5月23日AlphaGo2.0版本在人機(jī)圍棋競賽中以1/4子的微弱優(yōu)勢克服了柯潔，一方面持續(xù)彰顯了人工智能的壯大，但也讓人們對AlphaGo和人工智能有了新的熟悉。先說出結(jié)論，再看剖析。
1.在圍棋這個項目上AlphaGo今朝走在了人類的后面，但并沒有完整霸占圍棋這項活動。它只是經(jīng)由過程深度進(jìn)修找到了一個比人類熟悉更優(yōu)的解，但不是最優(yōu)解。最優(yōu)解沒法找到，即使用盡地球上一切的資本。從專業(yè)的角度來說，就是用深度進(jìn)修去切近親近了一個強化進(jìn)修中的價值斷定函數(shù)，然后再跟蒙特卡洛搜刮樹聯(lián)合的辦法（詳細(xì)詳解可參看《鄭宇：一張圖解ALphaGo道理及弱點》，不再反復(fù)）。既然人工智能和人類都不克不及找到最優(yōu)解，如今說哪一方曾經(jīng)完整完全的掉敗還早。
2. 人類也是在提高的，我們也不要低估了人類后天的疾速（小樣本）進(jìn)修才能，這點AlphaGo基于如今的進(jìn)修辦法還做不到。短時間來看人獲勝幾率小，但久遠(yuǎn)來看（將來5-10年）人還無機(jī)會，由于人也有很強的進(jìn)修才能，可以從大批跟AlphaGo的棋戰(zhàn)的棋局中疾速進(jìn)修。而即使再給AlphaGo1億副棋譜，再添加一萬塊GPU，假如照樣基于現(xiàn)有的進(jìn)修系統(tǒng)，它提高的速度也終將放緩，由于新增的棋譜和盤算資本絕對于2x10171這個搜刮空間來講只是九牛一毫。我們對人腦的懂得還遠(yuǎn)不如對圍棋的熟悉，這外面還有很年夜的未知數(shù)。
3. 今朝人類職業(yè)棋手跟AlphaGo的差距也就在一個貼目標(biāo)程度，沒有年夜家想象的那末年夜。其實這個貼目標(biāo)差距（按中國尺度7目半），退職業(yè)棋手看來，曾經(jīng)長短常年夜的差距了。許多職業(yè)高手，進(jìn)入官子階段后發(fā)明本身還落伍對方7-8目，就會自動投子認(rèn)輸了。許多經(jīng)由過程數(shù)子來決議輸贏的競賽，勝負(fù)常常都在1-2目之間（好比柯潔就輸給AlphaGo半目）。不然會被其他專業(yè)棋手笑話，本身落伍那末多都不曉得，點空才能太弱了。
要能真正客不雅、精確的對待這個成績急須要較強的人工智能專業(yè)常識，也須要必定的圍棋功底。上面先改正網(wǎng)上認(rèn)知的一些誤區(qū)：
誤區(qū)一：AlphaGo可讓人類頂尖棋手4個子，AlphaGo2.0可讓上一個版本4-5個子。
要清除這個誤會，起首要跟年夜家普及一下圍棋常識：在圍棋里“讓對方兩個子”和“贏對方2個子”有著天地之別。這點關(guān)于下圍棋的人不消多說，但我明天才認(rèn)識到，許多吃瓜大眾一向認(rèn)為這就是一回事。難怪網(wǎng)上會傳播以上的毛病談吐。
讓對方兩個子： 在圍棋里讓2子是說讓一方先在棋盤上放上2個棋子（棋子只能放在星位），然后對剛剛開端走。這兩個子在棋戰(zhàn)之初的價值偉大，關(guān)于專業(yè)棋手來說，每一個棋子價值至多在10目以上（這是最守舊估量了）。讓兩子相當(dāng)于至多先讓出去對方20多目標(biāo)地皮。因為棋盤是無限的，假如不克不及在前面的競賽中，在無限的空間里贏回這20多目，那就是讓子掉敗了。并且讓子數(shù)越多，被讓方取得的價值不單是線性增加的，由于子力之間會構(gòu)成合營，獲得更年夜的好處。好比說，讓四子，其價值便可能遠(yuǎn)不止40目了。
贏對方2個子：是指兩邊下完后，贏的一方比輸?shù)囊环蕉喑?個子。假如依照吃住對方一個子算兩目標(biāo)辦法來算，那2個子只相當(dāng)于4目。AlphaGo贏了柯潔1/4子，就相當(dāng)于半目棋子罷了。
所以“讓對方兩個子”和“贏對方2個子”弗成同年而語。假如真的有圍棋之神存在（既他必定能找到最優(yōu)解，我們?nèi)耸菦]有愿望下過他的），普通頂尖專業(yè)棋手以為他們跟這個神的差距在讓2-3子之間。因為AlphaGo可以被證實不克不及包管找到最優(yōu)解，所以他離神還有必定的間隔。是以，說AlphaGo可讓人類頂尖棋手4個子，這的確就是天方夜談。
誤區(qū)二：AlphaGo也會下出一些顯著欠好的招數(shù)，是由于他自我斷定情勢占優(yōu)，而抓緊了本身的請求。
