清华大学计算机系教授，博士生导师，中国人工智能学会副理事长，中国中文信息学会副理事长。主要研究方向为智能信息处理，包括文本信息检索、网络用户行为分析、个性化推荐、社交媒体分析等。

在2016年3月份，正当李世石与AlphaGo进行人机大战的时候，我曾经写过一篇《人工智能的里程碑：从深蓝到AlphaGo》，自从1997年深蓝战胜卡斯帕罗夫之后，随着计算机硬件水平的提高，计算机象棋（包括国际象棋和中国象棋）水平有了很大的提高，达到了可以战胜人类最高棋手的水平。但是，长期以来，在计算机围棋上进展却十分缓慢，在2006年引入了蒙特卡洛树搜索方法之后，也只能达到业余5段的水平。所以AlphaGo战胜韩国棋手李世石，确实是人工智能发展历程上的一个里程碑式的事件。

从人工智能研究的角度来说，计算机围棋战胜人类高水平棋手是一个标志，说明在某些方面，现有的人工智能技术可以达到怎样的高度，所以当时我曾经认为人机再战的意思已经不大，就如同当年深蓝战胜卡斯帕罗夫之后，IBM随即马放南山，即便卡斯帕罗夫提出再战深蓝，IBM也不再理会。当年的深蓝还是一个专用设备，IBM甚至为了提高计算速度，而研制了专用的芯片（据说该芯片只能用于下国际象棋）。但是万事开头难，随着计算机计算能力的提高，今天即便在普通计算机上，也可以达到甚至超过当年深蓝的水平。以至于在国际象棋比赛中，出现过棋手借去厕所的机会，让计算机帮忙出招的丑闻，在现在的国际象棋比赛中，已经明确禁止利用各种计算设备，据说赛场也对网络进行屏蔽，以防止有人作弊。

图1. 深蓝对卡斯帕罗夫的比赛现场

就在2016年即将过去的时候，在网络上突然出现一个名为Master的计算机围棋程序，在网上快棋赛中，连胜包括中日韩三国高手在内的人类棋手，取得连胜60场的辉煌战绩。事后得知Master就是AlphaGo的升级版。>>震撼！横扫中日韩顶级棋手，60局不败的Master就是AlphaGo！

为什么AlphaGo会重出江湖呢？我想可以从AlphaGo与深蓝的不同来考虑。深蓝采用的是α-β搜索框架，加上大量的人类知识，在技术上已经没有什么发展空间。而AlphaGo采用的是蒙特卡洛树搜索框架，加上深度学习和深度强化学习。在这样一个框架下，深度学习，尤其是深度强化学习在计算机围棋上的天花板究竟有多高？还是一个未知数，从技术的角度来说，还有很大的研究空间，我想这是AlphaGo重出江湖的重要原因，围棋在这里只是作为一个应用对象，目的还是研究强化学习等方法。

顺便在这里说一下，有人认为AlphaGo的成功是深度学习的胜利，我认为这一看法是片面的。具体来说，蒙特卡洛树搜索引入到计算机围棋中，是一个很大的飞跃，深度学习和强化学习的引入，是又一次飞跃。因此AlphaGo的成功是蒙特卡洛树搜索加深度学习的胜利。如果再上升一个层次来考虑，则是人工智能中传统的符号主义加连接主义的成功。如果再进一步上升一个层次，则是理性加感性的成功。因此，在今天深度学习大热的情况下，不能忽视传统方法的作用。传统方法与深度学习具有互补性，应该加强这方面的研究，而不是一窝蜂式的涌向深度学习。

图2. 韩国棋手李世石对战AlphaGo

那么这次的Master与去年3月份的AlphaGo有什么不同呢？（为了叙述方便，下文中AlphaGo特指去年3月的版本，Master特指现在的版本）到目前为止，DeepMind公司还没有透露出任何信息，只能从表面现象去分析、猜测。我并不懂围棋，为了了解Master的特点，在网上看了不少专业棋手对Master棋谱的分析，一个突出的感受是，Master常常会走出一些超出职业棋手想象的惊人之步，很多高手连呼看不懂，但又找不出其破绽。

