[[163852]]

再可怕的怪物也是有弱點(diǎn)的，AlphaGo為什么會下臭棋讓大家大跌眼鏡，圍棋人工智能第二代第三代的死穴是什么？

圍棋人工智能第三代的死穴在哪兒？

韓國圍棋界曾獲得多項(xiàng)世界冠軍的職業(yè)九段李世石對陣谷歌計(jì)算機(jī)AlphaGo的人機(jī)大戰(zhàn)，三連敗之后，執(zhí)白棋居然扳回一局。

大眾把此場圍棋人機(jī)大戰(zhàn)看得太重，看作人腦跟電腦的徹底較量，其實(shí)不然，因?yàn)楸仍嚨闹皇菄逡粯訓(xùn)|西。圍棋人機(jī)大戰(zhàn)人類若輸了，不等于人腦就從此比不上電腦了。

實(shí)際上，圍棋雖然變化復(fù)雜，但理論上并非變化無窮。畢竟可以看作一道數(shù)學(xué)題目，可以用計(jì)算機(jī)來編程運(yùn)算從而得到解答。假以時日，人類在下棋這一方面遲早難以與電腦匹敵。就算李世石三連敗之后能扳回兩局，那就怎么樣呢？下圍棋這一方面人類遲早是敵不過人工智能的。

圍棋人工智能第一代算法使用的就是窮舉法，試圖把所有的下法都算出來，然后選擇必勝的下法。但是因?yàn)閲宓淖兓瘜?shí)太多，暫時無法辦到。

第二代算法，是抽樣評估選擇勝率最高的算法，大大減省了運(yùn)算量，使人工智能終于能跟業(yè)余圍棋選手較量。

谷歌AlphaGo是第三代算法，利用人工智能自我學(xué)習(xí)的能力使己身棋力突飛猛進(jìn)?？瓷先ニ坪跻涯茌殙菏澜珥敿饴殬I(yè)高手的AlphaGo，第四局居然爆冷下臭棋落敗，是出了什么問題？

Alpha Go的算法是有問題的。第三代算法的問題實(shí)際上也是第二代算法的問題，因?yàn)榈谌惴ㄊ腔诘诙惴ǖ某闃釉u估再加以自我學(xué)習(xí)。就算Alpha Go可以自己跟自己下棋提升棋力，它之所以能這樣下棋還是基于抽樣評估。

抽樣評估是有弱點(diǎn)的。勝率高的下法不一定就是正確的下法，畢竟這只是統(tǒng)計(jì)。有些冷門下法，也許反而能出奇制勝。

Alpha Go下臭棋時思考速度特別快恰恰說明此時的樣本少。李世石78手是奇招，會下這一手的棋手很少，AlphaGo按照程序運(yùn)算的結(jié)果自以為李世石勝算不高，特別快地作出了反應(yīng)。這是一個天大的錯誤。

跟圍棋程序下過棋的棋手都有這么一種感覺：電腦在劣勢時應(yīng)對特別混亂。不單AlphaGo，Zen也是這樣。因?yàn)殡娔X處于勝率低的情況已經(jīng)不好思考了。按照樣本統(tǒng)計(jì)，處于勝率低的情況下當(dāng)然是落敗的多，反敗為勝的樣本可不好找。勝率越低的情況，AlphaGo的思路越混亂。在極端情況下，也許找到的樣本中勝率低的一方已經(jīng)投子認(rèn)輸了，沒有后續(xù)的棋譜，AlphaGo于是不懂該怎么辦了。

Alpha Go的失敗也是人類的失敗，畢竟的程序也是人類編出來的。另一方面，也是因?yàn)樗惴ɑ谌祟惖臉颖?，?dǎo)致了AlphaGo的失敗。如果有應(yīng)對李世石那一招的樣本，AlphaGo也不至于如此判斷出錯。

Alpha Go之父哈薩比斯說：“AlphaGo的訓(xùn)練并沒有專門針對李世石先生，而是像對普通棋手比賽前一樣，做的只是日常的準(zhǔn)備。AlphaGo備戰(zhàn)就是從網(wǎng)上下載很多業(yè)余棋手的棋譜研究，沒有什么特別之處。”隨后又說，“要針對某一個棋手備戰(zhàn)也很難，我們至少需要數(shù)百萬甚至上億的棋譜，才能整體提供給AlphaGo，它才能接收并進(jìn)行深度學(xué)習(xí)。”

