前 言
我十四岁为了学棋,来到日本生活,一转眼就已经四十年了。围棋在日本属于艺术文化,围棋术语也深入日本生活,像最基本用语,表示不好、不行的“ダメ(dame,汉字‘駄目’)”,就是从围棋没有意义的着手“单官”引用过来的,其他如“素人”“先手”“舍石(弃子)”,在日常用语里都很普遍,真是说都说不完。
即便是中文世界,从最近大家讨论政治时所爱用的“下指导棋”开始,到“布局”“大局观”等,比比皆是,不胜枚举。围棋可以比喻现实世界,也可说是人类共同的感受。
四岁学棋至今半世纪了,我当了一辈子的职业棋手,对现实的看法,自然也会借用自己对围棋的认识。然而我常常提醒自己,尽量不要把围棋的想法套用到别的事情上去,比起小小棋盘,世界实在太大、太复杂,用围棋来模拟,不仅傲慢,还可能误导真相。
围棋AI AlphaGo的出现,其重要性不仅是击败了人类,也使Google认定围棋与现实世界其他领域有共通的意义,才会投下巨资发展围棋AI,而世界市场与舆论也认可了这个看法。开发AlphaGo的公司DeepMind后来公开宣布,用AlphaGo的程序去管理他们信息中心的冷却装置,马上节省了40%的电力。而最新版的Google 翻译,也搭载了有关的神经网络学习机制,在准确率上获得很大的进展。这样看来,把围棋的观点稍微扩大到现实世界,说不定也不是那么荒唐。
我现在还是计算机新手,也不懂程序语言,但非常幸运的是,因长期关注围棋AI,正好在与DeepMind开发AlphaGo的同一时期,我也参加了围棋AI的GoTrend开发团队,就借此书与大家分享这份经验。
现在AI让人头痛的是,它进化的速度很快,今天觉得它有这个缺点,明天可能已经修改,或用新的技术覆盖掉,而新旧技术的组合也随时会带来惊人的效果。
人脑只能用自己的经验判断事物,但AI的进化速度可能超出人类想象,因为人的推测是用累积性的线性模式,而AI的进化是几何级数的发展,现在要预见AI的未来,是很困难的。
但人类本身是不会改变的,从以人为本的观点去理解AI的话,不管AI进化到什么程度,应该都不会失去意义。
2000年我获得“本因坊”头衔以后,签名题字时多用“童心”这两字,其实是在提醒自己,不管多重要的比赛,都该以童心去享受围棋的乐趣。有意思的是,在AlphaGo之前的AI,较擅长信息的分析与处理,可以说是“大人的AI”,但在处理围棋时,并不那么灵光,因此未能达到击败人类的技术。让AlphaGo能飞跃性超越的深层学习(deep learning),原本只是让计算机学会认识脸部或堆积木等,看似很简单的能力,被称为“小孩的AI”,反而成为击败人类的动力,原来“童心”还具有技术性的意义。
下棋,是大人重返孩童的时刻。我一直是以这样的想法面对棋盘的。当读者想重拾童心时,这本书能尽点微薄之力,就是我最大的心愿。