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。
本文轉載自：新浪科技
學西洋棋請聯繫客服：