哈薩比斯的話也證實(shí)了圍棋人工智能第二代第三代的死穴，也就是樣本評估的問題。像李世石反敗為勝這樣的奇招，能找到的樣本實(shí)在太少。AlphaGo明顯需要有大量職業(yè)棋手的優(yōu)質(zhì)且非常全面的對局作為參考，這可不好辦到。

圍棋貼目難題仍待解決

第四局，李世石執(zhí)白棋反而能獲勝，這是一件很匪夷所思的事。因?yàn)楹谄逵邢仁謨?yōu)勢，勝率更高。

圍棋人機(jī)大戰(zhàn)引出了一個長期困擾圍棋界的問題，就是圍棋規(guī)則中關(guān)于貼目的規(guī)定。不玩圍棋的人可能不知道，但圍棋迷都清楚。執(zhí)黑棋的棋手是先手，享有優(yōu)勢，故為了公平起見，黑方需要向白方貼目。

1949年（昭和24年）日本棋院圍棋規(guī)則規(guī)定：黑方貼4目半。從1955年的第3期王座戰(zhàn)起，黑棋貼目從4目半改為5目半。但是根據(jù)統(tǒng)計(jì)，黑方仍然占了優(yōu)勢。截止到2001年底，在日本棋院近5年來進(jìn)行的1.5萬盤正式公開棋賽對局中，（黑貼5目半的情況下）黑棋勝率達(dá)到了51.86%。執(zhí)黑執(zhí)白的勝率之差雖然不大，但在爭奪激烈的圍棋大賽上，這樣的差距足以致命。

在國際棋賽中實(shí)力明顯占優(yōu)的韓國率先在大多數(shù)棋賽中改用6目半制。中國也從2002年春天起，全部改貼3又3/4子（相當(dāng)于7目半）。日本棋院對于實(shí)行了50年的黑棋貼5目半的制度也實(shí)行了改革，將部分比賽向中韓靠攏， 2003年開始全部采用黑棋貼6目半規(guī)則。

截止到2014年底，中國大陸主辦的貼3又3/4子（相當(dāng)于7目半）的世界大賽共有380盤對局，其中黑勝200局，勝率為52.6%（前3屆春蘭杯相當(dāng)于貼5目半，未計(jì)入）。而臺灣舉辦的應(yīng)氏杯（貼8點(diǎn)，也相當(dāng)于7目半）則是黑勝100局，白勝97局。由此可見，即便是貼7目半，黑方似乎還是略占優(yōu)勢。

那么，到底黑方要向白方貼目多少才絕對公平？目前這個數(shù)值只是根據(jù)大量人類對局作統(tǒng)計(jì)得出的，并非數(shù)學(xué)上的完美無懈的解答。

也許，讓AlphaGo學(xué)金庸武俠小說中的周伯通和郭靖左右互搏，自己左手跟右手下棋，然后通過大量內(nèi)戰(zhàn)結(jié)果統(tǒng)計(jì)出貼目的合理數(shù)值？No，這也不是完美的解答。

前面說過，AlphaGo之所以能自己跟自己下棋，還是基于對人類對局的抽樣評估。這跟直接對人類對局進(jìn)行統(tǒng)計(jì)沒什么兩樣。

完美的解答，還是要回到最初，用最原始的窮舉法，找出下圍棋的最優(yōu)解。這樣，才能徹底制訂貼目的數(shù)值。只是不知道，運(yùn)算量這么大的工程，不知道要到什么時候才能實(shí)現(xiàn)？

我們倒是可以設(shè)想一下圍棋得到徹底破解之后的情景：某國際圍棋大賽在萬眾矚目下開始了，執(zhí)黑棋的棋手才下了第一子，裁判當(dāng)即宣布，執(zhí)白棋的棋手不用下了，比賽結(jié)果已定，誰勝誰負(fù)或是打成平手已經(jīng)水落石出。觀眾一片歡呼。

