为什么规则明确的棋类游戏，人工智能迟早会战胜人类？一起来分析

此前Alphago下围棋战胜人类顶尖棋手，引起了轰动。AlphaGo使用了很多机器学习技术，包括强化学习、深度学习等，所以人们欢呼机器学习的伟大胜利。首先要肯定的是，战胜人类顶尖围棋手确实是一个重大成就。但另方面，人工智能学界早就有这样的认识：对于规明确的棋类游戏，机器迟早能战胜人类。一般说围棋很难，是因为它所涉及的状态空间大致达到10的172次方的规模（作为参照，宇宙中原子总数大约是10的80次方），这意味着传统搜索之类的技术已然失效，更不用说强力枚举绝不可能。但围棋虽是已知棋类游戏中最困难的，它并非人工智能领域所面临的最困难任务。简单说，下围棋时每个棋子落在哪里，双方都看得非常清楚；什么是“嬴”，双方也有共识；很多真正困难的任务会涉及不精确感知、不完备信息，乃至无共识目标，这样一些任务的状态空间规模甚至接近无限。

Alphago获胜后出现了一些过度炒作，但严肃的机器学习界很清楚地认识到， AlphaGo并未提供通用人工智能的“解决之道”，它还有很大缺陷和不足。例如在人机大战的第四局，李世石九段下出了被围棋界誉为“神之一手”的第78手，后来这局棋以 Alphago失败告终。 Deep Mind团队查看比赛日志，发现第78手后 AlphaGo一直以为自己很好，直到第87手才发现前面是误判、下错了。那在这差不多10手棋里，从职业棋手角度看 AlphaGo是什么状态呢?用国家围棋队刘菁八段的话来说“就跟不会下棋一样了”所以这其实是一个什么现象?就是我们人类犯错的话，水平可能会从九段降到八段；而机器如果犯错的话，水平能从九段直降到业余!从这个角度来看，人工智能程序离所谓的超越人类还很远，这里的关键是缺乏足够的鲁棒性。

在机器学习里，我们以往的研究可以说主要是假设在封闭静态的环境下进行的，因为要假定很多东西是不变的，例如数据分布不变、样本类别不变、样本属性不变，甚至评价目标不变等。但现实世界是开放动态的，一切都可能发生变化。一旦某些重要因素变了，原有模型马上就会表现很差，而且没有理论保证最差到什么程度。所以，开放环境下的机器学习是一个很困难的挑战，这里鲁棒性很关键，就是好的时候要好，差的时候也不能太差。