首页 >> 文学 >> 本网原创
“阿尔法狗”后的AI艺术问题
2019年02月22日 09:08 来源:中国社会科学网-中国社会科学报 作者:陈奇佳 字号
关键词:计算机;阿尔法狗;围棋;AI;算法

内容摘要:2016年,一款被称作“阿尔法狗”(AlphaGo)的围棋软件以很大的优势击败了世界顶尖高手李世石九段。此后,改进版的各种围棋软件如雨后春笋般出现,人类完全无法抵挡这些软件,世界冠军们纷纷被降至授二子的水平——差不多就是业余高手与职业高手的差距。围棋潜藏的游戏变化数量极其庞大,阿尔法狗的算法能够绕过穷尽计算的数量陷阱又能得出较优解,这诚然值得庆贺,但即便围棋变化复杂,但毕竟有穷。诚然,在一个已知的给定计算区域中(如19路围棋,或更低的计算区域,如17路、9路围棋),阿尔法狗的智慧将力压人类,这无可争议。阿尔法狗的胜利只能证明:人类如能以其智慧将某种极大值的可计算对象有效递减为可力迫式计算的对象,那么在这一对象领域, AI较人类智慧拥有明显的优势。

关键词:计算机;阿尔法狗;围棋;AI;算法

作者简介:

  2016年,一款被称作“阿尔法狗”(AlphaGo)的围棋软件以很大的优势击败了世界顶尖高手李世石九段。此后,改进版的各种围棋软件如雨后春笋般出现,人类完全无法抵挡这些软件,世界冠军们纷纷被降至授二子的水平——差不多就是业余高手与职业高手的差距。

  阿尔法狗的出现在一定程度上革新了人们的看法。沿着阿尔法狗击败人类的基本路径,我们可以作以下追问:首先,逻辑性的计算是不是所谓“智慧”的本质,即一切问题的思考最终都可还原为力迫式的计算?如果假设一种理想状态,人工智能(AI)在硬件方面获得足够的支持,又有足够的信息资源和“自我学习”的演进时间(“学习”是阿尔法狗突破性的技术进展,是指它能够根据给定的信息,自我博弈,积累经验,在此基础上获得解决问题概率论意义上的较优解),在一个给定的智能活动领域,AI是否能够把人类思维活动还原为一种逻辑计算的过程,并将超过人类?从这个意义上说,阿尔法狗击败人类看似是AI发展史上一个小发展,其实是一个真正的大跨步。

  其次,由上述问题人们能否进而推论:“人类特有智慧”是不是根本不存在?所谓模糊计算、直观云云只是人类无法长时间有效的刚性力迫式计算的一个遁词?

  再次,由于网络、云计算、大数据、生物神经技术、脑科学等新兴技术领域的拓展,AI终将在越来越多的领域获得海量“自我学习”的资源,并在这些领域最终取代人类工作。由此是否可以推论,在艺术领域,AI艺术即由AI来生成艺术,也将成为艺术活动的主流形态?

  阿尔法狗及其同类AI技术将给人类社会带来怎样的冲击,这一问题十分复杂。就阿尔法狗及同类AI可能达到的智慧水平而言,在一个能够预见的未来,有无可能在艺术领域获得突破性进展?或者表述得更加严谨一些:在那些具有经典形式规范的领域里,是否有可能生产出非抽象性的、能够通过图灵测试的艺术作品?

  事实上,目前我们对这一问题尚难做出确定的判断,原因如下:第一,阿尔法狗的胜利远不足以说明力迫式计算比人类计算具有绝对的优越性。围棋潜藏的游戏变化数量极其庞大,阿尔法狗的算法能够绕过穷尽计算的数量陷阱又能得出较优解,这诚然值得庆贺,但即便围棋变化复杂,但毕竟有穷。阿尔法狗正是在人类几千年棋谱的基础上展开学习,以此规避冗余思考。据说后来阿尔法狗的改进版如AlphaMaster摒弃人类棋谱而自我对弈,自我产生经验,自我学习,并彻底击败阿尔法狗,有论者便以此证明AI之伟力。但这不能令人信服,因为AlphaMaster整体框架的改进正是建立在阿尔法狗的胜利和暴露的Bug之上。此外,围棋的变化虽然庞大,但整体来看,它的游戏逻辑仍然是线性的:在博弈中获得的多少决定游戏的成败,它的计算逻辑虽然远比象棋复杂,但本质上仍是线性的。

  人类的活动特别是社会与人文精神方面的活动,其思维活动的根据与来源非常复杂,很多事情真实的信息源,连人类自己都含含糊糊,不甚了了;其是非成败得失利弊更需考虑多方面因素,绝无线性的判断依据。比如说,设定一种AI程序,判定王羲之书法与一个小学生书写之间的差别是可能的;设定一种AI程序,判定王墉书法与一个小学生书写之间的差别也是可能的;但设定一种AI程序,能够同时在王羲之、王墉和小学生书写之间做出有效判断,困难也许就超乎想象。这一程序如果还要兼容其他书法风格,困难就更难想象。而问题在于,对任何一个略有文化的中国人来说,要在这问题上做出判断却不是什么难事。人类类似的精神活动非常多,我们不得不承认人类思想方式自有一些非力迫式计算所能覆盖的有效智慧领域。

