|
虽然告别了曾经改写过“人机博弈”历史的“深蓝”，但许峰雄这位“深蓝之父”并不会就此停住，他又有了新的目标
“我不会再做人机博弈方面的研究，”2003年4月17日，从微软亚洲研究院传来的消息证实：许峰雄博士已加盟该机构，任高级研究员。“深蓝”之父许峰雄就此告别“深蓝”。不过，他表示，如果这里的中国学生有兴趣，也有这份灵气，他愿意指导他们做一些这方面的研究工作。
这样的消息多少有些令人诧异，毕竟他已经在这一领域驰骋了十数年。许峰雄自己则认为，深蓝项目对于他，最宝贵的是可以拥有一次书写历史的机会，“我成功了，但已经是过去时了。我希望做一些‘有用的、贴近用户的研究项目’，它们带来的价值会与深蓝项目一样深远，意义更加重大。我一直深信：研究和创新一定是要以市场为中心的。我希望借助这个新的平台，利用其丰富的软件技术资源，结合我的硬件背景，做一些系统研究方面的探索。”
“深蓝”不仅仅是“深蓝”
“深蓝”是这十几年来最著名的“博弈”计算机之一，其具有“分水岭”般意义的成功可以说是在1997年，当时的“深蓝”超级计算机首次击败了国际象棋大师卡斯帕罗夫。其实在这一年，世界科技界还发生了另一件重大事件，英国科学家首次将克隆技术予以实践，培养出了绵羊“多利”，而这两件事对今天的影响不言而喻。
“深蓝”项目反映的是这样一个事实：计算机本质上是一个可编程的机器，其作用可人为设定，人总期待它有更多的用途，用起来更加方便。而且，总想用自己制造的机器来战胜人类，同时又不甘被自己创造的机器所打败。所以，卡斯帕罗夫当年被“深蓝”以1分的优势击败后，并没有停止与计算机之间的“争斗”。2003年2月，这位在国际象棋联盟会排位第一的高手再次同意了与以色列国际象棋软件Deep
Junior的比赛，最后以平局结束。
制造一个机器与世界冠军比赛，这在计算机科学界是一个很长久的问题，几乎与计算机的历史一样长，“我们都了解，如果它成功就会重新书写历史。”
为什么要研究计算机与人下棋呢？实际上，这是几十年来科学界在人工智能领域里最重要的一个主攻方向。信息论的奠基人Claude
Shannon曾说过，研究下国际象棋旨在开发更为实用的技术。“深蓝”另外一个主要的研制者谭崇仁也表示了类似的观点：IBM 让“深蓝”与卡斯帕罗夫下棋，是为了显示如何利用技术的力量为人类服务。之所以选择国际象棋，就因为它是理性思维的范例，需要探求各种可能性，以做出最佳选择。于是，50多年来，数百位计算机工程师、程序员和数学家的目标一直是设计出足以战胜世界国际象棋大师的具有创造力和想象力的计算机和软件。
1985年，尚在卡内基·梅隆大学攻读学位的许峰雄就已着手“会下棋的电脑”的研究工作，而当时的卡内基·梅隆大学已是全球国际象棋的研究中心，世界上第一台能下国际象棋的电脑就是在那里研制出来的。几年后，许峰雄和他的两名助手带着“深思”（“深蓝”的前身），加入了IBM公司设在纽约的电脑研究中心，并成立了“深蓝”工作小组。后来，IBM把“深蓝”的一半捐给了位于华盛顿的Smithsonian博物馆，另一半则作为资料保存。
“深蓝”实验可以让人们进一步理解人脑的思维方式，找寻解决问题的新途径。比如，通过它所研究出来的计算机并行计算技术有助于高速处理海量数据并制订出最优的解决方案。这些经验在航空运输、医疗保险、金融投资、化妆品制造以及零售等诸多领域都有相当实用的价值。
例如，原来制药公司可能需要13年才能制出新药，如果采用这种系统模拟合成药物，预先了解药物如何发挥作用，这样就省去了实际合成与测试要碰到的很多麻烦，制新药的周期可能因此缩短很多。又比如，它可以协助大型航空公司合理安排飞行，通过模拟和计算找到获得最大收入和节省最多油料，以及在保养、人员安排和返程服务上获得最大效率的方案，而不同的方案之间可能会有10亿美元的价值差别。
正如 IBM的科学家坎贝尔所说的，“制造解决其他问题的‘深蓝’是研制‘深蓝’的最终目标”。这也是IBM 投入大笔资金、历经多年研制“深蓝”的原因。
