被IBM「深藍」擊敗西洋棋大師:我和機器和解了

2020-12-08 快科技

北京時間2月24日午間消息,23年前,俄羅斯西洋棋大師加裡·卡斯帕羅夫(Garry Kasparov)輸給了人工智慧深藍(Deep Blue);23年後,卡斯帕羅夫在媒體採訪中表示,人類需要學會與機器合作。他說,你需要「把人工智慧算法向正確的方向引導」。

以下為採訪全文:

加裡·卡斯帕羅夫也許是歷史上最偉大的西洋棋選手。1985年,贏得西洋棋世界冠軍後, 他橫掃對手、獨霸棋壇將近二十多年。

而在西洋棋界之外,人們聽聞卡斯帕羅夫,卻是因為他輸給了一臺機器。1997年,在他的鼎盛時期,卡斯帕羅夫為IBM的一臺名為「深藍」(Deep Blue)的超級計算機所敗。人類不敵機器的消息,頓時震驚全球,更仿佛在昭告機器凌駕人類之上的新時代即將到來。

隨後的數年,人們對待機器的態度漸漸恢復理性。個人計算機的功能大幅增強,智慧型手機如今可以同時運行和深藍一樣強大的象棋引擎與其他應用。更重要的是,得益於人工智慧的最新進展,機器現在可以自己學習和探索遊戲。

深藍的背後仍舊是人類為西洋棋對弈而設計的代碼規則。相比之下,Alphabet子公司DeepMind在2017年推出的程序AlphaZero,通過反覆練習,就可以自學成為大師級選手。甚至,AlphaZero還挖掘出一些新的策略,這些策略讓西洋棋專家都自嘆不如。

上周,卡斯帕羅夫再次回到當年為深藍所敗的地方——紐約一家酒店的宴會廳,參加人工智慧促進協會組織的活動,與一種人工智慧專家展開對話。期間,他接受了外媒採訪,談到了西洋棋、人工智慧和保持領先於機器的策略。

問:重回當年輸給深藍的舊地,有什麼感覺?

卡斯帕羅夫:我早已釋懷。到最後,這場比賽成了祝福,因為我有幸參與到了某些重要的事業之中。只是,二十二年前的我,並不是這麼認為的。時光在流走,該發生的事情正在發生。我們都會犯錯,會失敗。然而,重要的是,我們如何看到自己的錯誤,如何從糟糕的經歷中吸取教訓。

1997年的經歷讓人挫敗,但它也讓我開始了解到人機協作的未來。我們總覺得,人類在西洋棋、圍棋和將棋領域,所向無敵。但所有這些棋局,在日漸強大的人工智慧算法的推動下,漸漸倒向了另一邊。但這並不意味著生活就不能再繼續。我們必須想辦法,把這一切變為優勢,為我們所用。

我總是說,我是第一個受到機器威脅的知識工作者。但這也讓我有機會向大眾傳遞一個消息。因為,這樣一來,沒有人會懷疑,我會站在計算機這一邊。

問:對於人工智慧的影響,你想給人們傳遞什麼樣的消息?

卡斯帕羅夫:我認為人們認識到必然性元素這一點很重要。當我聽到人們大聲疾呼人工智慧正在闖入並摧毀我們的生活,速度如此之快時,我說,不,不是的,速度其實已經很慢了。

每一項技術在創造就業之前總會破壞一些就業機會。如果你看一下統計數據的話,在美國,僅有4%的工作需要人類創造力。也就是說,剩下的96%的工作,我稱之為「殭屍工作」,是死的,沒有生命的。只是他們不知道而已。

幾十年來,我們一直在訓練人類,像計算機那樣工作。現在,我們卻在抱怨這些工作危在旦夕。這些工作當然危在旦夕。我們必須尋找機會創造那些可以突出我們人類優勢的工作。我們大多數人能活到今天,肆無忌憚地抱怨技術,這還多虧了技術。這其實就是硬幣的兩面。我認為重要的是,與其抱怨,我們應該著眼於如何更快地前進。

當這些傳統工作開始消失之時,就是我們需要新的行業之時,我們需要建立有幫助的基礎。也許是普遍的基礎收入,但我們還是需要為那些滯後的人們提供財務緩衝。眼下,這是一個防禦性的反應措施,不管它是來自公眾還是來自大型企業執行長——他們關注人工智慧發展並宣稱人工智慧可以改善利潤,只是一切都是未知。而我認為,我們仍在努力理解人工智慧在我們社會中的角色。

問:但還是有很多人需要面對人工智慧將取代他們一部分工作的事實。你對他們有什麼建議?

