基礎

深藍(Deep Blue)

/ deep BLOO /

深藍是IBM的西洋棋電腦。1997年,它擊敗加里·卡斯帕羅夫,成為頭一台在完整比賽中戰勝在位世界棋王的機器。這是一個里程碑式的時刻——證明了機器能在一項長久被視為人類智力之巔的棋戲上,勝過最頂尖的人類——它攫住公眾想像的程度,是此前少有的AI事件能比的。

但它「怎麼贏的」才是最具啟發的部分。深藍並不是一個會學習的系統,也沒有任何通用智能;它是「蠻力搜尋」與「專家棋藝知識」聯姻的勝利。專用硬體讓它每秒能審視數以億計的棋局,向前看許多步,而一個手工打造的「評估函數」——在人類西洋棋大師的協助下建成——則為每一個由此產生的局面打分,衡量它有多好。說到底,它是在「算」上壓過了卡斯帕羅夫,而非在任何人類意義上「想」贏了他。它把一件窄事——下棋——做到了勢不可擋,此外便一無所能。

深藍的意義有兩重,而且都很誠實。在象徵層面,它標記了機器在一項招牌智力任務上超越人類的那一刻,也展示了「純搜尋加領域知識」能走多遠。在概念層面,它點明了一條關於AI的教訓:在某一領域達到超人表現,未必長得像人類的思考,對「通用智能」也幾乎說明不了什麼。西洋棋敗給了計算;而那盤難得多、也更「人性」的圍棋,則要一直撐到二十年後一種迥然不同的路子——「學習」——隨AlphaGo到來,才告陷落。

人類特級大師靠的是直覺,會對寥寥幾個候選著法深入推敲;深藍則反其道而行:它每秒輾過數以億計的局面,挑出算得分最高的那一步。兩條通往強棋的截然不同的路——而其中只有一條像「思考」。

深藍靠的是蠻力計算加上專家調校的評估而獲勝——而非任何近似人類直覺的東西。

深藍不會學習,也沒有通用智能——它只是比任何人都更快地搜尋並評估棋局。它的勝利是一個經典例證:在某一項任務上贏過人,可能純粹來自計算,而非類人的思考。

又稱
IBM Deep Blue深蓝深藍