【人机大战】影响世界的十大比赛
AI_era
智能+中国的资讯社交平台，致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人、大数据、虚拟现实、量子计算、智能医疗等前沿领域发展，关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响，领航中国新智能时代。
新智元翻译1
来源：engadget
作者：Mariella Moon
译者：王婉婷
【新智元导读】AI程序AlphaGo以4:1的比分大败顶尖围棋棋手李世石，一时风头无二。不过，在AlphaGo之前，人类就已经在人机对战的AI程序上投入了数十年的心血。西洋双陆棋、西洋跳棋、国际象棋、填字图版游戏Scrabble... 翻开历史，让我们一起来回顾人机对决比赛中最值得铭记的十大赛事。
1981年，科学散文家Jeremy Bernstein为《纽约客》杂志写了一篇文章，谈及了一场两年前发生的极具历史意义的西洋双陆棋（backgammon）比赛。那场比赛中，卫冕冠军的Luigi Villa输给了一台计算机。有史以来第一次，人工智能程序在桌面或是卡牌游戏上击败人类的世界冠军。在那篇文章中，Bernstein写道：“这对于我们来说意味着什么，对于我们的独特感和价值感来说意味着什么——特别是当机器不断进化、越来越难以与人区别开的时候？”他可能已经在数十年前提出了这个问题，不过现在，这个问题前所未有地与人们息息相关。Google的AlphaGo最近在与围棋大师李世石的五番棋对决中获得了四场胜利，而这只是最近的例子而已：自Villa败于人工智能程序之后，人类们向不计其数的机器人和程序发起了挑战。让我们来回顾一下其中最值得纪念的10场赛事。
LuigiVilla vs. BKG 9.8（西洋双陆棋）
胜方：BKG 9.8
卡内基梅隆大学的计算机科学教授Hans Berliner在研发国际象棋程序期间，创造了西洋双陆棋程序BKG 9.8。1979年7月，Berliner和BKG 9.8获邀前往蒙特卡洛与西洋双陆棋世界冠军对战。程序在一台位于卡内基梅隆大学的计算机上运行，于是Berliner不得不通过卫星信号将程序连接到现场的一台机器人上。
由于BKG 0.8之前输给过人类，一位前西洋双陆棋冠军估计，这个程序最多有40%的概率获胜。好吧，胜利女神在那天是站在BKG 9.8一边的。它以7：1的压倒性比分击败了卫冕冠军Luigi Villa，成为了有史以来第一个在桌面游戏上击败人类世界冠军的程序。顺带一提，程序的创造者也将这场比赛5000美元的现金奖励抱回了家。
Berliner随后继续进行国际象棋程序HiTech，而HiTech之后也赢得了一场重大胜利：它在1988年击败了国际象棋大师Arnold Denker。
MarionTinsley vs. Chinook （西洋跳棋）
胜方：MarionTinsley
Chinook从1990年开始竞技生涯，曾在密西西比州跳棋比赛中力克所有人类棋手。阿尔伯塔大学的Jonathan Schaeffer教授带领的研究团队创造出了Chinook，它运行于一台重达1200磅的超级计算机上。在击败了当时排名第二的棋手以后，Chinook获得了向Marion Tinsley挑战的机会——他是有史以来西洋跳棋棋力最高的棋手之一。
美国和英国的跳棋协会不希望让一台机器进入挑战赛中，但是Tinsley心意已决。如果协会拒绝让步，他甚至打算就此退出。最终协会投降了，并将这次赛事命名为“人机对决世锦赛（Man vs. Machine World Championship）”。
这场1991年的赛事中，Chinook最终在39场比赛中赢得了2场胜利。不过Tinsley依然胜过它一筹，赢得了4场胜利，其他33场平局。如果Chinook有情感的话，我们相信它一定不会感觉太糟糕：Tinsley是最顶尖的大师，40年的职业生涯中他进行了数以千计的比赛，仅有9次败绩。1994年，Chinook与Marion Tinsley又开展了一次赛事，这次赛事最终让Chinook获得了冠军的荣耀——但这是因为，Tinsley由于身体愿意而不得不中途放弃。
GarryKasparov vs. IBM Deep Blue（国际象棋）
胜方：平手
人类从1950年代开始就与国际围棋程序赛事不断，不过其中最引人注意的比赛是世界冠军Garry Kasparov对决IBM的超级计算机Deep Blue。1996年第一次对战时，Deep Blue赢得了与Kasparov的6局比赛中的第一局。Deep Blue因此成为了第一个在锦标赛规则下击败时任世界冠军的AI程序。但是，由于它只赢得了1局胜利，Kasparov仍然守住了冠军头衔。