卡斯帕羅夫:我們有不同的機器,而人類的工作是,理解這臺機器,賦予它所需的資源,讓機器發揮最佳功效。歸根結底,這是組合的問題。比如,我們以放射學為例。如果你有一個強大的人工智慧系統,我更希望讓經驗豐富的護士,而非頂尖教授,來使用這個系統。具有良好知識和訓練的人會認識到自己不足,會與系統共同進步。而醫學大咖則會大概率地挑戰機器的知識,這樣的話就破壞了人機間的交流。

人們時常問我,「如果要幫助另一臺西洋棋引擎打敗AlphaZero,你能做些什麼?」我說,我會觀察AlphaZero的策略,然後找出它的潛在弱點。我也相信,AlphaZero的進化不可能是完美的,畢竟這世上沒有完美的存在。舉個例子,它可能會認為象比馬更重要。AlphaZero學習過6000萬多場對弈,從統計上來看,在大多數對弈中,象的重要性不言而喻。因此,我認為,AlphaZero可能會在次序上,賦予象更高的優先級。所以,你應該怎麼做呢?你應該讓你的引擎專攻AlphaZero上存在的不可避免的弱點。

我還經常引用這個例子。假如你有一把非常強大的槍枝,一把射成達到一英裡的來復槍。瞄準時1毫米的偏差,在一英裡外就是10米的偏差。因為槍枝是如此強大,非常微小的變化實際上會導致明顯的偏差。未來人機協作的意義也在於此。

對於AlphaZero和未來機器,我更願意把人類角色描述為「牧羊人」。你要做的就是把人工智慧算法向正確的方向引導。把人工智慧向這個或那個方向輕推一把,它們就可以完成接下來的工作。你的工作就是把正確的機器放在正確的領域,去完成正確的任務。

問:你覺得我們在人類水平的人工智慧方面,取得了哪些進展?

卡斯帕羅夫:智能究竟是什麼,無人知曉。即便是最好的計算機專家,處於計算機科學最前沿的那些人,他們也時常對我們現在的工作感到疑惑。

今日我們對人工智慧的了解仍僅限於工具層面。我們能夠接受機器讓我們變得更快更強大。但是說到更聰明,人類的恐懼便躍然紙上。但是,這兩者之間有什麼區別呢?我們一直在發明機器,幫助我們提高不同的品質。因此,我認為,人工智慧也就是一個強大的工具,它可以讓10年或者20年前的不可能變為可能。

未來人工智慧會怎麼發展我不知道。但我不相信強人工智慧(AGI)。我不認為,機器可以將知識從一個開放式系統轉移到另一個開放式系統。但機器可以主宰一個封閉的系統——比如遊戲或其他人類設計的世界。

大衛·斯爾福(David Silver,AlphaZero的創建者)並未回到我提出的有關機器是否可以自己設定它們的目標的問題。他談到了子目標,但這是兩回事。在他對智能的定義中,目標和子目標的差異,就是人與機器的差距。我們可以為自己設定目標,然後努力去實現我們的目標。而機器智能努力去實現已經設定的目標。

到目前為止,鮮有證據可以表明,機器可以在條條框框以外運行——這一能力,恰是人類智能的一個顯著標誌。比方說,你在一個遊戲中積累了一些知識。機器可以把這些習得的知識應用到其他相似但又不完全相同的遊戲中嗎?人類可以,但計算機不行。大多數情況下,計算機需要從頭學起。

問:讓我們再說說人工智慧道德。你對技術被應用於監視或武器,有什麼看法?

卡斯帕羅夫:縱觀歷史,我們心裡清楚,這樣的發展是必然。有些事情,人類無法阻止。如果你在歐洲或美洲徹底禁止這類應用,那麼亞洲就會坐享優勢。但我也確實認為,我們需要對Facebook、谷歌和其他產生大量數據的公司採取更多的公共控制。

人們總說,我們得建立符合道德規範的人工智慧。一派胡言。人類才是邪惡的主謀。問題不是出在人工智慧身上。問題出在人類使用新的技術去傷害他們的同胞這裡。

人工智慧就好比一面鏡子,它照出了好,也照出了壞。我們必須正視這個問題,然後弄明白如何解決這個問題,而不是整天抱怨說:「哦天吶!我們創造的人工智慧總有一天會超越我們自己。」不知怎的,我們已然陷入兩個極端。人工智慧不是魔杖,也不是終結者。它也不是烏託邦或反烏託邦的預兆。人工智慧就是一個工具。沒錯,它是一個很特別的工具,因為它可以擴大我們的思維,但它終究仍只是一個工具。但不幸的是,不管是在自由世界之內還是之外,我們有太多的政治問題,如果不能正確使用人工智慧,局面只會更糟。

問:回到西洋棋,你怎麼看待AlphaZero的走棋風格?

