抽空看了一本2017年的纪录片《AlphaGo》，豆瓣评分高达8.9。纪录片中有众多难得一见的镜头，值得看一看。
让我们回到2016年，那年的3月9日到15日，AlphaGo向当时的顶尖围棋手李世石发起挑战。
之前，AlphaGo已经战胜了樊麾二段（2015年10月，分先，5:0），他也成为世界上第一个在十九路棋盘上，以分先手合被围棋软件击败的职业棋手。
当时人们的反应还是很怀疑的：毕竟樊麾的段位还是太低，与顶尖九段棋手有很大的差距。一个引擎能战胜二段棋手，尽管让人们震惊，但还是不以为然。
于是，到了2016年，AlphaGo向李世石的挑战就是人们证明“像围棋这么复杂的游戏，电脑（AI）是无能为力的。”
确实，在第一局比赛开始前，李世石以及所有人都信心满满。李世石当时的判断是：
I believe that human intuition is still too advanced for AI to have caught up…
当然，后来的故事我们都知道了。五番棋大战，AlphaGo早早确立了3:0的胜利，而它在第二盘37手下出的五路肩冲，更是被人一再提及——而当时所有的棋手、解说看到现场下出这一手，都是十分怀疑、毫无头绪的。
完全放下包袱的李世石在第四盘全面落后的情况下，在78手下出被誉为“神之一手”的挖：
AlphaGo之后的应对了无章法，李世石赢下此局，也是唯一人类战胜AlphaGo的对局。
到了2017年10月，有了AlphaGo的后续版本：AlphaGo Zero（AGZ）。AGZ和AG不同，它完全只靠自我学习——没有任何开局指南、中盘技巧和官子手册，也没有任何人类对弈的棋局作为参考，从开始学习到全面超过战胜李世石的AG，只用了21天！当然，获得合格成绩的代价也不小，光是硬件就花了2500万美金……
我很欣赏李世石在完赛后说的一句话，他说：
I feel thankful and feel like I’ve found the reason I play Go.
我觉得，这才是我们面对AI的正确态度呀。
让我重复一下年初ChatGPT问世时写的文章中的断言：
这些AI的学习目标是很明确的，也就是说有一个明确的目标让AI去加以“接近”。围棋中，是围的地多少；国际象棋中，是将死对方的王。而且，在信息全对称的决策类型游戏（比如围棋和国际象棋）中，这些AI的表现要好于不完全对称的游戏（比如星际争霸）。
所以，这些AI的弱点也同样明显：如果一个任务的目标就是不明确的，那么这些AI不可能比人的表现更好。
注意，这个任务的目标可能很明确，但几乎很难量化。
比如，当我们向MidJourney给出如下提示：
https://s.mj.run/fNbmzvFrH7w Create an image from this link of a British King sitting on the British Throne, wearing the British Crown and other Crown Jewels, with a sword in his hand, ready to take on the responsibilities of his reign. Show him in regal splendor, surrounded by the rich history and traditions of the British monarchy, while also capturing the anticipation and excitement of this historic moment. –v 5.1 –s 750** – Variations by @ladvertsofficial (fast)
我看到的作品是这样的：
如何？初看确实很不错，但还是漏了细节：比如手中的剑（with a sword in his hand）不见了。
MJ在创建这张图的时候，有很多东西是现成的、也是给定的：一个链接，British King，British Throne……MJ的目标就是搞出这么一幅画，要有这么多要素。这个（些）目标只是初级的目标。
打个不恰当的比方就是，我（AI）如果确定今晚的晚餐上要有红烧鸡腿，我（AI）就可以找到制作方法，因为“红烧鸡腿的做法”是一个现成的知识。
如果我们再进一步，我的目标是：今晚晚餐要吃啥？要荤素搭配，营养健康。同时，我再给出我手上有些什么材料。
AI（我用了ChatGPT）给出的答案非常实用，但也没有超出“搜索”的范围。
于是，我还是长舒了一口气。很多人担心的，AI替代人类的事情，还很远。
Leave a Reply