从“深蓝”到AlphaGo：那四场划时代人机大战

（原标题：从“深蓝”到AlphaGo：那四场划时代人机大战）

深蓝——蛮算的“硬汉”

1997年，美国IBM公司的“深蓝”超级计算机以2胜1负3平战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫。“深蓝”的运算能力当时在全球超级计算机中居第259位，每秒可运算2亿步。

在今天看来，“深蓝”还算不上足够智能，主要依靠强大的计算能力穷举所有路数来选择最佳策略：“深蓝”靠硬算可以预判12步，卡斯帕罗夫可以预判10步，两者高下立现。

比赛中，第二局的完败让卡斯帕罗夫深受打击，他的斗志和体力在随后3局被拖垮，在决胜局中仅19步就宣布放弃。IBM拒绝了卡斯帕罗夫的再战请求，拆卸了“深蓝”。卡斯帕罗夫虽然后来多次挑战电脑战平，却无法找“深蓝”“复仇”，留下永久的遗憾。

德国人工智能研究中心负责人登格尔在接受新华社记者采访时说，“深蓝”是人工智能发展史上一个里程碑，但用卡斯帕罗夫的话说，它不会因为取得胜利而“感到喜悦”。

浪潮天梭——以一敌五的“铁人”

2006年，“浪潮杯”首届中国象棋人机大战中，5位中国象棋特级大师最终败在超级计算机浪潮天梭手下。中国人发明的这项充满东方智慧的模拟战争游戏，被中国超级计算机独占鳌头。

值得一提的是，浪潮天梭在比赛中，同时迎战柳大华、张强、汪洋、徐天红、朴风波5位大师。在2局制的博弈中，浪潮天梭以平均每步棋27秒的速度，每步66万亿次的棋位分析与检索能力，最终以11：9的总比分险胜。

比赛异常激烈。柳大华在两局之间中场休息时，直言“艰苦卓绝”。在这场高强度的消耗战中，电脑最终取胜的关键，被认为是其不知疲倦的稳定性。

张强也坦承：“输的原因主要在体力的过度消耗。以往和人比赛，到了最后时刻就是意志和心态的对决了，看谁能坚持到最后，谁能不犯错误。但是计算机没有这样的问题。”

从那场比赛开始，象棋软件蓬勃发展，人类棋手逐渐难以与之抗衡。

沃森——察言观色的全才“学霸”

2011年，“深蓝”的同门师弟“沃森”在美国老牌智力问答节目《危险边缘》中挑战两位人类冠军。《危险边缘》以答案的形式给出线索，如“小时候砍了樱桃树”，选手需要以问题作答，如“是乔治·华盛顿吗”。

参赛者需要大量历史、文学、政治、科学及流行文化知识，还需要解析隐晦含义和谜语等。虽然比赛时不能接入互联网搜索，但“沃森”存储了2亿页的数据，包括各种百科全书、词典、新闻、甚至维基百科的全部内容。

“沃森”可以在3秒内检索数百万条信息并以人类语言输出答案，还能分析题目线索中的微妙含义、讽刺口吻及谜语等。“沃森”还能根据比赛奖金的数额、自己比对手落后或领先的情况、自己擅长的题目领域来选择是否要抢答某一个问题。

“沃森”最终轻松战胜两位人类冠军，展示出的自然语言理解能力一直是人工智能界的重点课题。IBM中国研究院院长沈晓卫介绍说，随着大数据时代的来临，今天的“沃森”正在主力向医疗卫生业进军，通过对患者的个性化数据、大量病例和医疗文献的“学习”，提供最佳诊疗方案。

阿尔法围棋——有棋风的“深度思考者”

围棋一直被看做是人类最后的智力竞技高地。据估算，围棋的可能下法数量超越了可观测宇宙范围内的原子总数，显然“深蓝”式的硬算在围棋上行不通。

今年1月，美国谷歌公司旗下的人工智能公司“深度思维”在《自然》杂志上报告说，该公司研发的“阿尔法围棋”人工智能程序去年10月以5：0战胜欧洲围棋冠军樊麾，这是人工智能程序首次在不让子的情况下战胜人类围棋选手。

“阿尔法围棋”的核心系统属于时下最火的基于神经网络的深度学习：模拟人脑神经网络，通过大量数据分析学习了3000万步的职业棋手棋谱，再通过增强学习的方法自我博弈，寻找比基础棋谱更多的打点来击败人类。“阿尔法围棋”通过策略网络和价值网络来决定棋路，不去计算每一步的可能性，颇有人类棋手“我感觉这样会赢”的味道。

樊麾对新华社记者说：“如果没有人告诉我，我一定不知道它是电脑，它太像人了。它一定是在思考。按照人的说法，它应该有棋风吧。”

而即将与“阿尔法围棋”对战的韩国棋手李世石对记者表示，“阿尔法围棋”实力难与自己相争，自己将以4：1或者5：0取胜，如不出现失误，将100%获胜。