古力在其微博上说，Master的出现“已经彻底颠覆了我们棋手对局势原有的掌控、判断”，柯洁也评论说Master“给我们棋手带来的震撼”。虽然AlphaGo也有出乎职业棋手意外的着法，但是这次Master这样的走法更多，更出乎意外。鉴于此，我曾经给出一个猜测：“AlphaGo训练时用到了16万人类棋谱，加上自己左右互搏产生的3000万棋谱，以及人类总结的几万个模式。而这次的Master很可能是从0开始学习得到的结果（指没有利用任何人类棋谱和知识，依靠基于强化学习的左右互搏进行学习），在蒙特卡洛搜索树的框架下，加上深度强化学习方法，是可以做得到的。这也是为什么Master让职业棋手感觉到被颠覆的原因，因为没有任何人类的影响。

AlphaGo在去年3月时虽然惊人的走法，但好像没有这次多，也没有这次大胆，因为3月的AlphaGo利用了16万的人类棋谱和数万个人类总结的模式”。虽然事后DeepMind公司说Master还是用了人类棋谱，但是很可能更加加强了基于强化学习的左右互搏的成分，弱化了人类棋谱的作用。事实上，DeepMind公司也确实在试探从0学习的系统，虽然还没有推出。

在我的“人工智能导论”课上，学生要完成一个大作业，就是实现一个简单的下棋程序，最初几年，学生基本是采用α-β剪枝的方法，要自己总结很多模式出来，后来渐渐的采用蒙特卡洛树搜索方法的同学逐年增加，到现在基本没有同学用α-β剪枝方法了，也不再需要人为总结什么模式了，基本都是从0开始，而且水平也是逐年提高，绝大多数同学都难于战胜自己的程序。当然，大作业的棋类比较简单，远远无法跟围棋比，但是越来越不依赖于人类棋谱、知识，应该是一个发展趋势，围棋也应该可以实现，可能还需要更强大的计算平台的支持。关于大作业，我曾在2013年的博客中有过简单的总结，表明过类似的看法，有兴趣的读者可以参见《由大作业想到的》这篇博客：

http://blog.sina.com.cn/s/blog_73040b820101bwrl.html 

深蓝、沃森和AlphaGo都可以算是人工智能发展史上里程碑式的事件，那么他们之间有哪些相同与不同呢？

关于相同点，我想可以总结为一句话：在一个特定领域，利用人类提供的数据或者知识，采用已有的技术，战胜该领域最高水平的人类。

深蓝是一个国际象棋程序，采用的是60年代就提出的α-β剪枝算法，IBM公司聘请了若干个国际象棋特级大师总结下棋的模式和知识，用于对局面的评估。最终于1997年战胜了连续10年国际象棋世界冠军卡斯帕罗夫。

沃森是IBM为了纪念公司成立100周年研发的一个问答系统，其名称是为了纪念IBM公司的创始人ThomasJ.Watson先生。2011年在美国最受欢迎的智力竞猜电视节目《危险边缘》中，沃森击败该节目历史上两位最成功的选手肯-詹宁斯和布拉德-鲁特，成为《危险边缘》节目新的王者。在沃森系统中，共采用了100多项与自然语言处理、知识问答相关的技术，利用《危险边缘》节目创始以来40多年的问题与答案进行训练，存储了大量图书、新闻和电影剧本资料、辞海、文选和《世界图书百科全书》等数百万份资料，在3秒内可以给出一个问题的答案。

