陈大波：人工智能——我的实践与体会

自从“阿尔法狗”接连战胜了韩国的围棋世界冠军、职业九段棋手李世石及排名世界第一的世界围棋冠军柯洁后，一夜之间，人工智能一词成了人们口中的热门话题。那些鲜为人知的深度学习、神经网络、蒙特卡罗算法等专业术语，也随着媒体宣传而广为人知。

这股人工智能热潮，少不得也吹进了中小学教育领域，许多信息科技学科老师也都忙着去赶趟。不过很快就出现了麻烦，不久前有些老师告诉我，他们在人工智能的学习上遇到了困难，许多算法如递归、深度搜索看不懂；需要专业性很强的数学知识如微积分、卷积、概率、图论、组合学，他们也不太懂。当然，接下来问的就是，我们该怎么去学习人工智能？将来怎么面对学生去教这门课程？

其实，老师们被“阿尔法狗”的铺天盖地报道所误导了。这些人工智能算法是人类有始以来最伟大成就，属于尖端的、甚至是“高大上”的。想想我们连路都还没走稳就想着去跳了，哪有不败之理。

由于工作需要，我在十多年前曾自学过一些有关人工智能的知识。近年来，也赶着股热劲，在人工智能语言和程序设计上再次进行了学习和实践。我以为信息科技这门学科，无论是学生还是老师，学习的主要途径还是要强调在理论指导下的实践，要从解决小问题开始，不断增强自己的算法设计能力和编程能力。

近我在学习人工智能语言时，顺便完成了两个简单的人工智能作业实践：“井字棋”和“爱恋问题”。这里就与大家分享一下。

第一个例子，是传统的“井字棋”游戏。

这是人工智能教程中常常提到的经典案例。游戏在3×3棋盘格上，由机器和人轮流下，分别用“×”和“○”来代替自身的棋子。谁先连成一条直线谁就胜。

如何让机器有“智能”呢？有二种可行办法，简述如下：

一是，采用暴力穷举法。理论上它有9！种可能，穷尽所有可能后给出最佳落子点。这种方法思路简单，但算法实现起来却很麻烦，速度也慢。

二是，给机器提供一个优先落子位原则，同时给予一个权重分值。它的基本原理可简述为：

1. 如果有危险，则先堵对方路，否则做下一步；

2. 如果无危险，则总是把子落在通路口最多的地方(比如，棋盘的中间位，它有上下、左右和2条斜对角线，共有4条通路)，如若不能，做下一步；

3. 如果无危险，则把子落在通路口较多的地方(比如，棋盘的四个角位，每个角位有3条通路)，如若不能，再做下一步；

4. 如果无危险，则把子落在4条边中间位(每个位只有2条通路)，然后再回到第一步。

把上面原则代码化就OK了，我用VB语言将它实现了。不过在对弈过程中发现这个原则有漏洞，在某一特定情况下它会输。修改一下程序，将漏洞补上，即刻成了人机对弈的2.0版“井字棋”。

不同的是“阿尔法狗”发现了自身漏洞后会自动纠正，也即它能自我学习。

第二个例子是，逻辑推理“爱恋问题”求解。

问题：五个小青年A、B、C、D、E相互间在谈恋爱。现已知事实：

A爱恋B；A爱恋C；B爱恋D；C爱恋A；D爱恋B；D爱恋C；E爱恋C。

问：哪几对最有可能成为夫妻。

这是一个逻辑推理问题，属于人工智能领域中的问题求解部分。

一般程序语言不太适合解决此类问题。我是用人工智能语言Visual Prolog实现的(最近刚学会)。

首先，将“A爱恋B”这个事实，用形式化语言表达为love("A","B")。其次，对于可能成为夫妻的理由，我们用形式化语言给出其规则是：

man_and_wife(X,Y):-love(X,Y),love(Y,X). %“:-”读作：如果

即，X和Y成为夫妻，如果X爱恋Y，并且Y爱恋X。

好，我们现在可以完整地写下来了：

clauses%子句

love("A","B").%事实

love("A","C").

love("B","D").

love("C","A").

love("D","B").

love("D","C").

love("E","C").

clauses%子句

man_and_wife(X,Y):-love(X,Y),(Y,X).%规则

goal%求解目标

man_and_wife(X,Y),write(X,Y),fail.%求解夫妻，输出结果，所有答案。

程序运行后，很快给出答案：A与C及B与D二对最有可能成为夫妻。

这种语言的优点是，只要给出事实(也可认为是知识)和规则，计算机就能给你找出解决方案。另外，程序在运行时还能根据情况直接添加和删除相关事实。

正如“阿尔法狗”的设计者戴密斯·哈萨比斯所说，我现在只需要告诉它下围棋的知识和规则，再让它自身学习一下就可以成为围棋高手了。

这个案例，我曾在上海市信息科技教研室作过一次讲座。通过这次讲座，老师们终于有了实在的感受，对什么叫知识和事实，什么叫规则和推理有了一个初步的整体概念，而不再是难以理解和想象的碎片化知识。

今年，我的最大愿望是写一本人工智能语言Visualprolog区域化教材，为教育事业做点事。

其次，想重点研究一下人工智能中的“深度学习”理论并建立算法模型来实现它，以回应老师们关心的有关问题，也为自己增长点知识。