习”，想让人继续摸不着头脑，从而产生敬畏之情……
可是随他们怎么扯，人脑和计算机仍然有着根本性的不同。人类最宝贵的能力，并不是
能很快的，机械的做出算术题，或者能够在棋类游戏中胜出。人怎么也没想到，自己最
宝贵的特殊能力，其实是每个人都能做的那些生活琐事：端茶，倒水，开门，走路，……
机器虽然在围棋一类的“高智商”活动能够战胜人，可是你要它做这些“简单”的琐事
，却发现意想不到的难！也许不是不可能，但确实有很难逾越的鸿沟。问题在于：
机器缺少动物所具有的感官。虽然机器可以有各种传感器，激光，雷达，…… 然而就
算配备了如此大型，精密，远距离的设备，接收大量的数据，机器对于日常事物（比如
茶杯，乒乓球等）的判断和控制能力，却远远不如人那两只小小的，近视的眼睛。它更
不能跟视觉更加敏锐的动物，比如猫，狼，鹰，相比拟。
眼睛是一种异常先进的设备，它的工作原理跟人造的传感器，摄像头，激光，雷达，有
着根本性的不同。看看这些“光学幻觉”之后，你也许会明白，眼睛和视觉神经，远远
不止是摄像机那么简单。人的视觉系统，根本不需要主动发射出电磁波或者超声波，根
本不需要接收很精确，很大量的数据。它只需要被动的接收少量的光线，就能准确的把
握事物的形态和运动规律。它不但能处理看得见的信号，而且能根据已有的常识，很快
的补充出看不见的部分。视觉神经对于运动的物体，具有自动的追踪和适应能力，以至
于产生所谓“运动后效应”（motion aftereffect）。它能够根据非常少的数据，组合
出背后的抽象物体。这些都是现有的机器很难做到的事情。
来自世界的信息是不完美的，模糊的。计算机需要非常精确的输入，不能容纳和处理不
完美的，模糊的，有误差的数据，不能适应输入的变化。比如，也许一个机器人认得一
个特定的杯子，然后你把这杯子倒着放，或者把它打缺一个口子，它就不认得这是一个
杯子了。
计算机缺乏人所具有的常识。所谓常识，就是一些人所皆知，想都不用想的事情。就像
“什么是杯子”，“什么是猫”，“水往低处流”，“如何用手把东西拿起来”之类。
计算机不具有人类的感官，不能过人类的生活，不具有人类的学习能力，适应环境的能
力，所以它们几乎不可能获得人类的常识。
机器学习是什么
Hofstadter说：“计算机要得到人类一样的智慧，得先长上脚，能够走路，能够跟人一
起生活，能够跟人交流。它必须有很好的感官，能够感觉到这个世界，能够体验生活，
这样它才能学到常识……” 然而，机器跟人却有着根本性的不同。你不能简单的给机
器人装上腿脚和传感器，让它跟人学习。机器的“头脑”跟人脑不一样，它没有意识，
它不能形成“概念”。就像你把一个石头放在身边，它什么也学不会一样，计算机其实
并没有比石头聪明很多。
很多人喜欢拿“机器学习”来吓唬人，以为出现了“学习”两个字，就有了万能的解决
方案。而其实呢，机器学习说白了，只不过是通过大量的数据，统计拟合出某些函数的
参数。比如你可以猜测一组二维的数据点，符合一个简单的函数 y = ax3 + bx2 + cx
+ d，但不知道a, b, c和d该是多少。于是你就利用所谓“机器学习”，也就是通过数
学统计，猜出参数a, b, c和d的值，使得这个函数符合采集到的数据。可是这函数是怎
么来的呢？终究还是人想出来的！机器无论如何也跳不出 y = ax3 + bx2 + cx + d这
个框子。如果数据不符合这个范式，还是只有靠人，才能找到更加符合数据特性的函数。
所谓神经网络其实也是一个函数，它在本质上跟y = ax3 + bx2 + cx + d并没有不同，
只不过输入的参数多一些，逻辑复杂一些。所以“神经网络”跟神经，其实完全没有关
系。“神经网络”是一个非常聪明的广告词，它不知道用迷惑了多少人。因为有“神经
”两个字在里面，很多人就以为它会让机器具有智能，而其实这些就是统计学家门斯通
见惯的事情：拟合一个函数。你可以拟合出很好的函数，然而这跟“智能”没有任何关
系。
AlphaGo的算法要点
（这小节含有技术细节。不熟悉计算机算法和AI的人士，可以跳跃性的阅读这一节。）
看到AlphaGo取胜，就以为Skynet就要实现的那些人，其实不明白人工智能的难点在哪
里。他们可能根本没上过基本的AI课程，没有扎扎实实的实现过A*之类的“图搜索”算
法，也不知道所谓“神经网络”，跟神经其实没有屁点关系。
如果你真的领会了A*搜索的精髓，就会发现AlphaGo的论文里所描述的算法，其实是A*
