阿尔法狗”再进化的哲学启示

　　前不久，Deep⁃mind在《自然》上发表论文，介绍了“阿尔法狗”(Al⁃phaGo)取得的重大进展。与之前的版本不同，AlphaGoZero完全不需要人类棋谱，从零开始自学习，只用3天就以100∶0的压倒性成绩，击败曾赢下韩国棋手李世石的那版AlphaGo。

　　人工智能(AI)与人类的关系，在2016年的AI爆发后备受关注。对于给定规则的博弈问题，AI是需要人类的知识提供“第一推动”，还是可以自己从“元规则”开始反复实践总结，发展出知识体系，是个有趣的问题。对于像“打砖块”这样的简单游戏，AI从零知识开始反复试玩，达到超过人类玩家的分数，2015年就实现了。但是围棋这样复杂的游戏，人们还有疑问，也许人类提供一些知识对高水平AI是必需的，从零知识开始也许AI会陷入局部陷阱中出不来。

　　现在AlphaGoZero给出了答案：对于AI来说，人类对围棋的知识积累不是必须的!而且从零知识开始训练，可以达到更高水平。人类棋谱中有一些“成见”，如一些自以为正确的本能定式下法，其实反而阻止了学习者达到更高水平。Al⁃phaGoZero从零开始自学习，完全不受人类棋谱的“污染”，就可以突破“成见”，真正进入自由的天地，达到更高的水平。

　　AlphaGo能不依赖人类的知识就学习成功，其关键之处在于：围棋是有确定规则的，是一个“客观”的游戏。不需要人主观评判，机器按行棋规则下，终局就有确定的胜负结果出来。这样，AlphaGo的学习就不需要人类的干预，完全可以自动进行海量的实践。AlphaGoZe⁃ro的成功，是自学习方法的突破，也是“实践检验”哲学原理的成功。

　　人类的社会活动或者AI的博弈，需要通过实践不断提升效率与表现。实践总是需要在一定的规则之内进行，这是基础，就如稳定的社会、现代银行体系、围棋的行棋与终局规则。实践时，人类本能地会借鉴前辈的一些“经验”作为思考的出发点。学校、政府、公司都有教育体系，正如围棋AI会学习人类高手的棋谱生成“策略网络”作为优先选择。然而这些“经验”，到底能起什么样的作用，值得仔细观察。

　　在实践不足的情况下，参考前人经验与人类棋谱，显然是有益的，能够快速“上手”。但是，在发展遇到瓶颈的时候，可能就会显出前人经验的不足，照本宣科会限制思维，无法突破。想取得突破，就需要从本原出发，敢于怀疑，抛弃成见大胆实践学习，下出“新手”，作出改革。这说明，人类的实践活动可以借鉴前人的经验，但是如果有了好的实践反馈学习框架，完全可以进行扬弃，取得理论突破。中国改革开放的历程也说明，全社会持续不断地学习与主动变革实践，正是社会奋发向上不断取得突破的哲学基础。

　　AlphaGo虽然再次震惊世人，但无须对AI的快速发展和惊人实力感到神伤。目前，AI仍只是人类的工具，还没有自己的思维。▲

　　(作者是科技与战略风云学会研究员)