谷歌人工智能電腦AlphaGo今日再擊敗南韓棋王李世石，以4比1局數結束這場世紀人機大戰。機器戰勝人類，成為殘忍的現實。
人工智能展示超強力量，谷歌屬下負責開發AlphaGo 的公司DeepMind創辦人哈薩比斯話，期望他們發展的人工智能，可以幫助解決人類最困難的問題，從模擬氣候的變化，到複雜病症的分析，希望可以用人工智能拆解疑難。
不過機器戰勝人類，亦觸發起莫大擔憂，而擔憂也不是始自今天。早於2014年5月，諾貝爾物理學獎得主霍金，在報章上撰文，呼籲公眾關注人工智能的發展可能帶來的災難。他說人工智能可能是「人類史上最後的一宗大事件」。專家應該及早研究方案，防止人工智能進化失控，危及人類。短期而言，人工智能可能應用於自動武器系統，事實上，聯合國已倡導立例禁止類似的武器。人工智能亦可以改變經濟型態（導致至大量機械人取代人類的工作），帶來強大的財富不均。霍金真正擔心的是人工智能最後失控。他提到科幻電影所講的問題，恐怕人工智能的電腦，最終會導致人類滅亡。
比較有名的人工智能電影，是2004年上映的《智能叛變》（i, Robot），講的就是機械人叛變，睇到人膽戰心驚。
大家可能覺得講機械人叛變太過遙遠，因為人工智能的機器雖然在圍棋這個困難遊戲中超越真人棋手，但它們暫時未全面超越人類，主要在幾個方面：第一，靈光一閃。李世石對AlphaGo的大戰，在第四局贏回一局，關鍵是在第78子的時候突然靈光一閃，下了一著好棋，令他扳回一局。人類這種突然精靈的表現，可以超越人工智能機械人。
到底人類思索時為什麼會靈光一閃？我們平時以為右腦主掌感情，左腦主掌認知，其實是一種過度簡化的講法，諾貝爾醫學獎得主神經科學家Roger Sperry於1981年發現，一個人就算只是右腦受傷，其認知能力會受損，因為右腦能夠將表面上看起來無關的概念連結在一起，有助認知。例如處理語言，便並不只是由左腦負責。左腦負責文字的表面意思，右腦則負責文字的隱含意（connotation），例如右腦可以知道藍色除了是一種顏色，還代表憂鬱，而橙色則代表歡樂。
人工智能現時已很擅長複製我們左腦的邏輯思維功能，但要它模擬我們的右腦，可以看到隱含意思的功能，甚至靈光一閃，爆發創意，還有一段長路要走。由此推論，從打工的角度，如果從事一些創作工作，工作壽命可以長一些，如果純粹從事體力勞動或者機械化的專業工作，便很容易會被電腦取代。
第二個問題是自我意識。即使電腦懂得邏輯思維，也有創意，卻仍然未有人類的自我意識。沒有自我意識，便不會叛變。人類自我意識，源自於肉身，動物也是如此，生下來便有。大家看一窩剛出生的小狼，最強壯的會推開較弱小的兄弟姐妹，搶奪媽媽最大的奶頭。人亦一樣，小時候也會妒忌推開甚至擊打初生的弟妹。電腦不擁有肉身，設計開發時是不擁有自我意識的。
不過，現今的科學家如此聰明，電腦公司如許富有，最怕是一名富人或者科學家，忽然「神經」起來，要設計一個有自我意識的電腦，恐怕也不是太困難的事。雖然我比較崇尚自由主義，不喜歡政府有太多的規管，但見到人工智能這樣急速地發展，也有些擔心，覺得政府應該開始研究規管人工智能的過度發展，特別是不可以把機械人設計成有自我意識的個體。否則，人類離滅亡，不是想像中的那麼遠。
盧永雄
世界棋王李世石鬥人工智能程式AlphaGo的世紀大戰，步向尾聲，雖然李世石在周日終於扳回一局，已擺脫食光蛋的災難，但在五局三勝制中，李世石已有輸無贏，無法逃離被電腦KO的厄運。