AlphaGo的搜刮戰(zhàn)略就是優(yōu)先對獲勝幾率比擬年夜的分支停止更多的深度搜刮，這個戰(zhàn)略在任什么時候候都不會轉(zhuǎn)變，也不克不及轉(zhuǎn)變。他不會認(rèn)為本身優(yōu)勢了就下出緩手。下得欠好的時刻是由于其價值斷定原來就是一個近似，并且搜刮空間也不克不及窮盡，得不到最優(yōu)解，是以，有時估量還不錯的棋，其實紛歧定是真的最好的下法，AlphaGo涌現(xiàn)這類不穩(wěn)固狀態(tài)是正常的。這也是人類善存的愿望地點。固然人類也有本身的弱點，如疲憊、情感動搖等，人也會斷定掉誤。并且棋局很長，有些之前不太好的棋，經(jīng)由前面的變更（包含不是預(yù)感中的變更）有能夠會釀成好棋。所以，不是一切的毛病，都邑直接影響到競賽的成果。并且如今年夜家仿佛有點怕AlphaGo了，即使是AlphaGo下出一招欠好的棋，年夜家更多的是疑惑本身的程度（是否是我們沒看懂?。浚?，而選擇信任AlphaGo的“深謀遠(yuǎn)慮“。
誤區(qū)三：AlphaGo可以賡續(xù)自進(jìn)修，重新的棋局里獲得經(jīng)歷，疾速晉升本身。
AlphaGo的體系因為參數(shù)異常多，須要年夜量的數(shù)據(jù)來練習(xí)，新增的幾幅棋譜對進(jìn)步它的棋力起不就任何感化。并且AlphaGo在做參數(shù)調(diào)劑時是針對一年夜批數(shù)據(jù)的全體優(yōu)化，也必需對許多棋譜做批量處置，練習(xí)時光異常長，弗成能在很短時光內(nèi)年夜幅晉升本身的程度。即使是統(tǒng)一組練習(xí)棋譜，參數(shù)調(diào)劑辦法紛歧樣也會練習(xí)出棋力程度差別較年夜的體系。其實AlphaGo是經(jīng)由過程自我棋戰(zhàn)來生成許多棋譜，然后應(yīng)用棋譜中的（兩個持續(xù)的）盤面跟最初的輸贏對應(yīng)關(guān)系練習(xí)出價值收集來。這里只是借用了一下強化進(jìn)修的框架來練習(xí)深度神經(jīng)收集的參數(shù)罷了，重要進(jìn)獻(xiàn)照樣深度進(jìn)修的近似才能帶來的（處理了傳統(tǒng)強化進(jìn)修針對龐雜情況和舉措狀況沒法求解的困難）。是以，AlphaGo并沒有年夜家想象的那種自我博弈就可以本身賡續(xù)提高的才能。
誤區(qū)四：AlphaGo會有意放水輸失落一局競賽。
這個沒有能夠。要想輸還不克不及輸?shù)哪悄┖每春惋@著，是一件異常難辦的工作，能夠比贏棋還要難。在模子練習(xí)好以后，AlphaGo可以或許暫時修改的只要在搜刮部門投入的資本若干（搜刮多年夜的空間）可以修改。縮減的太小，簡直不會有太年夜變更，但假如縮減太多，就會下出一些異常初級的棋來。這點從技巧角度來說很難掌握。
誤區(qū)五：盤算機(jī)的盤算才能必定比人強，所以不要去跟AlphaGo比盤算，應(yīng)當(dāng)把局勢簡略化，防止龐雜的戰(zhàn)役。
AlphaGo依附的是一種基于樹的搜刮算法，碰到龐雜局勢搜刮空間變年夜，對將來勝負(fù)的價值斷定也會變難。是以，人算不外來的龐雜局勢，對AlphaGo來講也很艱苦。假如局勢太簡略，機(jī)械可以異常好的盤算出比擬優(yōu)的解，人類棋手加倍沒有愿望。是以，把局勢弄龐雜，人類棋手才有愿望獲勝，固然這個對人類也提出了更年夜的挑釁。
總結(jié)
基于人類今朝對圍棋的熟悉和懂得，現(xiàn)階段依然會輸給人工智能。我其實不是認(rèn)為柯潔有愿望可以或許博得前面的競賽，但人類也在提高，經(jīng)由過程跟AlphaGo的棋戰(zhàn)，人類也在從新熟悉圍棋。只需人類的思惟和文明在賡續(xù)提高，人就有能夠在將來5-10年里經(jīng)由過程賡續(xù)的進(jìn)修遇上以后的AlphaGo。固然，AlphaGo也會提高，但它還不是圍棋之神，也沒有霸占圍棋這個困難。假如現(xiàn)有的進(jìn)修辦法沒有周全的改革，其提高的速度也會漸漸放緩?；诖苏遄?，人類還會無機(jī)會。當(dāng)人們對圍棋有了更深刻的懂得以后，又會設(shè)計出更好的人工智能算法。二者其實其實不抵觸，相反相成，相互增進(jìn)，不論誰輸誰贏都是人類文明提高的表現(xiàn)。人類的智能也將一直走在機(jī)械的后面，而不會被機(jī)械代替。
