类。警方和情报机构现在已经很习惯使用这种程序,扫描监控录像机无数小时的视频资料,追踪嫌犯和罪犯。
20世纪80年代讨论到人类的独特之处时,很习惯用国际象棋作为人类能力更强的主要证据。他们相信计算机永远不可能在国际象棋领域打败人类。但在1996年2月10日,IBM的超级计算机“深蓝”(DeepBlue)就打败了世界国际象棋大师加里·卡斯帕罗夫(GarryKasparov),推翻了这个认为人类能力更强的论点。
“深蓝”算是有些取巧,因为编写程序的人不仅写入了国际象棋的基本规则,还加入了详细的棋局策略。但新一代的人工智能更喜欢让机器自己学。2015年2月,由GoogleDeepMind人工智能公司所开发的一个程序,就自己学会了如何去玩49款经典的Atari游戏。开发者之一戴米斯·哈萨比斯(DemisHassabis)博士解释道:“我们提供给系统的唯一信息就是屏幕上的原始像素,以及指示系统要努力得到高分。剩下的一切都是它自己解出来的。”而这套程序也成功找出了交给它的所有游戏的规则,从《吃豆人》(Pac-Man)、《太空入侵者》(SpaceInvaders)到各种赛车和网球游戏。而且,这套程序得到的分数多半都能打平甚至超过人类,有时候还会使出人类玩家从未想到的策略。13
图45“深蓝”击败加里·卡斯帕罗夫
不久之后,人工智能又获得了更惊人的成就:谷歌的AlphaGo软件自学围棋这种古老的中国棋类游戏,而围棋的复杂度远超国际象棋,一般认为这并不在人工智能程序能够处理的范围内。2016年3月,AlphaGo和韩国棋王李世石在首尔举行了一场比赛,AlphaGo凭借出奇的下法、创新的战略,以4比1击败李世石,令各方大跌眼镜。赛前,大多数专业棋手都确信李世石能赢得比赛,但在赛后分析AlphaGo的棋路后,多数人的结论则是人类在围棋上已不再有希望能打败AlphaGo或其后来者。
近来,计算机算法也证明了自己在球类竞赛中的价值。几十年来,棒球队挑选球员靠的是专业球探和经理的智慧、经验和直觉。顶尖球员的身价高达数百万美元,自然财力雄厚的球队才能抢下一流球员,而经济拮据的球队只能勉强起用二线球员。但在2002年,预算有限的奥克兰运动家队(OaklandAthletics)总经理比利·比恩(BillyBeane)尝试要打破这个格局。他决定根据经济学家和计算机怪才所开