第38节（4 / 4）

重，‘大胜’等于‘大败’之类，例子太多我就不啰嗦了。

“折腾几个月之后，我终于确认了一件事：要想彻底解决这些问题，万国宝必须理解这个话题、理解说话和听话的人、理解这个世界。理解越多翻译越准确。

“当时我还没弄明白想要的是什么。项目组认为这是ai技术中的两个经典课题：知识系统和行为认知。我在文献堆里碰了一鼻子灰，最后还是霍桑一语惊醒梦中人。他告诉我，我想要的是通用人工智能。‘你要是真解决了所有自然语言的翻译，你就有了一个可以自己学习一切的智能。也就是解决所有智能问题的智能。也就是比人类大脑更像大脑的大脑。’这是他的原话。他劝我适可而止，因为谷歌内部最前沿的自然语言项目也暂时不敢有这种野心。网购平台并不需要这种级别的自动翻译，人和ai总是互相适应的。真实的人在使用智能翻译时知道局限，不会那么贫嘴。他还吐槽，说那个美国买家设定是我的‘红脖子偏见’在作怪。

“霍桑点醒了我，也刺激了我。万国宝的诞生，第二个应该感谢的人是他。一位伟大的工程师，伟大的朋友。2029年春节，我坐在家中从头开始考虑。不仅是手上的工作，还考虑自己整个事业的开头。

“我们这一代搞ai的，很多人都有共同的‘召唤时刻’：2016年阿尔法狗击败围棋世界冠军，夺走了人类智慧的荣耀。阿尔法狗赢下第五盘棋那天，我就选定了专业。也是从那天开始，ai圈子里有个争议最大的问题：阿尔法狗到底会不会下围棋？看完网络直播之后，我不吃不睡思考这个问题，后来的十二年却从没想过。因为从那天起，我不下围棋了。

“这问题听起来很白痴。它把围棋大天才李世石和柯洁都灭了，还能不会下棋？但是学术界对这个问题很严肃。我们换个问法：它‘脑子’里面理解围棋吗？

“我们先来看它是怎么下棋的。我给个最直白的描述：阿尔法狗先记下几百万盘人类对局，用概率工具统计人类棋手在各种局面下的落子选择，用来模仿。然后用另外两个概率工具统计某种局面有多大概率胜利，以及某一手有多大概率导致这种局面。然后它就开始用这三个工具自己跟自己下，不断推演计算下一步。我们知道，围棋可能的局面数量比宇宙中的原子还多。阿尔法狗那么强大的计算硬件也不可能暴力穷尽所有局面。所以还要有第四个工具，作为框架支撑前三个：含有随机猜测的搜索算法，用有限的计算量倒推搜索，搜出获胜概率最高的下一手。

“完了。就这么简单。搞ai的人给这些工具取了各种酷炫的名字，深度学习卷积网络、估值策略函数、蒙特卡洛树，等等。不是我们想蒙人。这些概率学工具，你没有相关专业博士学位就没法理解它们的道理和窍门。总得有个名字吧——但它们的实质就是这么简单粗暴。

“所以当时那些又懂点ai、又会下棋的人就不高兴了，比如说我。这不是下围棋，我们下棋时想的不是这些。我们脑子里是定式、外势、实地、死活、棋型、轻重、缓急等等，一座逻辑和直觉交织而成的宫殿，无限复杂，无限美丽。这个最精妙的游戏被阿尔法狗变成了反复掷骰子，只因为它的记忆力和计算力超过我们亿万倍。

“2029年春节，我坐下想了十分钟，就抽了自己一巴掌。十二年前太无知了！阿尔法狗当然会下棋！实际上，我们每个人开始学棋的时候下法都跟它相同。我们先看别人下棋。然后有样学样，把第一子下在角上，并不知道为什么。然后学‘金角银边草肚皮’。这就是最简单的估值函数。然后学定式。这是统计优化之后的模仿，概率已经被定式书预先计算过了。然后学死活，这是带分支树的自我应对推演。阿尔法狗用什么工具，我们就用什么工具。这就是围棋最本源的下法。

“那么，为什么我们后来就整出那么多花样，跟阿尔法狗完全不同呢？”

中华田园估值函数：金角银边草肚皮

听众的嗡嗡声变大了。技术代表们非常专注，政府代表们一脸茫然，日本和韩国代表团全体兴奋，译员们被一连串围棋术语整得死去活来。