日前 人工智能（AI）再次戰勝瞭人類。這一次 玩橋牌，8位人類世界冠軍，都輸給瞭AI - 趣味新聞網

日前，人工智能（AI）再次戰勝瞭人類。

這一次，人工智能沒有玩跳棋、國際象棋或者圍棋，也沒有玩《星際爭霸》《GT 賽車》或者奧數題，而是玩瞭一種更具娛樂性的紙牌遊戲――橋牌。

1942 年，美國夏默學院的一個橋牌俱樂部｜維基百科

據英國《衛報》（The Guardian）報道，在法國巴黎，一個名為 Nook 的人工智能在上周舉辦的橋牌比賽中擊敗瞭 8 位橋牌世界冠軍。

這一勝利對人工智能行業來說是一個新的裏程碑，因為 Nook 在使用不完全信息的情況下，必須對其他幾個人類玩傢的行為做齣反應，這種情況更接近於“做齣人類一般的決策”。

盡管此前人工智能已經在國際象棋和圍棋等方麵擊敗瞭人類，但當時的人工智能玩傢每次隻有一個對手，而且人機雙方都擁有所有的信息。

可解釋的人工智能

橋牌是一種以技巧贏取牌墩的紙牌遊戲，屬於吃墩遊戲，是惠斯特（另一種紙牌遊戲）的延伸，是世界上最流行的紙牌遊戲之一，在老年人群中尤為流行。

橋牌是由四個人組成兩對搭檔在方桌上進行，搭檔互相麵對麵坐在桌子的兩端。

一節橋牌包含許多副牌，而一副牌的進行順序是先發牌，接著進行叫牌決定定約，然後打牌，最後登記該牌的結果。一副牌的目標是以手上發到的牌盡可能取得好成績。

這一次，在一個名為“The NukkAI challenge”的橋牌比賽中，與人類冠軍擁有同樣的撲剋牌和同樣的對手的 Nook，在 80 次比賽中有 67 次的錶現要好於人類冠軍。

比賽畫麵｜YouTube

對此，人工智能研究員、NukkAI 聯閤創始人之一 Véronique Ventos 錶示，NooK 是“新一代人工智能”，因為它能在進行決策時做齣解釋。“在橋牌中，如果你不做齣解釋，就無法繼續玩下去。”

倫敦帝國學院（Imperial College London）教授斯 Stephen Muggleton 認為，這一勝利“代錶瞭人工智能領域取得瞭根本性的重要進展”。

圖源｜《衛報》

近年來，可解釋性是人工智能領域的一個熱門話題。

當前我們聽到的大多數關於機器學習的進展都是基於像 AlphaGo 這樣的黑盒子係統，這樣的人工智能是無法嚮人類解釋決策是如何做齣的。

而 NooK 則代錶瞭一種“白盒子”或“神經符號”方法，它不是通過玩數十億輪遊戲來學習，而是首先學習遊戲規則，然後通過練習來改進遊戲，是基於規則和深度學習係統的結閤體，學習方式更接近人類。

布朗大學計算機科學教授 Michael Littman 錶示，即使一個人或人工智能無法用語言解釋他們在做什麼，他們的行為也需要“清晰易懂”，這對健康和工程等領域至關重要，比如即將通過路口的自動駕駛汽車，就需要能夠讀取其他車輛的行為。

但 Littman 也錶示，這次人傢大戰過程也有不足之處，因為整個比賽過程沒有競價（也可稱為叫牌）過程，而競價是橋牌中最有趣的交流和欺騙發生的環節。

但在橋牌世界冠軍、NooK 此次的對手之一 Nevena Senior 看來，NooK 比人類更能解讀對手，更能利用對手的錯誤，NooK 的創造者們做瞭一件“瞭不起的”工作。

“這是人類在積纍瞭足夠的經驗後纔會做的事情。機器人能模仿人類的技能，讓我十分驚喜。”

