|
讓高本衲來解釋解釋什麼叫做「不喜治絲益棼，習慣一次到位、簡單省事」。
用「人工智慧」，對，就是電腦的 AI，Artificial Intelligence 來做比方。不開玩笑，這是我老本行，只差沒靠它吃飯。
我們在電視上都見過 IBM 的「深藍」怎樣擊敗世界第一西洋棋手，一個俄國人叫什麼什麼洛夫的對吧？「深藍」怎樣「懂」西洋棋，進而擊敗世界第一高手？
在此「懂」是較簡單的一回事，「擊敗」是一回事，「如何」又是另一回事。「懂」，在電腦邏輯裡只是一些程式事先設定的死規則，rules，沒什麼智慧。規則就是規則，無所謂繁簡，三兩下搞定。「擊敗」靠「下」，就是一著一著怎麼接著下。「如何」是什麼？如何「如何」？
我們人下棋怎麼下？你一著我一著，自己下了看對方如何反應，對方下了思考自己如何應對；不管該誰，我們 always 在想「現在局面怎樣」、「待會兒勢將如何」、「若果如此我怎樣應對最好」、「再來可能局面會是什麼」是吧？
電腦不是這樣下棋的。電腦下棋憑藉的是超大的記憶體和超強的運算力。記憶體大所以它絕不遺忘、miss，運算力強所以它沒有情緒、panic。
讓我用最容易了解的語言來描述所謂的電腦下棋：不管誰是先著，對手下「第一著」（first move）時電腦已經運算出「所有一切未來可能」的步數，並在其中挑選對自己最有利的下一著下下去，因此通常費時無多，幾百萬分之一秒足矣。
它怎麼知道未來「所有一切可能的步數」？Well 棋盤上可能的排列組合就這麼多，總之不是無限，電腦憑著超大的記憶體不難「擺佈」出所有一切可能的棋子狀態。排列組合超出電腦記憶體容量的話會造成 combinatorial（數學形容詞，類似 combinational） explosion（「綜合爆炸」，記憶體不堪負荷死翹翹）。在記憶體容量不爆炸的情況下電腦會按照它「已知」（對方每一著的後續可能它都有藍圖在案）的步數下下去。關鍵是：可能的步數那麼多，它如何選擇？電腦有程試預設的「法則」會將目前局面「態勢」一一運算、得出評比，然後挑選比分最高的步數下下去。通常這也極快，不到幾百萬分之一秒，所以電腦下棋看起來會好像它都「沒在想」—— 電腦確實沒在想，它早已知結局，目前只是在「等」（你下）、「看」（你下什麼）、「算」（下什麼好）、「選」（下哪一著）。
這步驟叫 heuristic search，是個通詞，代表電腦利用運算＋法則獲致 next 行動方案的一種程序。
那麼，它的「法則」或 heuristic search 的「完美程度」就決定了電腦棋藝的「精湛程度」了對不對？是的，that's why 「法則」的訂定需要高強棋手的顧問諮商。研究生的 AI 程式倒不必，因爲教授看的是你懂不懂人工智慧，不是你的棋藝有多高強。
此外還有一點很重要：人工智慧需能「與時俱進」，否則智什麼慧？所以 AI 軟體需得俱備學習的功能。也就是說，它的「法則」會越來越多 —— 程式給適時添加的。而什麼樣的法則值得學習、添加、記錄、應用又是設計師必須謹慎斟酌的要件。不消說，這也得有高強棋手的 input。法則的添增也有可能造成 combinatorial explosion，所以電腦程式「經驗」和「知識」的需求間記憶體容量的使用須得詳細斟酌。
研究類如此種應用電腦運算能力「取代」人類智慧的學門叫「人工智慧」。人工智慧當然有可能強過「人類智慧」，畢竟萬事萬物不外推敲、想像、思索、琢磨、選擇、應對 —— 都是精算。人腦的「想」大率不出於此。
回過來說何謂「不喜治絲益棼，習慣一次到位、簡單省事」。就是不擅「兵來將擋，水來土掩」，偏向傾全力一次幹光，類如 AI heuristic search 的習性。好處？簡單省事，不囉唆。壞處？難度高，錯誤機率大。妙處？法理充分料事如神，運用得當所向無敵。
Now you all know my secret。
|
字體：小 中 大
