人工智慧VS人類：我們真的要一直輸下去嗎？

20年前，“深藍”電腦系統在萬眾矚目中擊敗了國際象棋冠軍加里·卡斯帕羅夫（Garry Kasparov），而如今，谷歌開發了一種人工智慧系統，打敗了世界上最偉大的圍棋選手。人工智慧的發展迅速，在打敗世界上最偉大的超級玩家的路上邁出更重要的一步。

據Quartz報導，麻省理工學院的學生Vlad Firoiu開發的一款人工智慧遊戲擊敗了世界上一些優秀的玩家。儘管這款人工智慧遊戲沒有和最優秀的選手對戰，但其中一位輸掉的選手承認，“我並不確定是否有人能打敗它。”

雖然這一成就十分振奮人心，但人工智慧仍然需要一些改進，直到它在每一款遊戲中都能戰勝人類。人工智慧正在學習一些新的贏得遊戲的方法，比如說比人類記住更多的遊戲動作。他們正在學習如何從戰略角度思考，如何互相合作。這是人工智慧與人類競爭的良好表現，它們一定會走得更遠。

新環境和新發展

《任天堂明星大亂鬥》是2001年開發的一部任天堂遊戲，在遊戲中，馬里奧和皮卡丘等著名的任天堂人物可以互相打鬥。儘管這款遊戲年齡很大，已經出了兩部續集版本，但仍然被大量玩家所青睞。“大亂鬥玩家”們不斷開發新的戰鬥技術，讓這款遊戲一直保持高熱度。

因為Smash是一款格鬥遊戲，與國際象棋相比，人工智慧面臨著不同的挑戰。在國際象棋中，人工智慧可以簡單地通過記憶數以百萬計的動作來勝過玩家。但在即將到來的遊戲Smash中，人工智慧無法預測未來，因為無法可靠地預測人類玩家會做什麼格鬥動作。為了打敗人類玩家，人工智慧將不得不“學習”怎麼玩Smash。

這正是Firoiu和他的同事們教人工智慧做的事情。他們開發了一種神經網路，可以精准判斷出對手的位置，並作出戰鬥指令。神經網路會對AI進行近戰訓練，讓AI對自己作出攻擊。通過與自己進行比賽，AI在短短幾周內就學會了如何打敗優秀的Smash玩家。

除了Smash，上個月，人工智慧還利用神經網路擊敗了世界上最優秀的撲克玩家。就像Smash一樣，撲克無法僅僅通過計算來獲得遊戲勝利。它需要瞭解玩家的出牌習慣，尤其是要有虛張聲勢的能力。而就像Smash人工智慧一樣，在進入錦標賽之前，撲克玩家都會與自己玩遊戲琢磨技術，而不是與對手對戰。通過這樣的方式，撲克玩家贏了數以萬億計的比賽。這些在撲克和電子遊戲上取得的勝利都代表了人工智慧的飛速發展。

但是我們不能沾沾自喜，儘管取得了這些勝利，人工智慧的發展仍有相當長的路要走。因為人工智慧的反應速度比人類快的多，因而Smash人工智慧攻擊性比人類玩家大，並且能及時避開攻擊。但是，人工智慧沒有能力處理遊戲中的投射物，所以沒法跟遠端角色對戰;而當對手躲藏在角落時，它還會不知所措，甚至跳崖自殺。

因此，有人會質疑，Smash AI是否真的比人類更聰明，還是它只是利用了優越的反應速度來獲取勝利。然而，人工智慧只花了幾周時間就能讓已經練習了數年的人類棋手們黯然失色。最近在諸如Smash和撲克等領域的人工智慧的勝利都表明，隨著遊戲參數的改變，人工智慧可以學習不同類型的遊戲動作。兩場比賽進一步強調了一點：不同的人工智慧系統可以學會合作，也可以根據比賽的不同性質互相爭鬥。

從某種意義上說，任何我們編寫人工智慧程式都可以被理解為一種遊戲。無論是在遊戲中打敗玩家還是進行戰術的分析，人工智慧都受到特定參數的約束，無論是通過程式師的設計還是通過神經網路學習，它都能不斷地實現自我提升。縱觀人類歷史，遊戲常常被視為智力高的象徵，比如有很多偉大的領導者喜歡國際象棋。由於在各種各樣的遊戲中，人工智慧都能打敗人類，這表明人工智慧可以通過程式師程式設計獲得不同類型的智慧。神經網路和機器學習有可能徹底改變人工智慧，但要想在每一場遊戲中戰勝人類，仍需要相當大的進步。（英文來源/engdaget編譯/機器小易 校對/雨蛋）