從第一臺計算機問世以來，人們就夢想造出一種可以完美模擬甚至超越人腦的計算機系統。過去20年中，有4次人機大戰給人們留下格外深刻的印象，也成為人工智能發展的絕佳注腳。

深藍——蠻算的“硬漢”

1997年，美國IBM公司的“深藍”超級計算機以2勝1負3平戰勝了當時世界排名第一的國際象棋大師卡斯帕羅夫。“深藍”的運算能力當時在全球超級計算機中居第259位，每秒可運算2億步。

在今天看來，“深藍”還算不上足夠智能，主要依靠強大的計算能力窮舉所有路數來選擇最佳策略：“深藍”靠硬算可以預判12步，卡斯帕羅夫可以預判10步，兩者高下立現。

比賽中，第二局的完敗讓卡斯帕羅夫深受打擊，他的斗志和體力在隨后3局被拖垮，在決勝局中僅19步就宣布放棄。IBM拒絕了卡斯帕羅夫的再戰請求，拆卸了“深藍”。卡斯帕羅夫雖然后來多次挑戰電腦戰平，卻無法找“深藍”“復仇”，留下永久的遺憾。

德國人工智能研究中心負責人登格爾在接受新華社記者采訪時說，“深藍”是人工智能發展史上一個里程碑，但用卡斯帕羅夫的話說，它不會因為取得勝利而“感到喜悅”。

浪潮天梭——以一敵五的“鐵人”

2006年，“浪潮杯”首屆中國象棋人機大戰中，5位中國象棋特級大師最終敗在超級計算機浪潮天梭手下。中國人發明的這項充滿東方智慧的模擬戰爭游戲，被中國超級計算機獨占鰲頭。

值得一提的是，浪潮天梭在比賽中，同時迎戰柳大華、張強、汪洋、徐天紅、樸風波5位大師。在2局制的博弈中，浪潮天梭以平均每步棋27秒的速度，每步66萬億次的棋位分析與檢索能力，最終以11：9的總比分險勝。

比賽異常激烈。柳大華在兩局之間中場休息時，直言“艱苦卓絕”。在這場高強度的消耗戰中，電腦最終取勝的關鍵，被認為是其不知疲倦的穩定性。

張強也坦承：“輸的原因主要在體力的過度消耗。以往和人比賽，到了最后時刻就是意志和心態的對決了，看誰能堅持到最后，誰能不犯錯誤。但是計算機沒有這樣的問題。”

從那場比賽開始，象棋軟件蓬勃發展，人類棋手逐漸難以與之抗衡。

沃森——察言觀色的全才“學霸”

2011年，“深藍”的同門師弟“沃森”在美國老牌智力問答節目《危險邊緣》中挑戰兩位人類冠軍。《危險邊緣》以答案的形式給出線索，如“小時候砍了櫻桃樹”，選手需要以問題作答，如“是喬治·華盛頓嗎”。

參賽者需要大量歷史、文學、政治、科學及流行文化知識，還需要解析隱晦含義和謎語等。雖然比賽時不能接入互聯網搜索，但“沃森”存儲了2億頁的數據，包括各種百科全書、詞典、新聞、甚至維基百科的全部內容。

“沃森”可以在3秒內檢索數百萬條信息并以人類語言輸出答案，還能分析題目線索中的微妙含義、諷刺口吻及謎語等。“沃森”還能根據比賽獎金的數額、自己比對手落后或領先的情況、自己擅長的題目領域來選擇是否要搶答某一個問題。

“沃森”最終輕松戰勝兩位人類冠軍，展示出的自然語言理解能力一直是人工智能界的重點課題。IBM中國研究院院長沈曉衛介紹說，隨著大數據時代的來臨，今天的“沃森”正在主力向醫療衛生業進軍，通過對患者的個性化數據、大量病例和醫療文獻的“學習”，提供最佳診療方案。

阿爾法圍棋——有棋風的“深度思考者”

圍棋一直被看做是人類最后的智力競技高地。據估算，圍棋的可能下法數量超越了可觀測宇宙范圍內的原子總數，顯然“深藍”式的硬算在圍棋上行不通。

今年1月，美國谷歌公司旗下的人工智能公司“深度思維”在《自然》雜志上報告說，該公司研發的“阿爾法圍棋”人工智能程序去年10月以5：0戰勝歐洲圍棋冠軍樊麾，這是人工智能程序首次在不讓子的情況下戰勝人類圍棋選手。

“阿爾法圍棋”的核心系統屬于時下最火的基于神經網絡的深度學習：模擬人腦神經網絡，通過大量數據分析學習了3000萬步的職業棋手棋譜，再通過增強學習的方法自我博弈，尋找比基礎棋譜更多的打點來擊敗人類。“阿爾法圍棋”通過策略網絡和價值網絡來決定棋路，不去計算每一步的可能性，頗有人類棋手“我感覺這樣會贏”的味道。

樊麾對新華社記者說：“如果沒有人告訴我，我一定不知道它是電腦，它太像人了。它一定是在思考。按照人的說法，它應該有棋風吧。”

而即將與“阿爾法圍棋”對戰的韓國棋手李世石對記者表示，“阿爾法圍棋”實力難與自己相爭，自己將以4：1或者5：0取勝，如不出現失誤，將100%獲勝。