人工智能VS人類：我們真的要一直輸下去嗎？

　　20年前，“深藍”電腦系統(tǒng)在萬眾矚目中擊敗了國際象棋冠軍加里·卡斯帕羅夫(Garry Kasparov)，而如今，谷歌開發(fā)了一種人工智能系統(tǒng)，打敗了世界上最偉大的圍棋選手。

　　據(jù)Quartz報道，麻省理工學院的學生Vlad Firoiu開發(fā)的一款人工智能游戲擊敗了世界上一些優(yōu)秀的玩家。盡管這款人工智能游戲沒有和最優(yōu)秀的選手對戰(zhàn)，但其中一位輸?shù)舻倪x手承認，“我并不確定是否有人能打敗它?！?/p>

　　雖然這一成就十分振奮人心，但人工智能仍然需要一些改進，直到它在每一款游戲中都能戰(zhàn)勝人類。人工智能正在學習一些新的贏得游戲的方法，比如說比人類記住更多的游戲動作。他們正在學習如何從戰(zhàn)略角度思考，如何互相合作。這是人工智能與人類競爭的良好表現(xiàn)，它們一定會走得更遠。

　　新環(huán)境和新發(fā)展

　　《任天堂明星大亂斗》是2001年開發(fā)的一部任天堂游戲，在游戲中，馬里奧和皮卡丘等著名的任天堂人物可以互相打斗。盡管這款游戲年齡很大，已經(jīng)出了兩部續(xù)集版本，但仍然被大量玩家所青睞?！按髞y斗玩家”們不斷開發(fā)新的戰(zhàn)斗技術(shù)，讓這款游戲一直保持高熱度。

　　因為Smash是一款格斗游戲，與國際象棋相比，人工智能面臨著不同的挑戰(zhàn)。在國際象棋中，人工智能可以簡單地通過記憶數(shù)以百萬計的動作來勝過玩家。但在即將到來的游戲Smash中，人工智能無法預(yù)測未來，因為無法可靠地預(yù)測人類玩家會做什么格斗動作。為了打敗人類玩家，人工智能將不得不“學習”怎么玩Smash。

　　這正是Firoiu和他的同事們教人工智能做的事情。他們開發(fā)了一種神經(jīng)網(wǎng)絡(luò)，可以精準判斷出對手的位置，并作出戰(zhàn)斗指令。神經(jīng)網(wǎng)絡(luò)會對AI進行近戰(zhàn)訓(xùn)練，讓AI對自己作出攻擊。通過與自己進行比賽，AI在短短幾周內(nèi)就學會了如何打敗優(yōu)秀的Smash玩家。

　　除了Smash，上個月，人工智能還利用神經(jīng)網(wǎng)絡(luò)擊敗了世界上最優(yōu)秀的撲克玩家。就像Smash一樣，撲克無法僅僅通過計算來獲得游戲勝利。它需要了解玩家的出牌習慣，尤其是要有虛張聲勢的能力。而就像Smash人工智能一樣，在進入錦標賽之前，撲克玩家都會與自己玩游戲琢磨技術(shù)，而不是與對手對戰(zhàn)。通過這樣的方式，撲克玩家贏了數(shù)以萬億計的比賽。這些在撲克和電子游戲上取得的勝利都代表了人工智能的飛速發(fā)展。

　　但是我們不能沾沾自喜，盡管取得了這些勝利，人工智能的發(fā)展仍有相當長的路要走。因為人工智能的反應(yīng)速度比人類快的多，因而Smash人工智能攻擊性比人類玩家大，并且能及時避開攻擊。但是，人工智能沒有能力處理游戲中的投射物，所以沒法跟遠程角色對戰(zhàn);而當對手躲藏在角落時，它還會不知所措，甚至跳崖自殺。

　　因此，有人會質(zhì)疑，Smash AI是否真的比人類更聰明，還是它只是利用了優(yōu)越的反應(yīng)速度來獲取勝利。然而，人工智能只花了幾周時間就能讓已經(jīng)練習了數(shù)年的人類棋手們黯然失色。最近在諸如Smash和撲克等領(lǐng)域的人工智能的勝利都表明，隨著游戲參數(shù)的改變，人工智能可以學習不同類型的游戲動作。兩場比賽進一步強調(diào)了一點：不同的人工智能系統(tǒng)可以學會合作，也可以根據(jù)比賽的不同性質(zhì)互相爭斗。

　　從某種意義上說，任何我們編寫人工智能程序都可以被理解為一種游戲。無論是在游戲中打敗玩家還是進行戰(zhàn)術(shù)的分析，人工智能都受到特定參數(shù)的約束，無論是通過程序員的設(shè)計還是通過神經(jīng)網(wǎng)絡(luò)學習，它都能不斷地實現(xiàn)自我提升?？v觀人類歷史，游戲常常被視為智力高的象征，比如有很多偉大的領(lǐng)導(dǎo)者喜歡國際象棋。由于在各種各樣的游戲中，人工智能都能打敗人類，這表明人工智能可以通過程序員編程獲得不同類型的智能。神經(jīng)網(wǎng)絡(luò)和機器學習有可能徹底改變?nèi)斯ぶ悄?，但要想在每一場游戲中?zhàn)勝人類，仍需要相當大的進步。