Unsplash 上 Luiz Hanfilaque 拍攝的照片

我在人工智能 (AI) 中所做的研究是以“高級認知機器將利用直覺作為其智能的基礎(chǔ)”為中心的 (參見：“人工直覺”)。我們自己的人類思維為一般智力提供了充足的依據(jù)。人類本質(zhì)上是直覺機器，而我們的理性 (和有意識的) 自我只是一個基于直覺的機器 (見：“認知堆?！? 之上的一個模擬層。這與笛卡爾著名的“我思故我在”(Cogito ergo sum) 形成了鮮明的對比，這意味著我們的理性思考是將我們與所有生物區(qū)分開來的東西。因此，我們有一種認知上的偏見，即要求由邏輯機器驅(qū)動技術(shù)和方法。這確實是出色的老式人工智能 (GOFAI) 數(shù)十年間失敗的原因，因為它試圖以形式邏輯去解決智力問題為出發(fā)點。

直覺機器的一個反直覺的預(yù)測是“邏輯思維是如何從直覺機器產(chǎn)生的?”自從 2012 年以來，我們看到了深度學(xué)習(xí)技術(shù)的驚人進步。深度學(xué)習(xí)網(wǎng)絡(luò)是直覺機器。這些系統(tǒng)通過使用歸納法來學(xué)習(xí)執(zhí)行推理 (或作出預(yù)測)。深度學(xué)習(xí)系統(tǒng)能夠執(zhí)行通常認為只有生物大腦才能做到的任務(wù)。諸如面部識別和語音識別等任務(wù)，對于傳統(tǒng)計算能力來說很難，而深度學(xué)習(xí)系統(tǒng)的表現(xiàn)卻可以超出人類的水平。

然而，深度學(xué)習(xí)網(wǎng)絡(luò)卻無法執(zhí)行諸如長除法之類的邏輯任務(wù)。人們不應(yīng)該期望能夠教會動物 (比如你的狗) 做乘法，當然還有加法或減法。然而，人類的大腦能夠執(zhí)行各種各樣的邏輯問題。我們不得不問，一個穴居人會做乘法么? 我們天生就具備先進的邏輯認知能力嗎? 還是我們在先進的文明中才學(xué)習(xí)到的這些能力?

要實現(xiàn)更普遍的人工智能，需要跨越的鴻溝是所謂的“語義鴻溝”。我們?nèi)绾螌⑸疃葘W(xué)習(xí) (亞符號) 系統(tǒng)的能力與邏輯 (符號) 系統(tǒng)相結(jié)合?

人類的思維能夠完成邏輯推理的偉大壯舉。如果我們的機器都是基于直覺的，我們的思維是如何做到這一點的呢？我將在這里假設(shè)我們沒有任何天生的邏輯機制。我們在這個星球上生存的很短的時間里，智人不可能進化出這種認知機制。因此，為了彌補語義上的鴻溝，我們需要用直覺的機制來溝通。這意味著我們不需要將直覺組件與邏輯組件融合為一體。但我們所有人永遠都需要直覺組件。

因此，我們需要有充分的證據(jù)證明，復(fù)雜的邏輯思維可以由直覺機器來完成。

這就是 AlphaZero 的革命性啟示之所在。AlphaZero 是 DeepMind 圍棋程序的最新進化版。我之前曾寫過關(guān)于 AlphaGo Zero(不同于 AlphaZero) 是如何從頭學(xué)會下圍棋 (不懂人類知識) 的文章。西方人從來沒有玩過圍棋，根本就不懂圍棋。因此，DeepMind AlphaGo Zero 相關(guān)成就的影響力被削弱了。我們不明白這一成就的巨大意義。不管怎樣，圍棋已被認定是一種直覺游戲。因此，直覺機器 (以深度學(xué)習(xí)為基礎(chǔ)) 能夠精通此游戲并不令人吃驚。

DeepMind 的新化身 (AlphaZero) 能做的便是玩國際象棋。這當然不會讓很多人感到驚訝，因為自從 1996 年 IBM 的深藍擊敗 Kasparov 以來，國際象棋已經(jīng)被計算機“解決”了。對于那些不懂的人來說，AlphaZero 從零開始學(xué)習(xí)國際象棋的玩法，花了幾個小時的時間就能精通不算什么。AlphaZero 能夠在 100 場比賽中打敗最好的國際象棋程序 (Stockfish) 也算不了什么。

真正了不起的地方是，AlphaZero 是如何與更加邏輯型的對手拆招的。為了給你一些直觀認識，我將引用國際象棋比賽社區(qū)中的一些評論。

• 它接近“B 類”，這是一種類似于人類的機器棋手，而非蠻力計算，這曾是克勞德·香農(nóng)和艾倫·圖靈的夢想。——加里·卡斯帕羅夫。

• 我一直在想，如果一個優(yōu)秀的物種來到地球上，向我們展示它們是如何下棋的，那將是怎樣的情景。我現(xiàn)在感覺我知道了?！说谩ずＤ釥柹?/p>

• “它不像人類那樣玩，它也不像一個程序。它用的是第三種方法，像外星人的方法?！薄っ姿埂す_比斯 (他也是棋手)

對于那些理解國際象棋游戲的人來說，最好是看一下 AlphaZero 和 Stockfish 的實際比賽。你將看到的是一個基于直覺的系統(tǒng)如何與基于邏輯的對手拆招的（比如，不排斥棄兵）。以下是一些專家的評論：

AlphaZero 玩的是一款完全不同的象棋游戲。為了獲得相對于對手的位置優(yōu)勢，它愿意犧牲部分。它在玩一種國際象棋柔道，它利用對手的急切渴望來獲得自身的直接利益。它將對手設(shè)置為“被動強制”狀態(tài)，在這種情況下，對手的每一次移動都會導(dǎo)致更糟糕的結(jié)果。它似乎更全面地理解了象棋的游戲，所有棋子都以高度協(xié)調(diào)的方式移動?！癆lphaGo zero”玩游戲時可以最大化其其創(chuàng)造力，對抗無法在短期內(nèi)取得突破的邏輯型對手。它玩國際象棋不僅不可思議，假如在過去，甚至還將被放進紀念館里讓所有人瞻仰贊嘆。

這篇關(guān)于 AlphaZero 的論文是在最近的 2017 年神經(jīng)信息處理系統(tǒng)大會上發(fā)表的。這是一篇極短的論文，正文只有 7 頁長。關(guān)于它如何評估盤面的位置來決定走棋，它提到了一個有趣的細節(jié)。

AlphaZero 在國際象棋中每秒只檢索 8 萬個位置，而 Stockfish 檢索的數(shù)量為 7000 萬。直覺機器使用的評估比它的邏輯對手少 1000 倍。

你們在這里所看到的 AlphaZero，是對我最初關(guān)于直覺機器及其執(zhí)行邏輯推理能力的論點的驗證。這是正在跨越的語義上的鴻溝。這一極其困難的通用人工智能領(lǐng)域的里程碑難題，正以創(chuàng)紀錄的速度被跨越。我不信人工智能社區(qū)有人能夠預(yù)料到速度進展如此之快。然而，這種情況已經(jīng)發(fā)生，并且現(xiàn)狀已經(jīng)永遠地被改變了。

查看英文原文：

https:///intuitionmachine/alphazero-how-intuition-demolished-logic-66a4841e6810