图3. 沃森参加电视节目《危险边缘》，中间是沃森，两边是肯-詹宁斯和布拉德-鲁特

AlphaGo在蒙特卡洛树搜索的框架下，利用深度学习和强化学习技术进行训练和评估，其中用到了人类棋手以往的16万盘棋谱，以及AlphaGo自己左右互搏产生的3000万盘棋谱，并用到了人类总结的几万个模式，综合运用这些技术，实现了高水平的围棋程序，并于2016年3月以4:1的成绩战胜了韩国围棋职业高手李世石。这些技术也并不是新技术，但是DeepMind公司有所创新，主要包括两个方面，一个是发展了强化学习技术，二是将传统的搜索技术与深度学习在围棋这个平台上，很好地结合在一起，实现了理性与感性的良好融合。这可能是AlphaGo成功的关键所在。

这是他们共同的部分，那么这三个系统有哪些不同呢？三个系统完全是三个不同的领域，不同点自然很多，下面只从技术是否通用，以及通用程度方面展开讨论。

深蓝采用的α-β剪枝算法是专门用于双人博弈问题的算法，虽然也有人将该方法用于其他方面，比如故障诊断的测试点选择，但应用面是非常有限的，是一个非常专用的算法。也曾听有人介绍说IBM会把相关方法用于风险投资，但事后也没有听到相关消息。这也可能是IBM不再继续投入开展研究的原因吧？

AlphaGo则有很大的不同，深度学习是个通用方法，已经在很多领域得到很好的应用，强化学习也具有一定的通用性，并且DeepMind对其有所发展和创新，在围棋这个平台上可以继续开展研究，也可以推广到其他领域。但是围棋这类博弈游戏有一个特点，其最终的胜负可以自动判断，不需要人类标注，这就为系统自身的左右互搏、强化学习提供了很大的便利条件，如果在其他领域应用，需要定义合适的优化条件才可行。

在三个里程碑式的事件中，我认为最具通用性的是沃森，它采用了100多项与自然语言处理、知识问答相关的技术，这些技术可以在很多应用领域发挥作用，不仅仅是用于问答，IBM公司把相关技术称之为认知计算。IBM公司以此为契机，成立了沃森集团，专注于认知计算的研究和应用，已经在医疗健康领域取得了很好的成果。

因此，从通用性和商用性的角度来说，三个系统中排名第一的是沃森，其系统只要结合相关领域的数据，可以很快进行商用转化，提供服务；其次是AlphaGo，直接转换到其他领域，提供商用服务的可能性不大，但其技术可以应用于其他领域；排在最后的就是深蓝了，向其他领域转化的可能性很小。

AlphaGo（包括Master）的出现，对于围棋有什么影响呢？有人认为这会毁了围棋，人类根本就战胜不了机器，再学习围棋还有什么意义呢？我认为这种看法是不正确的。AlphaGo的出现，说明人类对围棋的认识远远不够，在计算机的辅助下研究围棋，必将对围棋有新的认识，就如同当年吴清源先生的出现一样，即将开启围棋的新天地。

其实围棋界也有类似的认识。职业棋手古力说，“我深深地感受到围棋的神秘，似乎‘大师’（指Master）给我们打开一道围棋的神秘之门。不论胜负，人类与人工智能共同探索围棋世界的大幕即将拉开，新一次的围棋革命正在进行着”。职业棋手排名第一的柯洁也提到，“人类数千年的实战演练进化，计算机却告诉我们人类全是错的。我觉得，甚至没有一个人沾到围棋真理的边。但我想说，从现在开始，我们棋手将结合计算机，迈进全新的领域、达到全新的境界。新的风暴即将来袭，我将尽我所有的智慧终极一战！”

从科学发展史上来看，每次危机的出现，都预示着新的革命即将开始，比如数学上的几次悖论的出现，都孕育出新的数学方法，极大地推进了数学的发展。我们期待着AlphaGo能开放出来，可以让棋手们自由地与它对弈，甚至可以像围棋复盘一样，和计算机一起探索可能的走法，胜负已经不是关键，重要的是发展新的围棋理论，让围棋走向一个新天地。