【科技随笔】

　　尽管对“阿尔法围棋”(AlphaGo)能否代表智能计算发展方向还有争议,但比较一致的观点是,它象征着计算机技术已进入人工智能的新信息技术时代(新IT时代),其特征就是大数据、大计算、大决策,三位一体。

　　生命是智能之源,著名人类学家和哲学家德日进曾说:“生命就是复杂化的物质。”实际上,就技术而言,智能的实质就是有效地简化复杂性,将其约简到人类可以理解、操作和应用的水平。因此,智能化与复杂性本质相同,“所谓复杂,就是对立统一”。如何从技术上化对立为统一,正是人工智能研究的核心问题。

　　其实,作为典型的集成智能技术,阿尔法围棋本身在智能理论与方法上没有创新,但在应用和实践上的确是一次巨大的飞跃。其战果主要表明,通过特征提取并形成新的状态和决策空间,即所谓的“价值网络”和“策略网络”,深度神经元网络技术能够合适地简化围棋态势,评估和决策问题的复杂性,进而加强有效学习和深度搜索,最终让阿尔法围棋的深度学习方法取得成功。

　　七十多年前,关于可计算性的“邱奇-图灵命题”激发了冯·诺依曼的灵感,著名的诺依曼结构应运而生,催生了第一台现代意义下的计算机和后来蓬勃发展的信息产业。今天,阿尔法围棋的成功,也让我们思考:任何机器可求解的复杂性问题和机器可实现的智能化问题,都可通过类似于阿尔法围棋的方法和技术来解决?

　　毫无疑问,阿尔法围棋不是解决智能问题的唯一途径——按照德日进的观点,充分的可调参数、可变结构和可用资源,一定可以产生智能。因此,上述命题可进一步推广为关于特定问题的通用智能命题:任何有限资源条件下机器可处理的智能决策问题,其算法程序都可以通过具有充分可调参数和可变结构的网络方式实现。

　　提出智能命题的动机在于强化新IT的时代意识,激发想象,推动整体社会在智能技术的研发和应用上进行多样、深入、全方位的创新与实践。

　　首先是数据驱动的深度学习的多样化与广泛普及。阿尔法围棋的实践表明,真正的大数据产生于深度分析和深度评估,而非其他过程,而如何将这些数据约减之后付诸解析和行动,是智能技术成败的关键。