随后，IBM用了一年的时间来为Deep Blue升级，让它的运行速度达到了1996年的2倍。这支研究团队的努力获得了回报：在1997年与Kasparov的6局锦标赛中，计算机赢得了2局胜利，并在3剧中达到了平局。虽然Kasparov落败了，但这并没有让他对与机器比赛这件事避如蛇蝎。2003年，他分别与叫做Deep Junior和叫做X3D Fritz的程序进行了象棋比赛，都以平手告终。
（花絮：Deep Blue的研发始于卡内基梅隆大学。最早的研发团队中，有一位成员是Murray Campbell，他之后加入了IBM继续进行超级计算机方面的研究。他是Hans Berliner的PhD学生之一，继承了Berliner对象棋的热情。）
DavidBoys vs. Quackle（填字图版游戏Scrabble）
胜方：Quackle
David Boys为了与Quackle一战，击败了无数人类选手，摘得了2006年多伦多Scrabble挑战赛的冠军。Quackle是一个由John O’Laughlin和Jason Katz-Brown（一位MIT研究生，曾是美国顶尖的Scrabble选手）所开发的程序。在对决的5场比赛中，Boys赢得了一开始的2场，而Quackle则笑纳了其余3场的胜利，一举夺魁。
KenJennings和Brad Ruttervs. IBM Watson（《危机边缘》）
胜方：IBM Watson
谁忘得了Watson与《危机边缘（Jeopardy!）》中两位最棒的选手的比赛？Ken Jennings由于连续赢得了74次而声名大噪，而Brad Rutter则因揽获最多奖金（450万美元）而名气不菲。这次比赛是在2011年进行的，不过IBM已经为此准备了许多年。在Deep Blue击败Kasparov之后，这家企业又在寻觅新的挑战，于是它早在2008年就与《危机边缘》的制作人员开始了接触。
2008年到2011年之间，IBM创造了一个让Watson用来按抢答铃的机械手指，并与早先《危机边缘》的参与者开展了许多测试赛。IBM所做的一切都得到了回报：Watson最终碾压了两位人类对手。比赛结束时，Watson累积了77147美元的奖金，而Jennings和Rutter分别只有24000美元和21600美元。Watson赢得了百万美元的现金大奖，IBM将这笔奖金捐给了慈善机构。
同年，这个AI程序又与几位国会议员进行了比赛（并获得了胜利）。之后，IBM赋予了它越来越多的能力，教它检测并评判你文章的语气、评估你的性格、为酒店住客提供帮助、甚至是编写新菜谱——虽然根据我们的第一手资料来看，这些配方不一定靠谱。
Djem5vs. 众多视频游戏AI（《星际争霸》）
胜方：Djem5
阿尔伯塔大学的即时战略游戏AI研究团队每年都会举办人工智能系统玩《星际争霸：母巢之战》的锦标赛。许多AI程序互相对抗，其中最强的3个程序才能获得与顶尖人类玩家一战的机会。2015年的锦标赛中，组织方选择了俄罗斯玩家“Djem5”作为人类代表。
从结果来看，AI还有很长的路要走：Djem5蹂躏了全部3个最强程序。不过其中一个程序（Tscmoo）在测试时曾成功地击败过一些人类玩家。所以，仍然有可能有一些AI程序《星际争霸》玩得比你更好。
这个视频是Djem5与Tscmoo的比赛录像，你也可以在YouTube上观看他与其他两个程序的比赛录像。
Dong Kim、Jason Les、Bjorn Li和Doug Polk vs.Claudico（扑克）
胜方：Dong Kin、Jason Les、Bjorn Li和Doug Polk
制作玩扑克牌的AI系统是一件极为困难的事情，因为扑克游戏实在太过复杂。但这无法阻挡卡内基梅隆大学Tuomas Sandholm教授和他的团队，而他们制作出的程序也厉害到能够与4位全球顶尖的职业扑克玩家对决。
去年，匹兹堡的“脑力对决人工智能（Brains vs. Artificial Intelligence）”挑战赛中，一个名叫Claudico的AI程序玩了80000局与人类的一对一无限注的德州扑克。每位职业选手都需要连续13天每天与AI玩1500局。这让人筋疲力尽，不过至少他们赢了。最终，人类的筹码领先了732713美元。谢天谢地，这只是筹码而不是真实的金钱，否则Claudico可能就要被抵押出去了。