上一次人機大戰是1997年那場國際象棋對決，電腦深藍擊敗國際象棋大師卡斯帕羅夫，但如我上次所講，卡斯帕羅夫誤判深藍的一個錯誤為妙著，搞到自己情緒大受影響而落敗，雙方棋力未分高下。如今AlphaGo玩的是複雜很多的圍棋，可以行走的選擇比宇宙內的原子數量還多，這才是電腦人工智能的真正考驗，而AlphaGo可以清脆獲勝，可見它和深藍已經不可同日而語。
開發AlphaGo這個人工智能軟件的是谷歌旗下的DeepMind公司，這間公司在2010年創立，負責人哈薩比斯(Demis Hassabis)本身就是國際象棋高手，1997年他還是牛津大學學生時，就親身旁觀了深藍對的世紀大戰。
哈薩比斯設計AlphaGo，要超越深藍那種水平，深藍的特色是「人手研發」，等如程式設計師教電腦捉棋，設計師篩選出多個國際象棋大師的下棋資訊，將其轉化為具體規則和啟發，叫深藍去模仿。深藍強在記憶力和運算力，但它捉棋的能力，理論上不會超過程式師教他的東西。
但AlphaGo卻植入了學習能力，它可以通過練習和學習，積累「自己的」經驗，這與人類的思維方式更為相似。它絕對可以學到超過程式設計師輸入的資料。
技術一點去講，傳統的人工智能用的方法是建構一棵「搜索樹」(search tree)，去幅蓋所有可能性，在圍棋中因為可能性太多，令這種方式失效。所以AlphaGo是用另一種建構方式，首先它也建構一棵「高級搜索樹」，但更重要的是和一個「深度神經網絡」(deep neural networks)結合。所以謂神經網絡就是模仿人類以神經元為單位的思考方式，神經元之間會溝通。而AlphaGo的深度神經網絡有12層，包含了數以百萬計類似神經元的連接單位。其中一個神經網絡是政策網絡，它負責行下一步棋，另一個神經網絡叫評價網絡，每一刻都在評估誰會贏出這一個棋局。
好了，哈薩比斯設計好AlphaGo後，就當小孩子那樣培訓它，首先讓它學人類棋手在過去的棋局中的3000萬種下子方法，直至訓練到AlphaGo有57%機會估中人類對手的下子方法(在AlphaGo之前的紀錄是47%)。
但這還不夠，哈薩比斯的目標不是叫AlphaGo去模仿人類的下子方式，而是要去打敗他們，為此目標，AlphaGo要學習發展自己的新下棋策略，方法是自己和自己捉棋，在神經網絡之間捉棋，這個試誤法(trial and error)有個特別名稱，叫加強式學習(reinforcement learning)，這就是它自己和自己捉棋的不斷自學的方式。人類捉棋一天只能捉三局，但電腦一天可以捉100局，AlphaGo至今捉了的棋局，其對手李世石捉到100歲也捉不到那麼多。當然背後還要有谷歌超大的雲計算能力去支持。
AlphaGo練好工夫後，就要打實戰，先和所有玩圍棋的人工智能軟件比賽，所向無敵後挑戰歐洲冠軍，如今再戰世界冠軍李秀石。
AlphaGo這樣一個有超強自學能力的電腦，除了令人驚嘆外，亦有少少恐怖。真實版鋼鐵人馬斯克(Tesla電動車公司老闆)就有點擔心，他和谷歌老闆佩吉(Larry Page)很熟，馬斯克一直擔心谷歌大搞人工智能，終於會有一個瘋狂科學家，開發出一個失控人工能系統，操控全世界。馬斯克見到AlphaGo大勝李世石之後，話人工智能的發展，比他想像快了10年。我們將來可能不止要擔心人工智能機械人搶了我們的工作，還要怕它們會統治全世界！
盧永雄
