撰文：杨逍

日前，人工智能（AI）再次战胜了人类。

这一次，人工智能没有玩跳棋、国际象棋或者围棋，也没有玩《星际争霸》《GT 赛车》或者奥数题，而是玩了一种更具娱乐性的纸牌游戏——桥牌。

图｜1942 年，美国夏默学院的一个桥牌俱乐部（来源：维基百科）

据英国《卫报》（The Guardian）报道，在法国巴黎，一个名为 Nook 的人工智能在上周举办的桥牌比赛中击败了 8 位桥牌世界冠军。

这一胜利对人工智能行业来说是一个新的里程碑，因为 Nook 在使用不完全信息的情况下，必须对其他几个人类玩家的行为做出反应，这种情况更接近于“做出人类一般的决策”。

尽管此前人工智能已经在国际象棋和围棋等方面击败了人类，但当时的人工智能玩家每次只有一个对手，而且人机双方都拥有所有的信息。

可解释的人工智能

桥牌是一种以技巧赢取牌墩的纸牌游戏，属于吃墩游戏，是惠斯特（另一种纸牌游戏）的延伸，是世界上最流行的纸牌游戏之一，在老年人群中尤为流行。

桥牌是由四个人组成两对搭档在方桌上进行，搭档互相面对面坐在桌子的两端。

一节桥牌包含许多副牌，而一副牌的进行顺序是先发牌，接着进行叫牌决定定约，然后打牌，最后登记该牌的结果。一副牌的目标是以手上发到的牌尽可能取得好成绩。

这一次，在一个名为“The NukkAI challenge”的桥牌比赛中，与人类冠军拥有同样的扑克牌和同样的对手的 Nook，在 80 次比赛中有 67 次的表现要好于人类冠军。

图｜比赛画面（来源：YouTube）

对此，人工智能研究员、NukkAI 联合创始人之一 Véronique Ventos 表示，NooK 是“新一代人工智能”，因为它能在进行决策时做出解释。“在桥牌中，如果你不做出解释，就无法继续玩下去。”

伦敦帝国学院（Imperial College London）教授斯 Stephen Muggleton 认为，这一胜利“代表了人工智能领域取得了根本性的重要进展”。

（来源：《卫报》）

近年来，可解释性是人工智能领域的一个热门话题。

当前我们听到的大多数关于机器学习的进展都是基于像 AlphaGo 这样的黑盒子系统，这样的人工智能是无法向人类解释决策是如何做出的。

而 NooK 则代表了一种“白盒子”或“神经符号”方法，它不是通过玩数十亿轮游戏来学习，而是首先学习游戏规则，然后通过练习来改进游戏，是基于规则和深度学习系统的结合体，学习方式更接近人类。

布朗大学计算机科学教授 Michael Littman 表示，即使一个人或人工智能无法用语言解释他们在做什么，他们的行为也需要“清晰易懂”，这对健康和工程等领域至关重要，比如即将通过路口的自动驾驶汽车，就需要能够读取其他车辆的行为。

但 Littman 也表示，这次人家大战过程也有不足之处，因为整个比赛过程没有竞价（也可称为叫牌）过程，而竞价是桥牌中最有趣的交流和欺骗发生的环节。

但在桥牌世界冠军、NooK 此次的对手之一 Nevena Senior 看来，NooK 比人类更能解读对手，更能利用对手的错误，NooK 的创造者们做了一件“了不起的”工作。

“这是人类在积累了足够的经验后才会做的事情。机器人能模仿人类的技能，让我十分惊喜。”

“人机博弈”大盘点

自人工智能诞生以来，其与人类之间的 PK 就从未间断。

30 年前，也就是 1992 年，国际跳棋人工智能程序奇努克首次挑战了被誉为“世界上最好的”跳棋世界冠军廷斯利。然而令人遗憾的是，奇努克落败了。

但两年之后，奇努克重振旗鼓，再次向廷斯利发起挑战，在双方打了 6 局平手之后，廷斯利因病退赛，奇努克获得冠军。

这是人工智能历史上第一次在竞技游戏中获得官方世界冠军。

但奇努克前进的脚步并未停下，2007 年 4 月，奇努克终极程序问世，成为了国际跳棋领域不可能被击败的存在。

1996 年的冬天，首次国际象棋人机大战在美国费城上演。IBM 公司的超级计算机“深蓝”与棋王卡斯帕罗夫进行了 6 局人机对弈。最终，卡斯帕罗夫以 4:2 的总比分战胜了“深蓝”。

这一次，人类捍卫了自己的尊严。

然而，仅仅过了一年，1997 年 5 月，经过改进后的超级计算机“深蓝”就再次向卡斯帕罗夫发起了挑战。6 局战罢，卷土重来的“深蓝”以两胜一负三平的战绩战胜了棋王。

这是人工智能首次在标准比赛时限内击败国际象棋世界冠军。

但在今天看来，“深蓝”还算不上足够智能，其缺陷是没有直觉，不具备真正的“智能灵魂”，只能靠超强的计算能力来弥补分析思考方面的缺陷。

直到 2016 年 3 月，另一场“人机大战”震惊了世界。

由谷歌旗下人工智能公司 DeepMind 研发的 AlphaGo 以 4:1 的大比分，击败了当时的围棋世界冠军李世石，成为了第一个战胜围棋世界冠军的人工智能。

这一事件被认为是人工智能行业真正意义上的里程碑。

从技术上讲，通过使用蒙特卡洛树搜索与两个深度神经网络相结合的方法，AlphaGo 可以像人类大脑一样自发学习，进行分析训练，不断学习提高棋力。

一年后，在中国乌镇围棋峰会上，AlphaGo 以 3:0 的总比分，又战胜了当时排名世界第一的世界围棋冠军柯洁。

自此之后，在电子竞技、编程和生命科学等领域，各类人工智能也如雨后春笋般涌现。

比如，2018 年 12 月 10 日，DeepMind 针对即时战略游戏《星际争霸》开发的 AlphaStar 完虐了世界上 99.8% 的人类职业选手。

今年 2 月，DeepMind 又创建了一个名为 AlphaCode 的 AI 系统，并宣称该系统的“编程能力能与一般人类程序员相竞争”。

同月，由索尼人工智能团队研发的人工智能程序，在赛车游戏《GT赛车》中，也战胜了世界冠军级人类玩家。

如今的人工智能，已经深入到了我们日常生活、学习和工作的方方面面，在某些特定任务中有着比肩甚至超越人类的能力。

因此，有些人会担忧，能力越来越强的人工智能系统，会不会在未来的某一天进化出自己的意识，进而超越人类，甚至做出更可怕的事情。

事实上，人工智能的优势在于超强的记忆力、计算能力等方面，并且能够在极端条件下无休止工作。在这一点上，目前的人工智能确实在很多领域超越了人类。

但从技术层面来说，目前的人工智能系统是在给定的数据和指定的规则下进行自主学习或者人工矫正，可以在特定参数下解决特定问题。一旦引入一个变量，系统可能就会崩溃，或者需要创建一个新的模型，离科幻电影中描述的场景，还相去甚远。

人类和人工智能都拥有不同的能力和优势。人工智能无法拥有许多人类独有的能力和特性，比如情感意识和创造力等，人类也不能像人工智能那样，具备超强的记忆力和计算力，以及无休止工作的能力。

因此，我们真正需要关心的问题是，如何让人工智能与人类更好地协作。

无论如何，不可否认的是，人工智能确实改变了一些东西。

参考链接：

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/

来源：学术头条