卡斯帕羅夫:我研究了它的策略,然後在一篇文章裡也提到了這些。在那篇文章裡我把象棋描述為「理性的果蠅」。如今,計算機選手早已勝過人類選手千百倍。但事實上,我們可以進一步了解我們的遊戲。比如,AlphaGo在訓練中所實踐的數百萬場對弈,可以生成某些有用的信息。

如果我們開發出強大的西洋棋機器,那麼西洋棋對弈就會變得乏味——會有大量平局出現、太多技巧或者一場對弈有走1800或1900多步最後陷入死局等等——抱有這樣的想法其實是錯誤的。AlphaZero完全相反。與我而言,這更像是一種互補,因為你找到了一個更強大的對手!AlphaZero會犧牲一些棋子來換取更有效的進攻。這不是什麼創新,而是AlphaZero學會了這種模式,知道計算其中的機率。但也正是這些讓西洋棋充滿魅力。

馬格努斯·卡爾森(Magnus Carlsen,現任國家象棋世界冠軍)曾說,他研究過AlphaZero的對弈,他還發現了其中的一些元素和聯繫。他說,有些走棋他設想過,但未曾真正實踐過;現在我們可以知道這些假設的最終結果。

問:你輸給深藍後,有些人覺得西洋棋將會變得索然無味。那為什麼人們仍然對卡爾森充滿興趣呢?

卡斯帕羅夫:你已經給出了答案。因為我們仍然對人感興趣啊。汽車比人類跑得快,那有怎樣呢?人類的競爭核心仍然沒有變,因為我們渴望知道我們的團隊、我們的選手,是否是世界第一。

雖然,計算機已經主宰了象棋,讓人類惴惴不安。但另一方面,它也讓更多人對西洋棋產生興趣。不像30年前,當卡斯帕羅夫對弈卡爾波夫(Anatoly Karpov,俄羅斯西洋棋大師)的時候,沒人敢對我們的走棋指手畫腳,哪怕我們出現了失誤。現在,你可以一邊看棋,一邊聽著機器的解說。所以,從某種意義上來說,機器讓西洋棋變得更加大眾化了。現在他們可以跟上對弈,可以理解西洋棋的語言。因為有人工智慧充當翻譯的媒介。

 

