從阿爾法與棋王的對奕，看電腦思維方式帶給我們的啟示[程序化老手]

雖然我覺得電腦勝之不武，但電腦天馬行空測試可能性的解題策略，仍然可以帶給我們一些啟發(fā)。

有時覺得，教育帶給我們的，反而是侷限；從規(guī)范『應(yīng)該如何、不該如何』的『起手式』開始，一步步棄卻了許多的可能性。

學(xué)術(shù)研究則恰好希望突破這個侷限。
科學(xué)哲學(xué)告訴我們唯一值得繼續(xù)討論的論述是『可證明為錯』的論述。
我在另一篇論壇文章提到科學(xué)哲學(xué)的發(fā)展歷史與思維演進，學(xué)術(shù)研究的神圣任務(wù)在于，『突破知識內(nèi)容，讓人類文明不會原地打轉(zhuǎn)』。

為何教育內(nèi)涵充滿教條，限制人類解題過程寬廣的可能性，以至于在棋局中被電腦循隙攻破；
最終還是因為作為人類『生理與心理的先天限制』(所以我們才想用程式交易可以互補人類在交易過程中的缺陷)。（轉(zhuǎn) www.tumamayizhan.com ）

決策時間的限制以及大腦空間的有限性，迫使我們不考慮先人走過認為沒有希望(其實只是機率低)的思維路徑；代代相傳形成了教科書中過去被驗證過較高勝率的『約定俗成』作法(法則與條框)。
而我們也沒有臉皮作大膽嘗試(想起五只猴子的故事)，以免被同儕譏為『低級錯誤』。

但電腦的速度，讓他有得是時間；電腦的記憶體，讓他有的是空間；偏偏電腦又『忝不知恥』的敢于嘗試人類認為可笑的決策路徑。

他像無知(因此不預(yù)設(shè)立場，除非軟體設(shè)計師侷限了他)、天真(不管異樣眼光)的小孩，甚么都可以質(zhì)疑、甚么都勇敢測試，雖然大部分的嘗試都是錯誤的也沒關(guān)系，反正他有的是時間。
所以他可能可以另辟蹊徑找出創(chuàng)意的決策路徑，讓人類專家驚艷。

換了人類，不需要太多次的嘗試，就因為不堪社會的嘲諷(師長跟朋友會告訴我們『不是早就告訴你了嗎?』)，放棄了、學(xué)乖了，習(xí)慣性地照著既有的步子來，只能有限的局里面產(chǎn)生侷限的創(chuàng)意。

所以我們應(yīng)該更珍惜社會中勇于質(zhì)疑體制的人物；例如因亞斯伯格而無視他人眼光(白目)的柯市長，與揭穿國王新衣的天真小孩。
其實他們悲劇地承載人類進度的神圣秘密任務(wù)，就像演化世代中的突變種，為人類物種延續(xù)保留一絲絲的可能性，卻常為社會不容。
這不就是『分歧者』電影與著作，希望帶給我們的啟發(fā)。

而我們也看到許多搜尋廣域解空間的演算法機制中，刻意設(shè)計能跳出區(qū)域最佳解的巧妙機制。
例如基因演算法中的突變，模擬退火法的退火速度控制參數(shù)，與類神經(jīng)網(wǎng)路中的隨機擾動，就是為了避免很快掉入?yún)^(qū)域最佳解。

AlphaGo帶我們看到解題空間更多的可能性，只是這段路必須由電腦這個仆人帶領(lǐng)人類飛越。

目前為止我還是堅持『人與電腦結(jié)合才是最完美』的看法，除非資訊科學(xué)繼續(xù)發(fā)展的證據(jù)可以說服我，電腦可以完全凌駕人類。對此，我期待又擔(dān)心。

電腦像神燈巨人，具備日增的神力，又忠于他的主人。我們必須擔(dān)心的，倒不是他的動機，而是背后驅(qū)動他的主人的動機。