深度學(xué)習(xí)開始被關(guān)注的標(biāo)志性事件，就是一個(gè)采用深度卷積神經(jīng)網(wǎng)絡(luò)的模型AlexNet在2012年ImageNet圖像識(shí)別大賽上獲得冠軍。自此，深度學(xué)習(xí)這門技術(shù)在機(jī)器視覺(jué)領(lǐng)域開始大規(guī)模應(yīng)用。如今，采用深度學(xué)習(xí)的圖像識(shí)別AI算法在識(shí)別精度上已經(jīng)超過(guò)人眼的精度，我們?nèi)粘Ｉ�活中的掃臉支付也基于深度學(xué)習(xí)強(qiáng)大的圖像特征提取能力。盡管深度學(xué)習(xí)的應(yīng)用為圖像領(lǐng)域帶來(lái)了飛躍性的發(fā)展，但2012年的那場(chǎng)突破并沒(méi)有引起全社會(huì)的廣泛關(guān)注，當(dāng)時(shí)人們并沒(méi)有普遍意識(shí)到人工智能領(lǐng)域的崛起即將到來(lái)。我覺(jué)得之所以這樣，是因?yàn)樯疃葘W(xué)習(xí)給機(jī)器視覺(jué)帶來(lái)的飛躍只能算是開發(fā)出了某種高級(jí)圖像傳感器。當(dāng)這個(gè)傳感器收到汽車圖像時(shí)會(huì)輸出汽車這樣的識(shí)別結(jié)果，當(dāng)收到花朵圖像時(shí)則會(huì)輸出花朵這樣的識(shí)別結(jié)果。雖然看起來(lái)很強(qiáng)大，但人們普遍沒(méi)有感受到智能的存在。因?yàn)槲覀兓蛟S覺(jué)得，在對(duì)映入眼簾中的事物進(jìn)行識(shí)別的整個(gè)過(guò)程中，我們感受不到自己在動(dòng)腦。
之所以覺(jué)得AlphaGo才是AI時(shí)代到來(lái)的標(biāo)志，或許是因?yàn)槿藗兤毡槌姓J(rèn)下圍棋是一種高級(jí)別的智能過(guò)程，也是一個(gè)絞盡腦汁的過(guò)程我們可以切身感受到動(dòng)腦。下圍棋比拼的就是誰(shuí)預(yù)見(jiàn)的步數(shù)更遠(yuǎn)更深，在這里我們或許會(huì)想到傳統(tǒng)計(jì)算機(jī)算法可以用暴力枚舉方法預(yù)估所有的走棋可能性，但這個(gè)方法在圍棋中行不通，因?yàn)閲�棋的棋局存�?0171種可能性，人類目前或許找不出能夠枚舉出所有可能性的計(jì)算機(jī)。人腦也同樣無(wú)法實(shí)現(xiàn)對(duì)所有走棋可能性的掃描。這個(gè)時(shí)候，人類的直覺(jué)發(fā)揮著強(qiáng)大的作用。當(dāng)看到眼前的棋局時(shí)，人類能夠依靠直覺(jué)快速給出多種落子方案。經(jīng)驗(yàn)越是豐富，直覺(jué)越是準(zhǔn)確。當(dāng)考慮如何用計(jì)算機(jī)復(fù)現(xiàn)這種直覺(jué)時(shí)，我們的視野聚焦到了深度學(xué)習(xí)上。深度學(xué)習(xí)擅長(zhǎng)解決圖像問(wèn)題，它的本質(zhì)是處理矩陣數(shù)據(jù)，而圍棋棋盤本身就是一種完美的矩陣。通過(guò)深度學(xué)習(xí)，我們對(duì)棋盤這個(gè)矩陣不斷地進(jìn)行特征提取并對(duì)其進(jìn)行壓縮，通過(guò)多層深度卷積處理后，擁有某種落子的直覺(jué)。用深度學(xué)習(xí)來(lái)學(xué)習(xí)的棋譜數(shù)據(jù)越多，這種落子的直覺(jué)就會(huì)越可靠。AlphaGo通過(guò)蒙特卡羅算法使用不同的落子方案進(jìn)行預(yù)演，不斷刷新不同的落子方案，從而提高終結(jié)果的勝率，完全像是一個(gè)圍棋高手一樣在落子之前已在腦海中完成了多種落子方案后續(xù)結(jié)果的預(yù)演。當(dāng)然，蒙特卡羅算法并非新鮮方法，但正是深度學(xué)習(xí)的出現(xiàn)，AlphaGo才能實(shí)現(xiàn)針對(duì)眼前棋局的落子直覺(jué)和終導(dǎo)向勝利的完美權(quán)衡。一個(gè)強(qiáng)大的圍棋AI不僅需要有專家的直覺(jué)，也需要像專家那樣深謀遠(yuǎn)慮。
伊庭教授在本書中強(qiáng)調(diào)了研究游戲AI的意義或許是解密人類大腦思考方式的方法之一。我個(gè)人十分贊同伊庭教授的這一看法，我們的生活、工作和學(xué)習(xí)過(guò)程中的糾結(jié)一直都建立在著眼于眼前還是未來(lái)的權(quán)衡當(dāng)中。但正是因?yàn)槲覀兙哂兄腔�，所以我們才�?huì)具有這種權(quán)衡能力（或者說(shuō)是生活中充滿了糾結(jié)）。游戲領(lǐng)域里的經(jīng)典算法A*算法在構(gòu)造上相對(duì)近期的算法簡(jiǎn)單很多，但它一邊著眼于眼前的資源消耗量，一邊還要注意是否靠近終點(diǎn)，這種簡(jiǎn)單的路線規(guī)劃原理已經(jīng)具有了初步的著眼于眼前與未來(lái)的權(quán)衡能力。
本書的后一章描述如何讓游戲AI表現(xiàn)得像個(gè)人類玩家，并量化了一些因素，從而對(duì)類人程度進(jìn)行函數(shù)化。我相信當(dāng)讀者堅(jiān)持讀到后一章時(shí)，不僅會(huì)覺(jué)得游戲AI有趣，還會(huì)覺(jué)得人腦思維本身就有很多有趣的地方�；蛟S研究游戲AI的意義不是為了創(chuàng)作出更加聰明、強(qiáng)大的AI，而是把它當(dāng)作一面鏡子，來(lái)進(jìn)行對(duì)人腦思維研究的自我啟發(fā)和探索。

曹旸
2021年2月于上海