  第二,阿尔法狗算法的普遍有效性远未得到证明。阿尔法狗通过有效的力迫式计算战胜了人类顶尖高手,这一成就值得尊重。但人们能否据此而推论:人类思维中的计算无非也是一种力迫性的计算(或者说从AI的发展趋势看,是其低配版而已),其中如有一些非力迫式的算法,终究是无效的(或低效的)?笔者对阿尔法狗智慧在这方面的标志价值存疑。诚然,在一个已知的给定计算区域中(如19路围棋,或更低的计算区域,如17路、9路围棋),阿尔法狗的智慧将力压人类,这无可争议。但如果将这个计算区域放大,如假定有一种27路围棋,逻辑关系不变,算法不变,只是游戏变化程度超过原有对象近于无穷,在没有充分“学习”的条件下,它与人类对弈胜负将是几何呢?如果阿尔法狗根本无法展开对弈或惨败于人类,则当前此类AI的普遍性就值得怀疑。

  阿尔法狗的胜利只能证明:人类如能以其智慧将某种极大值的可计算对象有效递减为可力迫式计算的对象,那么在这一对象领域,AI较人类智慧拥有明显的优势。这一点在四色定理被证明的时候已得到充分证明。换言之,人类处理超大信息的计算技巧仍不能被AI覆盖。当然还有一种可能:在27路棋盘上,AI也完胜人类。假如出现这种情况(尽管笔者认为这一情况近期内不大可能出现),这将是具有本体论意义上的大事,所有思想者有必要对人类的本质和未来在彻底非传统的意义上展开重新思考。

  简言之,以当前AI的水平,如果以阿尔法狗或它的升级版来充任艺术生产者的角色,它的算法能否应付艺术活动中极其复杂、近于无穷的信息(及信息组合)的变量,是非常可疑的。

  第三,现有的AI艺术无法证明AI已获得由学习到创造的智慧。目前已有一些AI艺术的实践,如抽象绘画、抒情短诗、微型小说等。但这些实践一般来说都局限于“学习”的境地,即AI的编程者利用大数据时代的优势,通过近乎穷尽式地搜罗某一特定艺术类型的作品,总结了某些模式化创作的技巧。所谓AI创作便是根据这些模式的规范,对既有素材进行概率性的组合排列(可能还有较优的拣选逻辑设定)。但此种“创作”方式明显存在两个难以克服的障碍:1.它有无可能生产长篇叙事作品?很难想象AI能够通过“学习”的方式掌握一篇十万言小说的技巧,这十万言词汇的采撷、因果关系的组合,就概率计算而言,其开放的复杂性程度不知要超过19路围棋多少倍。这一点似乎不是简单乞灵于AI计算能力的进步所能解决的。2.AI如何能够合逻辑地整合新兴的知识与人类感性判断?人类感知世界的方式不断随着外部世界的改变而改变,艺术家总是能够寻找到一些匪夷所思的途径将新知识、新感觉化入艺术创作中,并与以往的人类经验达成一种巧妙的平衡(如20世纪初那些立体主义、形而上画派的作品)。在没有前人经验“学习”的情况下,AI有无可能通过大数据的信息资源的搜集,运用力迫式计算推导、整合产生“创造性”的作品?笔者于此持保留意见,同时认为:纵然有此类作品产生,也是随机性的极小概率事件,需要人类鉴赏家花费极大精力在浩如烟海的AI习作中去找寻。

  最后需要指出的是,笔者虽对当前的AI艺术的水平与发展方向表示怀疑,但绝不否认在当代艺术实践中充分融入AI技术的必要性。人类大脑与AI技术结合,能够产生怎样的想象力的火花,我们当下还无法预料,而这也许蕴含了极大探索价值的空间。AI的力迫式计算能够产生怎样独特的艺术风景,当前艺术界的探索还处于草创阶段,其实践还很原始、粗糙(这一点与我们前述对AI创新力的质疑并不自相矛盾)。在某些艺术领域,如视觉艺术领域,当代AI技术或许已经具备某种直接的应用性,甚至能够帮助人类在历史传统之外开创具有革命性意义的图像形式之道。当然,这些思考属于另一个话题,相关研究也有待进一步展开。

  

  (作者单位:中国人民大学文学院)

作者简介

姓名:陈奇佳 工作单位:

转载请注明来源:中国社会科学网 (责编:张雨楠)
W020180116412817190956.jpg
用户昵称:  (您填写的昵称将出现在评论列表中)  匿名
 验证码 
所有评论仅代表网友意见
最新发表的评论0条,总共0 查看全部评论

回到频道首页
QQ图片20180105134100.jpg
jrtt.jpg
wxgzh.jpg
777.jpg
内文页广告3(手机版).jpg
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们