“深蓝”之后
“能不能创造出一台速度快到足以击败人类世界冠军的计算机？”从许峰雄设计的第一台能下棋的电脑“蕊验”，到后来的“深思”、“深蓝”，所追求的都是计算机的速度。
“深思”装有250块芯片和两个处理器，每秒能分析75万个位置，也就是说可以预想10步半；“深蓝”则采用了32颗专为国际象棋设计的处理器芯片，每颗处理器还附有16个经过特殊设计的下棋加速器，每秒钟可扫描大约2亿个棋步，而且还存储了百年来世界顶尖棋手的10亿套棋谱。相形之下，卡斯帕罗夫每秒仅能预想2至4步棋。
不过，许峰雄博士告诉我们，这样的以如何使计算机算得更快为着眼点的研究思想，并没有遵循人工智能的研究方法，要知道，“计算机博弈”最早是为研究人工智能而提出的。
阿伦·图灵曾于1950年提出了著名的“图灵测试”，图灵是计算机逻辑和人工智能研究的奠基人，在其里程碑式的论文《电脑能思考吗？》中指出，在不知情的条件下，通过某种特殊的方式，一个人与一台机器相互问答，假若在相当长的时间内这个人分辨不出与之交流的对象是人还是机器，那么这台机器便可认为是能思考的。
很显然，现在的“深蓝”是无法通过“图灵测试”的，虽然“深蓝”懂得如何去赢国际象棋，但它依然无法像人类一样思考却是事实。如果把“深蓝”的赢棋目标稍微更改，比如“朋友间切磋棋艺，不一定非赢不可”，人可以很轻松的“见机行事”，而“深蓝”可能连一步棋也走不出去。又或者让“深蓝”学下围棋，要达到如此高的水准，至少还需要几十年的时间。严格的说，“深蓝”仍然只是一台具有强大并行处理和搜寻信息能力的机器，不能自己选择目标，也不能修改评价的标准，更无法进行取舍，因此还谈不上“智能”。
长期以来，世界各地的计算机科研人员都在遵循着不同方向、通过各异的途径来设法接近“人工智能”的本质，因此，在一定意义上，“深蓝”也可以看作是一种方向性、阶段性的成功，其他的，比如“机器人足球赛”、“人脸的识别与绘制”也是人工智能计算的研究方向。
“我们将继续从不同角度探索更为自然的人机交互方式和技术手段，期待着计算能力与识别能力达到一种无所不在的境界，而不是必须绑定在某个机器上。困难还存在于许多关键技术，比如各种识别技术、无线技术、信息内容检索技术、自适应传输技术等等。”在“深蓝”之后，许峰雄希望能换个角度去思考和研究这一难题，“上个世纪八十年代至九十年代，我把全部的心力都用在对‘计算机博弈’的钻研上，如今最初的梦想业已实现，也有必要给自己树立新的目标。”也许，在许峰雄看来，告别“深蓝”并非结束，只是另外一个开始。
◆预言尚未成真
所谓的人工智能可分为两类。一类是狭义的，如机器人、语音辨识、资料采集以及简单的仿真人类思考；一类是广义的，也就是所有小说及电影中最令人目眩神迷的智能机器人。
过去，不知道有多少位人工智能专家都作出过预言，拥有一般人智能的机器指日可待。但直至今日，人工智能的“功力”还仅限于模仿人类的一些简单的能力，例如语音辨识。
现在计算机的运算速度，比起研究初始已成长了数十亿倍，比人脑的运算速度快上千万倍，然而，这离人们心目中的目标仍有一大段距离，其难度可见一般。二十世纪八十年代，许多研究人工智能的公司损失惨重，庞大的经费都扔在了实验室中。2000年以后，能募到钱的新创公司也不多，主要有Mindmaker（1996年创于美国硅谷，资本额仅3200万美元），从事的是自然语言处理、智能型个人助理；Ai
Research（2000年创于以色列，资本额仅400万美元），从事以日常语言与计算机沟通的技术。这和主流科技公司动辄上亿美元的资本额不能相比，投资人的钱不进来，足见这一市场并未能吸引资本足够的注意力。
不过，人工智能的进步却不能因此而泯灭。创立麻省理工学院媒体实验室的尼葛洛庞帝（Nicholas Negroponte）表示，1960年，人工智能研究的还是一般性的问题；从1975年至今，研究的目标已愈来愈明确，这表明了人工智能的研究已开始步入正轨。
|
|