AlphaGo玩麻將怎么樣兼論桌游設(shè)計(jì)的隨機(jī)性

圍棋人機(jī)大戰(zhàn)人類雖然輸了，但有些網(wǎng)友表示，人類的智慧還有中國麻將守著（詳見鈦媒體文章《贏了圍棋冠軍不算什么，阿爾法狗敢不敢挑戰(zhàn)麻將？|鈦搞了》）。但中搜網(wǎng)絡(luò)創(chuàng)始人、北京圍棋業(yè)余賽冠軍陳沛對采訪他的記者說：“要是麻將，人類會輸?shù)酶鼞K！麻將一共就那么多張，很容易算出來的。”

然而，陳沛的話其實(shí)是錯的。假設(shè)有個傻大木，他都不太會玩麻將，但他就是運(yùn)氣好到爆棚，一開局就自摸十三幺，請問AlphaGo可有破解高招？

麻將這類棋牌游戲因?yàn)殡S機(jī)抽牌，是有運(yùn)氣成分的。

有網(wǎng)友就戲言：假如打麻將時三個人聯(lián)手對付AlphaGo，AlphaGo會輸?shù)煤軕K。這雖然是作弊了，但也道出了一個大問題：在多人游戲中，局面變得異常復(fù)雜，人工智能要如何才能應(yīng)對？

比如說，三個人跟Alpha Go打麻將，雖然沒人作弊，但是甲玩家技術(shù)不行打錯了牌導(dǎo)致乙玩家得利，這是Alpha Go所無法控制的。

說起來，AlphaGo要學(xué)習(xí)打麻將，也是得基于對大量人類對局的樣本評估。Alpha Go只能弄明白什么樣的打法勝率較高，然而打麻將并沒有所謂必勝的打法。

圍棋的棋子擺在棋盤上是明眼可見的。不知大家有沒有聽說過一種“暗棋”，就是將象棋的棋子反過來蓋上再玩的。陸戰(zhàn)棋也有暗棋的玩法。麻將其實(shí)也跟暗棋玩法類似，牌是蓋起來玩的。蓋起來的棋牌是什么，還得猜測。Alpha Go頂多是通過計(jì)算進(jìn)行評估，蓋起來的棋牌是什么的可能性比較大，不可能準(zhǔn)確推理得到唯一結(jié)果。也就是說Alpha Go永遠(yuǎn)無法進(jìn)化到100%獲勝的地步。

圍棋沒有運(yùn)氣成分，而麻將有著運(yùn)氣成分，兩者都有自己的魅力。

廣義上，圍棋、麻將這些棋牌游戲，其實(shí)是屬于桌游的范疇。圍棋的英文是“Go”，AlphaGo的“Go”就從此而來。圍棋躋身BGG桌游排行榜前100名，是中國棋牌類游戲排名最高的。

在民間，實(shí)際上像象棋、圍棋這類沒有運(yùn)氣成分的棋牌（桌游）已漸趨沒落。現(xiàn)在關(guān)注圍棋人機(jī)大戰(zhàn)的網(wǎng)友，又有多少人是圍棋迷呢？

因?yàn)榇蟊娤胍母菉蕵罚裣笃?、圍棋這類沒有運(yùn)氣成分的，玩起來水平發(fā)揮比較穩(wěn)定，高手就是高手，一般人很難贏得了，除非你能找到棋力剛巧跟你一個水平檔次的，不然玩起來沒意思，強(qiáng)的太強(qiáng)弱的過弱。

故此，新興桌游的設(shè)計(jì)宗旨，都是要保證隨機(jī)性，要有運(yùn)氣成分。像萬智牌、游戲王和爐石傳說之類隨機(jī)抽牌，飛行棋、大富翁之類擲骰子，都是產(chǎn)生隨機(jī)數(shù)，帶來運(yùn)氣成分。有了運(yùn)氣成分，所有玩家發(fā)揮出來的水平就不至于相差太遠(yuǎn)，能湊到一起玩?zhèn)€痛快。

另一方面，沒有運(yùn)氣成分的棋牌（桌游），因?yàn)槔碚撋弦欢ù嬖谧顑?yōu)解，最優(yōu)解一旦出來后，肯定讓人興致大減。圍棋就是因?yàn)樽兓瘜?shí)太多，至今仍未有最優(yōu)解，所以能存活到今天。現(xiàn)在，AlphaGo并沒有徹底擊敗李世石，看起來圍棋的生命力仍然很頑強(qiáng)。