- THE END -

#IBM#象棋

原文連結:新浪科技 責任編輯:朝暉

相關焦點

  • 被IBM「深藍」擊敗的西洋棋大師:更多工作將被AI取代
    網易科技訊 2月25日消息,據外媒報導,加裡·卡斯帕羅夫(Garry Kasparov)曾是西洋棋領域的權威人物,直到1997年被名為「深藍」(Deep Blue)的IBM超級計算機擊敗。時隔23年後,卡斯帕羅夫接受專訪,稱更多美國工作將被人工智慧(AI)取代。
  • 敗給深藍20年後,棋王卡斯帕羅夫說:智能機器不是人類的威脅
    如今,這位已經退役的昔日「棋王」,首位被計算機擊敗的世界冠軍,已經走出了陰影,在即將出版的新書《深度思考:人工智慧的終點和人類創造力的起點》中,呼籲社會以樂觀的心態去接受人工智慧的快速發展。以下內容由《華爾街日報》節選自卡斯帕羅夫新書,量子位編譯整理:當我成為西洋棋世界冠軍時,計算機剛剛達到了世界冠軍的水平。這是我的幸運,也是我的不幸。
  • 第一臺計算機西洋棋大師的前世今生
    西洋棋是一種複雜的策略遊戲,兩個對手之間沒有任何隱藏的信息,雙方在一開始就知道對方所有的潛在動作。每一回合,玩家都會交流他們的意圖,並試圖預測可能的對策。提前預想幾步行動的能力是獲勝的秘訣,數學家和邏輯學家一直以來都認為這種能力很有趣。接下來我們根據Allison Marsh的講述一起來了解一下這段計算機西洋棋大師的歷史。
  • 專訪深藍之父:AlphaGo很棒 但並不完美
    文/機器之心圍棋人機大戰已進尾聲,這註定是一次要載入史冊的比賽,也正如機器之心之前所言:這次比賽沒有失敗者,而是全人類的勝利。20多年前,IBM也曾因類似的事情備受矚目。IBM的深藍計算機擊敗了西洋棋大師Garry Kasparov。Murray Campbell就是當時深藍研發組的重要人員之一。
  • 從慘敗到復仇:"深藍"背後的他回顧技術進步的20年
    圖: Stan Honda Getty Images)出品|網易科學人欄目組譯者|孫文文編輯|郭浩20年前,IBM研發的「深藍」計算機成為第一臺擊敗西洋棋冠軍的機器,一時聞名世界。計算機戰勝人類引發了人們關於自身被機器超越的擔憂,當然卡斯帕羅夫和其他一些人也一直懷疑IBM通過作弊取得了勝利。
  • 20年前輸給了計算機的西洋棋冠軍,說別把機器當對手|TED2017現場...
    但這位現年54歲的西洋棋特級大師,本次演講只說人類和機器的競爭,完全沒提到普京。第一天的會議上,TED設置兩個跟人機競爭有關的話題,「我們的機器人霸主」和「人類的反應」。「這故事始於1985年、22歲的我成為西洋棋世界冠軍……」登臺後的卡斯帕羅夫以此為開場白,開始一段時長16分鐘左右的演講。
  • 阿爾法狗火了,但別忘了深藍!20年前它已打敗人類象棋冠軍
    接受《科學美國人》的採訪時,Campbell談到了計算機科學家長期以來對計算機下象棋的痴迷,還有IBM是如何成功應對AI技術面臨的挑戰並扭轉戰局,擊敗西洋棋冠軍的。【以下是經過編輯的訪談記錄。】Q:你當初是怎麼加入「深藍」研發項目的呢?我是IBM當時接觸的卡內基梅隆大學研究生團隊中的一員。
  • 20年前輸給計算機的西洋棋冠軍,如今有什麼感慨
    當年無人可以撼動的世界冠軍敗給機器,引發了全世界巨大轟動和焦慮。2017年5月30日,現年54歲的西洋棋特級大師卡斯帕羅夫在TED2017大會上首次公開20年前那場「人與機器」的對抗,坦然講述他如何克服了對機器和人工智慧的恐懼,並呼籲觀眾以樂觀的態度看待AI領域的快速發展。「既然打不贏他們,那就加入他們。」
  • 從「深藍」到「阿爾法狗」, 人工智慧發展的一大步
    IBM的超級計算機「深藍」(Deep Blue)以2勝1負3平的成績戰勝了當時世界排名第一的西洋棋大師加裡·卡斯帕羅夫,一時間全球轟動。   「深藍」的設計者們在當時就想到了下一個小目標:「何時計算機也能下圍棋呢?」
  • "深藍"勝人類20年紀念 柯潔或能為人類扳回一城?
    IBM公司的西洋棋電腦「深藍」的六局對抗賽,揭開了人類與計算機對峙的序幕。早在1988年,「深藍」的上一代「深思」,就成為第一個拿到西洋棋特級大師的電腦。1996年,「深藍」成為第一個拿下西洋棋世界冠軍的電腦。作為西洋棋的棋壇神話,卡斯帕羅夫曾經說過,電腦要想戰勝世界冠軍,得等到2010年,結果「深藍」把這個日子整整提前了13年。
  • 電腦程式ZEN比「深藍」更深 它或是圍棋終結者
