下载掌阅APP，畅读海量书库
立即打开
为了提供一个恰当的统计样本，巴拉德和森基维茨都答应各自与“水母”对弈300局。曾连续下了84小时棋的巴拉德，对这种马拉松式的西洋双陆棋比赛已经习以为常，并努力保持专注。他最终以58局的优势战胜了计算机，赢得了11 600美元。但森基维茨几乎输掉了相同的金额，而戴维斯打成平手，因此比赛被判为平局。巴拉德对自己的胜利颇为自得——但事后分析表明，他的骰子运气相当好，而他自知好运已然用尽。自此以后，再无人会轻率地挑战西洋双陆棋程序来赢钱。
“水母”参赛的消息很快在西洋双陆棋这个小圈子中传开。“深蓝”是一台造价高昂的超级计算机，其依赖的算力无法被人类所复制，因此它并未从根本上改变国际象棋的专业方法。（事实上，“深蓝”在1997年取胜后就被拆解了。）相比之下，“水母”是一款经济实惠的软件，可以在任何运行Windows的电脑上运行，它彻底变革了游戏。伍尔西通过在家用电脑上不停与“水母”对战并向它提问，出版了《西洋双陆棋的新思路》（ New Ideas in Backgammon ），其中汇集了一系列神经网络观点与人类直觉大相径庭的棋局。很快人们就发现，电脑总是对的。随着时间的推移，分析师们学会了通过比较人类玩家的表现与电脑给出的理想结果之间的差异，来评估其技能，而非单纯通过胜负局数来判断。
“水母”成了首个在游戏中超越人类的神经网络。 之后，达尔专注于扑克领域。他运用了强化学习技术，迅速构建，或更贴切地说是“进化”出了一个神经网络，这个网络能在双人限注德州扑克的单挑玩法中击败世界上的任何人。达尔授权了一家老虎机制造商使用这个神经网络，该制造商在拉斯维加斯的赌场中安装了这个无人能敌的扑克机器人，供所有挑战者用真钱对战。结果，依然无人能够打败这台机器。
然而，革命性的进展在此停滞。尽管达尔从老虎机的运营中赚取了可观的收益，但当他试图为无限注德州扑克构建一个类似的程序时，遭遇了难题。在无限注玩法中，玩家可以下注任意金额，这使得合成数据集远大于他为限注扑克和西洋双陆棋所构建的封闭系统。达尔的无限注神经网络在处理这庞大的数据量时遇到了学习困难。“它做出的动作还算合理，但从未完全达到我的期望。”他坦言。
达尔在这个问题上耗费了多年心血。难点在于，他几乎无法理解自己的扑克机器人是如何运作的。其神经网络的结构复杂程度与无脊椎动物的神经系统相当，难以解释。试图通过计算网格中的个体权重来找出游戏策略，就如同试图通过显微镜观察脑细胞来解开意识之谜一样困难。
这正是对神经网络的一种批评，也是学术界对它抱有偏见的原因。当神经网络达到训练瓶颈时——而这几乎是必然会发生的情况，几乎没有明显的方法来改进它。经典编程讲究的是逻辑与顺序，操控神经网络却需要截然不同的思维。达尔将其比作生物实验： 结果难以预测，微小的变量改动或能引发意想不到的效果。 达尔竭尽所能优化他的扑克机器人。他调整了评估功能，随意调整计算机内存，替换了神经元的激活方式，甚至为机器人构建了一个更简化的数据世界以供人们探索——但始终未能使机器人达到专家级水平。
最终，达尔像众多神经网络研究者一样选择了放弃。他将扑克机器人搁置一旁，转而从事运用传统技术分析医疗数据的工作。许多神经网络的批评者都曾是满怀希望的先驱，他们在技术初期取得过成功，却在多年后收获低于期望的结果。达尔虽未彻底沦为怀疑论者，但他的信念确实遭受了严峻考验。“我放弃了，”这位首个向公众推出神经网络的人坦言，“我彻底放弃了，因为我真的缺乏数据。”他寻不到解决之道，尽管已竭尽全力。他无法构想出能让神经网络取得成功的路径。