算法的一个特例。A*算法，本质上就是我们常见的广度优先搜索算法的一个推广。广度
优先算法中，对每一层的节点，都是从左到右按顺序展开，而A*算法不是从左到右，而
是从中选择“最优”的节点，对它优先进行展开。如果没有找到答案，再考虑其它的分
支。这种“剪枝”的做法，可以节省大量的计算时间。选择“最优分支”的要点，在于
找到一个好的“启发函数”（heuristic），这个函数能很快的告诉你，从当前的搜索
状态，经过某种“捷径”，能够得到的最佳结果。
AlphaGo所谓的“policy networks”和“value networks”组合在一起，就相当于A*算
法的启发函数。AlphaGo通过对三千万个大师级“棋局点”的统计分析，事先算出了大
师们在各种棋局状态下，最有可能下子位置的概率分布。然后，AlphaGo根据这个概率
分布，进行所谓“蒙特卡洛树搜索”（MCTS），快速的推算如果走某一步，在“最幸运
”的情况下，是否有可能取胜。如果在最幸运的情况下都没可能取胜，那走这步肯定会
输了，所以之后的步骤都可以省略，从而节省计算的时间。
这样的数据分析，在某种程度下对人类棋手是不公平的。因为AlphaGo分析了太多的历
史数据，它能预测到在每种情况下，你最可能会走哪一步。人类棋手一般不会分析如此
多的数据，而且AlphaGo刚出道，都没有什么历史记录可以拿来分析，所以人在“战略
”准备上处于劣势。
这种对大量棋局的分析，其实也说明AlphaGo并没有很高的“智能”可言。它并不是真
的对围棋这件事很在行，而只是对自己的对手了如指掌。所以这机器其实主要是通过死
记硬背，外加暴力来取胜的，并不是靠自己的“直觉”或者“聪明才智”。这样的算法
，也许可以很好地应付经常遇到的情况。然而一旦身处未知的世界，很可能就会摸不着
头脑。所以有些人把AlphaGo用的方法称为“通用的智能算法”，其实是言过其实的。
AlphaGo的算法，专门针对高手们常用的走法进行了优化。它根据数据分析，能够以>50
%的准确率，预测人在很多情况下的走法。所以打败AlphaGo的一个有效方法，也许是使
用“怪招”。也就是说，使用常人不会用的走法。这样一来，AlphaGo经过事先数据分
析优化出来的“启发函数”就不再有用，从而陷入需要真正的“灵感”的困境。这样的
怪招，也许是跟人对弈会失败的一招，然而对AlphaGo也许就是个沉重的打击。因为
AlphaGo并没有足够的时间，当场计算出最佳方案，应付这样的怪招，也许就会导致一
招走错，满盘皆输。
AlphaGo不是人工智能历史性的突破
所以这次AlphaGo战胜了围棋冠军，跟之前IBM的“深蓝”电脑战胜国际象棋世界冠军，
意义其实差不多。能够写出程序，在这些事情上打败世界冠军，的确是一个进步，这种
技术会对某些特定的应用带来好处。然而，这并不说明AI取得了革命性的进步，更不能
表明电脑具有了真正的智能。
恰恰相反，电脑能够在棋类游戏中战胜人类，正好说明了从事棋类活动的能力，并不足
以衡量“人类智能”。我很早以前就发现，象棋围棋之类的游戏非常的无聊，比计算矩
阵乘法还要烦。我为什么要干这样的事情，为了显示自己很聪明？那样其实很傻。所以
作为一个智慧的生命体，我才懒得去自虐自己的脑筋。我应该写个程序去帮我做那些事
情 :)
如果你想看到AI真正的希望，也许该看看这个视频：乒乓球世界冠军险胜机械手……
我跟你开玩笑的 :) 最后有人揭露，这是由KUKA机器人公司设计安排，经过大量剪辑，
拍出来的广告而已。世界冠军Timo Boll，在其中只是一个演员。没有现场全程录像，
没有观众，没有裁判，没有证人。Timo Boll配合他们，拍了一整天，只把那机械手最
好的表现剪辑出来，犯笨的地方全都剪掉了。KUKA的机械手也许确实能打中球，然而完
全不可能是普通人的对手，更不要说跟世界冠军交手。
虽然不能和人比，我发现KUKA的机械手作为一种工具，还挺有意思。有个型号甚至可以
慢吞吞地做端茶倒水的动作。不过貌似比90岁老太太的敏捷程度还要差一些，而且只认
得它自己那几个特定的物体，必须放在特定的位置。如果你给它换个形状的茶杯，或者
给它斜着放，它应该就不知道该怎么办，因为它头脑里没有常识。
人是如何获得这些常识，如何表示它们，如何利用它们，仍然是未解之谜。所以为
AlphaGo热血沸腾的人们，不要再沉迷于科幻和Skynet了。看清AI和“神经网络”的实
质，用它们来做点有用的东西就可以了，可是不要对实现“人类智能”期望太高。