    1997年,超級電腦「更深的藍」戰勝了西洋棋(西洋棋新聞,西洋棋說吧)(西洋棋新聞,西洋棋說吧)棋王卡斯帕羅夫(卡斯帕羅夫新聞,卡斯帕羅夫說吧)(卡斯帕羅夫新聞,卡斯帕羅夫說吧)。日媒稱ZEN曾受讓四子擊敗過武宮正樹九段,中國部分業餘棋界的高手日前下載該軟體,並測試後認為:以電腦圍棋「漲棋」的速度,五年之內很可能還會「給職業棋手帶來麻煩」。  裘新5段是一位IT從業者,骨灰級的遊戲製作人,在他日前的微博介紹中,記載了與電腦ZEN交戰的始末——「我抱著蔑視的心態和它下了4盤,第一盤優勢下一大意,居然被屠大龍!第二盤全面保守防守,居然輸半目!
  • 計算機:挑戰李世石的為什麼不是IBM深藍
    評論:19年來計算機產業到底發生了什麼:1997年IBM深藍超級計算機以2勝1平3負戰勝了當時世界排名第一的西洋棋大師卡斯帕羅夫。IBM深藍重1270公斤,32個CPU每秒計算2億步。在超級計算機TOP500中排名259位,計算能力為每秒113.8億次浮點運算。
  • 歷史上的2月10日,深藍計算機橫空出世
    1996年2月10日,IBM開發的深藍計算機首次挑戰西洋棋世界冠軍卡斯帕羅夫,最終以2:4落敗。深藍計劃源自許峰雄在美國卡內基·梅隆大學修讀博士學位時的研究,第一臺電腦名為「晶體測試」,在州象棋比賽中獲得了名次,後來該又研製了另一臺電腦「沉思」(Deep Thought,該名源自於《銀河系漫遊指南》中的一臺超級電腦),晶片工藝是3微米。許峰雄在1989年加入IBM研究部門,並繼續超級電腦的研究工作,當時他與Murray Campbell主力研究平行運算問題。
  • 和最強女棋手「小波爾加」一起聊西洋棋
    年僅15歲便獲得男子特級大師稱號。 1992年2月4日,朱迪特·波爾加被國際棋聯授予西洋棋特級大師的稱號,成為世界上最年輕的西洋棋特級大師。2003年4月,小波爾加憑藉2715分的成績首次殺入世界前十名,成為歷史上第一位進入世界前十名的女棋手。她的西洋棋等級分從1989年開始到2014年宣布退役,一直排名女子世界第一長達25年,入選金氏世界紀錄。
  • 歷史上的今天,1996年2月10日,電腦「深藍」挑戰卡斯帕羅夫
    歷史上的今天,1996年2月10日,電腦「深藍」挑戰卡斯帕羅夫
  • 人類輸給過哪些動物和機器?
    棋藝輸給「深藍」和「AlphaGo」人類與動物相比,在很多方面都不佔優勢,但有一點可以秒殺地球上所有其他動物,那就是人類所擁有的高超智慧。不過人類的智慧正在被人類自己所創造出來的機器碾壓——這就是橫空出世的人工智慧。第一臺機器人誕生於1956年,這一年科學家首次提出了「人工智慧」的術語。
  • 1997年人機大戰震驚世界 電腦深藍戰勝國象棋王
    1997年電腦深藍首次戰勝國象棋王卡斯帕羅夫  1996年2月10日至17日,在美國費城舉行了一項別開生面的西洋棋比賽,報名參加比賽者包括了「深藍」計算機和當時世界棋王卡斯帕羅夫。  1996年2月17日,比賽最後一天,世界棋王卡斯帕羅夫對壘「深藍」計算機。在這場人機對弈的6局比賽中,棋王卡斯帕羅夫以4:2戰勝計算機「深藍」,獲得40萬美元高額獎金。人勝計算機,首次西洋棋人機大戰落下帷幕。  「深藍」計算機是一臺由國際商用機器公司(IBM)技術人員歷經6年時間研製成功的帶有31個處理器並行的超級計算機。
  • 西洋棋界第14位棋後:烏什尼娜
    安娜·烏什尼娜,烏克蘭棋手,女子國際特級大師(西洋棋的四種等級稱號)。是目前世界上唯一一名同時獲得個人世界冠軍、奧賽冠軍和世團賽冠軍的棋手。能流利說英文。
  • Chessable西洋棋大師賽半決賽丁立人暫時落後
    新華社南京7月1日電(記者王恆志)Chessable西洋棋大師賽北京時間1日結束半決賽首回合較量,中國棋手丁立人在超快棋賽第二盤告負,暫時在三場兩勝制的比賽中落後於世界排名第一的挪威棋手卡爾森。卡爾森和丁立人的半決賽無疑稱得上巔峰對決,卡爾森世界排名和快棋排名都是第一、超快棋排名第二;丁立人的世界排名和快棋排名都是第三、超快棋排名第八。但這場較量一開始就生出波瀾,此前在小組賽階段出現過的網絡問題再度出現,丁立人在第一盤棋下至43回合時斷線告負。
  • 2017年全國西洋棋棋協大師賽(天津)成功舉辦
    央廣網天津10月6日消息(記者夏震宇)10月1日-4日,由中國西洋棋協會主辦,天津市津報棋院、天津市北辰區棋類運動協會承辦的2017年全國西洋棋棋協大師賽(天津)在天津市北辰區龍順莊園成功舉辦。其中,棋協大師組獎金共設2萬元,男子個人冠軍獎金5000元,女子個人冠軍獎金3000元。經過3天9輪的激烈角逐,杜春暉(北京常青藤西洋棋俱樂部)、董倩(個人)分別摘得男子個人組、女子個人組冠軍頭銜。西洋棋棋協大師賽是國內最具影響力的西洋棋棋類賽事之一。該賽事在天津的落戶,將對天津市西洋棋賽事市場的繁榮和業餘棋手水平的不斷提升起到重要的推動作用。