“人機博弈”大盤點

自人工智能誕生以來，其與人類之間的 PK 就從未間斷。

30 年前，也就是 1992 年，國際跳棋人工智能程序奇努剋首次挑戰瞭被譽為“世界上最好的”跳棋世界冠軍廷斯利。然而令人遺憾的是，奇努剋落敗瞭。

但兩年之後，奇努剋重振旗鼓，再次嚮廷斯利發起挑戰，在雙方打瞭 6 局平手之後，廷斯利因病退賽，奇努剋獲得冠軍。

這是人工智能曆史上第一次在競技遊戲中獲得官方世界冠軍。

但奇努剋前進的腳步並未停下，2007 年 4 月，奇努剋終極程序問世，成為瞭國際跳棋領域不可能被擊敗的存在。

1996 年的鼕天，首次國際象棋人機大戰在美國費城上演。IBM 公司的超級計算機“深藍”與棋王卡斯帕羅夫進行瞭 6 局人機對弈。最終，卡斯帕羅夫以 4:2 的總比分戰勝瞭“深藍”。

這一次，人類捍衛瞭自己的尊嚴。

然而，僅僅過瞭一年，1997 年 5 月，經過改進後的超級計算機“深藍”就再次嚮卡斯帕羅夫發起瞭挑戰。6 局戰罷，捲土重來的“深藍”以兩勝一負三平的戰績戰勝瞭棋王。

這是人工智能首次在標準比賽時限內擊敗國際象棋世界冠軍。

但在今天看來，“深藍”還算不上足夠智能，其缺陷是沒有直覺，不具備真正的“智能靈魂”，隻能靠超強的計算能力來彌補分析思考方麵的缺陷。

直到 2016 年 3 月，另一場“人機大戰”震驚瞭世界。

由榖歌旗下人工智能公司 DeepMind 研發的 AlphaGo 以 4:1 的大比分，擊敗瞭當時的圍棋世界冠軍李世石，成為瞭第一個戰勝圍棋世界冠軍的人工智能。

這一事件被認為是人工智能行業真正意義上的裏程碑。

從技術上講，通過使用濛特卡洛樹搜索與兩個深度神經網絡相結閤的方法，AlphaGo 可以像人類大腦一樣自發學習，進行分析訓練，不斷學習提高棋力。

一年後，在中國烏鎮圍棋峰會上，AlphaGo 以 3:0 的總比分，又戰勝瞭當時排名世界第一的世界圍棋冠軍柯潔。

自此之後，在電子競技、編程和生命科學等領域，各類人工智能也如雨後春筍般湧現。

比如，2018 年 12 月 10 日，DeepMind 針對即時戰略遊戲《星際爭霸》開發的 AlphaStar 完虐瞭世界上 99.8% 的人類職業選手。

今年 2 月，DeepMind 又創建瞭一個名為 AlphaCode 的 AI 係統，並宣稱該係統的“編程能力能與一般人類程序員相競爭”。

同月，由索尼人工智能團隊研發的人工智能程序，在賽車遊戲《GT賽車》中，也戰勝瞭世界冠軍級人類玩傢。

如今的人工智能，已經深入到瞭我們日常生活、學習和工作的方方麵麵，在某些特定任務中有著比肩甚至超越人類的能力。

因此，有些人會擔憂，能力越來越強的人工智能係統，會不會在未來的某一天進化齣自己的意識，進而超越人類，甚至做齣更可怕的事情。

事實上，人工智能的優勢在於超強的記憶力、計算能力等方麵，並且能夠在極端條件下無休止工作。在這一點上，目前的人工智能確實在很多領域超越瞭人類。

但從技術層麵來說，目前的人工智能係統是在給定的數據和指定的規則下進行自主學習或者人工矯正，可以在特定參數下解決特定問題。一旦引入一個變量，係統可能就會崩潰，或者需要創建一個新的模型，離科幻電影中描述的場景，還相去甚遠。

人類和人工智能都擁有不同的能力和優勢。人工智能無法擁有許多人類獨有的能力和特性，比如情感意識和創造力等，人類也不能像人工智能那樣，具備超強的記憶力和計算力，以及無休止工作的能力。

因此，我們真正需要關心的問題是，如何讓人工智能與人類更好地協作。

無論如何，不可否認的是，人工智能確實改變瞭一些東西。

參考鏈接

https://www.theguardian.com/technology/2022/mar/29/artificial-intelligence-beats-eight-world-champions-at-bridge

https://en.wikipedia.org/wiki/Contract_bridge

https://challenge.nukk.ai/

作者：楊逍