虽然AI在游戏上的发展非常有前景，但是它终究存在一些可以被人类玩家利用的弱点。比如，人类玩家可以分辨拿到一手坏牌时要不要通过下许多注来诈唬误导对手。除了Claudico以外，一支来自阿尔伯塔大学的团队也在2015年制作了一个扑克AI系统，名叫Cepheus。它的创造者们表示，没有一个人类能真正击败它——如果你与它玩的是更简单的一对一限注德州扑克的话。
NPR作者Scott Horsley vs. WordSmith（写作）
胜方：ScottHorsley（基于读者投票），WordSmith（基于写作时长）
Automated Insights的AI程序WordSmith能够以比大多数人类更快的速度编写文章。所以，不出意料的是，当NPR用它来与自家白宫通讯记者Scott Horsley比赛时，它用了不到两分钟的时间就完成了一篇关于Denny收入的文章。
只剩下一个问题：它写的文章就像机器写的一样。Horsley可能比它的机器人对手多花了5分钟来包装整个故事，但他并没有真正落败。由于WordSmith的文章缺乏Horsley文章中的韵味，Horsley以压倒性的优势赢得了NPR的线上投票（14000+ vs. 1500左右）。也就是说，WordSmith在进行平凡的写作时有足够高的效率。在2014年时，The Associated Press就与Automated Insights签署了一份交易，通过WordSmith撰写了4400篇商业报道。
李世石 vs.Google AlphaGo（围棋）
胜方：AlphaGo
在AlphaGo击败李世石之前，许多人都相信我们距离创造出让围棋大师饮恨的AI还有数十年、甚至数百年的时间。毕竟，围棋有太多可能的行动，以至于它被经常描述为一种依赖直觉的游戏。AlphaGo团队甚至都没有获胜的信心，AlphaGo的胜利也在他们的意料之外。
这个程序由位于伦敦的初创企业DeepMind所打造，DeepMind之前2014年时被Google收购。领衔科学家David Silver和他的团队用不同的方法对这个AI程序进行了几次训练，达到了目前的水平。除了向它输入数以百万计的围棋落子数据之外，他们也让不同版本的AlphaGo互相对弈，并也向AI输入它自我对局时产生的数据。
结果是：它在5局对弈中赢得了4局的胜利，并在第二局中走出了突然困扰了所有人的一步棋。李世石不得不进行了一次15分钟的长考来整理思绪。Silver告诉Wired记者，当时观赛的人都不知所措了，因为那不是一步职业棋手会下出来的棋。
AlphaGo胜利之后，在Google的博客中，DeepMindCEO Demis Hassabis说道，如果说要从这场比赛中看出什么的话，那就是AlphaGo之类的AI能够被用来提出人类一般而言不会想到的解决方法。不过，他也强调，AlphaGo是由人类创造的，所以它的胜利仍然是人类的胜利。
MyqKaplan vs. 说笑话的计算机Manatee（喜剧）
胜方：？
这张列表里的所有其他赛事都有明确的胜方，但是你要如何判断一个笑话好不好呢？幽默是主观的，所以西北大学说笑话的软件Manatee是不是比纽约喜剧演员Myq Kaplan更好笑，这件事你需要做出自己的决定。在2014年Wired杂志进行的一次实验中，Wired杂志要求两方都写一些与笑话网站A Softer World风格融洽的笑话。你可以在Wired的文章里看到他们写的笑话，不过这里也附上一些Manatee的杰作：
“I like fingers
like I like notes…
sticky.”
“I like periods
like I like verbs…
irregular.”
（“我喜欢手指
就像我喜欢便利贴…
粘粘的。”
“我喜欢句号
就像我喜欢动词…
不规则。”）
谁知道呢？也许有一天，机器人会变得搞笑到我们需要调低它们的幽默感设定。
免责声明:
当前网页内容, 由 大妈 ZoomQuiet 使用工具: ScrapBook :: Firefox Extension 人工从互联网中收集并分享;
内容版权归原作者所有;
本人对内容的有效性/合法性不承担任何强制性责任.
若有不妥, 欢迎评注提醒:
或是邮件反馈可也:
askdama[AT]googlegroups.com
订阅 substack 体验古早写作:
点击注册~> 获得 100$ 体验券:
关注公众号, 持续获得相关各种嗯哼:
自怼圈/年度番新
关于 ~ DebugUself with DAMA ;-)
粤ICP备18025058号-1
公安备案号: 44049002000656 ...::