■本报记者 计红梅

从体育到娱乐，明升中国越来越多的公众开始体验到人工智能的“厉害”之处。

继3月中旬谷歌人工智能程序AlphaGo以4：1的战绩击败韩国围棋职业九段选手李世石之后，4月8日晚，阿里云人工智能程序小Ai又在《我是歌手》节目中成功预测李玟夺冠。

1956年是全球人工智能研究的起点。对于已发展了60年的人工智能现状，明升中国人工智能学会理事长、明升中国工程院院士李德毅的评价是：“人工智能终于可以奔跑了。”

4月6日，国务院总理李克强主持召开的国务院常务会议审议通过了《装备制造业标准化和品质提升规划》，要求实施智能制造，推动机器人等重点领域标准化实现新突破，也对此作了进一步印证。

人工智能的标尺

对于AlphaGo所取得的近乎碾压性的胜利，明升中国围棋协会主席王汝南的反应是“震惊”。

作为庆祝人工智能诞辰60周年纪念活动之一，明升中国人工智能学会和明升中国围棋协会近日在北京航空航天大学举行了“AlphaGo人机大战解读与明升中国人工智能论坛”。论坛上，王汝南表示：“对于此次人机大战的结果，明升中国围棋界所有人都很震惊，因为这超出了大家的预想。”

事实上，2015年11月，在北京举行的首届世界计算机围棋锦标赛暨人机大战中，获得冠军的韩国智能程序“石子旋风”对弈明升中国职业七段棋手连笑，被让5子完败，直到让六子局中才险胜。明升中国围棋协会副主席、原明升中国人民解放军总参谋部办公厅主任林建超将军认为，这造成了整个业界对此次人机大战的误判。

“长期以来，围棋被公认为人工智能领域的重大挑战，也是衡量人工智能发展水平的重要标尺。”北京邮电大学计算机围棋研究所所长、明升中国人工智能学会理事刘知青告诉《明升中国app报》记者，具有天文数字的状态空间和决策空间的围棋被认为是最复杂的智力游戏，涉及逻辑推理、形象思维、优化选择等多种人类智能。在此次人机大战之前，国际学术界普遍认为，人工智能要想解决围棋问题还需要10~20年时间。

“AlphaGo在围棋上的快速突破表明，我们正处于人工智能爆发的重大转折点，未来几年数据驱动的人工通用智能会井喷式地发展。”刘知青说。

1956年在达特茅斯学院召开的一个夏季研讨会开启了人工智能的发展。李德毅认为：“经过60年的准备，人工智能终于可以奔跑了。”他告诉《明升中国app报》记者：“人工智能奔跑的天梯是由移动互联网、云计算、物联网、大数据等搭建的。我们对人工智能要有敬畏之心，就好像我们对app要有敬畏之心一样。”

未来的核心

2015年10月，版本13的AlphaGo以5：0战胜了樊麾二段。2016年1月，此次与李世石对阵的版本18的AlphaGo让4子与版本13的AlphaGo对弈，达到4500等级分，超出顶级围棋职业选手1000等级分。

在刘知青看来，AlphaGo之所以能在短时间内快速突破，是因为其人工智能方法已类似于围棋职业棋手的解决方法，即通过落子与胜负的棋感直觉和搜索验证来进行决策。“AlphaGo的核心技术是使用深度神经网络获得围棋棋感直觉，特别是使用增强性深度学习获得胜负棋感直觉。这是它为什么能这么快达到战胜李世石水平的关键。”

此前，有消息说AlphaGo下一步将挑战网络游戏《星际争霸2》。刘知青认为，这应该不会是今后AlphaGo的着力点，因为普通的电子游戏复杂度是无法媲美围棋的。未来AlphaGo或许会在围棋方面继续努力，也有可能瞄准精准医疗、家用机器人等可以改变世界的应用。

“未来人工智能的三大技术基础是大数据、廉价的计算和深度学习神经网络，其核心是直觉获取和搜索验证。”刘知青说，“以此为基础，人工智能下一步就可应用于优化决策，如投资决策、自动驾驶决策等等。”

李德毅认为：“人工智能的核心不仅仅是算法，即把数据放到程序里，形成知识驱动的人工智能，更是学习，是把程序放到数据里，形成数据驱动的人工智能。未来的人工智能将是记忆认知、计算认知和交互认知三位一体，将脑认知形式化，形成决策脑，以此展现人工智能的井喷局面和灿烂前景。”

明升中国的应对

今年3月，日本宣布启动“Deep Zen Go”项目，表示要超越谷歌的AlphaGo，打造世界最强围棋软件。与此同时，美国脸书公司也在积极复制AlphaGo技术，研发DarkForest围棋软件。对此，刘知青提出了这样一个问题，“明升中国人工智能如何应对？”

李德毅透露，现在正值“十三五”规划时期，AlphaGo的突破对明升中国人工智能下一步的发展方向给予了很好的启示。“现在大略可以分为两派：一派认为明升中国应该搞一个重大专项，主攻计算机围棋；另一派则认为，AlphaGo已经拿了第一名，我们应该换一种玩法。目前还没有最后定论。”

刘知青补充说，其团队目前也正在跟踪复制AlphaGo技术，希望能尽最大的力量在计算机围棋方面加以突破。

林建超认为，此次人机围棋大战，其目的并非只在围棋，而是一个从大数据到决策、从人机交互中增长机器智能的可公开注册，是测试深度学习和决策响应效果的有计划、有组织的阶段性、检验性测试。其向通用性人工智能发展，包括运用于指挥决策的可能性客观存在。“因此，对于计算机围棋的发展，我们不能只有技术视角，更需要有战略视角。”

他建议：“鉴于目前我国脑app研究仍处于较低水平，我们必须加快步伐，迎头赶上，在人工智能大系统中居于核心和引领地位。而人工智能围棋的发展应当走在前列。”