“阿爾法狗”為什么盯上圍棋，而不是麻將?

傳說堯作圍棋以教丹朱，如此算來圍棋就有4000多年歷史了。2009年的LG杯決賽，就被善于造勢的韓國人渲染為“四千年之戰(zhàn)”。當(dāng)時(shí)對(duì)局的是李世石和古力，頗有中韓圍棋此消彼長的天王山之戰(zhàn)的意思。如今李世石又站在了歷史的關(guān)頭，肩負(fù)著人類四千年的高傲和尊嚴(yán)，只是對(duì)面坐著的是谷歌的計(jì)算機(jī)棋手阿爾法狗(AlphaGo)。谷歌，古哥，莫非前定。

圍棋是什么?在計(jì)算機(jī)的眼里，她無非是一個(gè)桌面游戲。19*19的棋盤，黑白輪流走棋。一塊棋沒有氣了，就得從棋盤上拿掉。最后無處可下了，誰占的地方大誰就贏。規(guī)則如此簡單。

但在人類的眼里，圍棋早就超越了游戲的范疇。其中有歷史，有禮儀，有美學(xué)，有人生哲理。本能寺變，淮上信至，十番棋，擂臺(tái)賽，見證了多少歷史;新布局，宇宙流，美學(xué)的大竹，石佛與妖刀，蘊(yùn)含了多少風(fēng)雅;入界宜緩，棄子爭先，早成了無數(shù)人的人生信條。當(dāng)計(jì)算機(jī)真的坐到自己對(duì)面時(shí)，人是五味雜陳的：我說這是人生，你卻說這只是一場游戲。

在浩如煙海的人類智力游戲中，圍棋不過是一粟而已，其在民間的影響力，未必能比得上麻將和撲克。相比中國尋常巷陌的麻將桌子和賭城成千上萬的撲克臺(tái)子，下圍棋多少有點(diǎn)曲高和寡的意思。

那么為什么人工智能如此青睞圍棋呢?為什么不是“AlphaMajo”挑戰(zhàn)四川麻將高手，或者是“AlphaHoldem”挑戰(zhàn)德州撲克冠軍呢?其原因有三：

其一，圍棋有簡單的輸贏規(guī)則 (explicit winning condition)。這一點(diǎn)非常重要，因?yàn)殡娔X需要對(duì)每一個(gè)決策的好壞做精確、量化的評(píng)估。把圍棋下好可能需要十年，但初學(xué)者就能判斷一盤下完的棋誰輸誰贏。如果規(guī)則本身比較模糊，可以去想象電腦和人類比拼現(xiàn)代詩或者抽象派繪畫，會(huì)出現(xiàn)什么樣的結(jié)果。

其二，圍棋是信息對(duì)稱的，或者說是信息完整的 (perfect information)。面對(duì)棋盤，電腦和其人類對(duì)手看到的是完全一樣的信息。象棋和國際象棋亦是如此。麻將、撲克和四國軍棋則不同：每個(gè)玩家只能看到自己一方的信息，而必須通過對(duì)手的行為去推測他的底牌。這就不難解釋，為什么久經(jīng)沙場的麻將老手往往輸給不按常理出牌的新手，以及為什么德州撲克里有層出不窮的騙術(shù)與心理戰(zhàn)。信息的完整和對(duì)稱，讓電腦可以做絕對(duì)理性的決策：不管你為什么這么下，我只要下當(dāng)前局面下最好的一手就行了。

其三，圍棋廣闊的搜索空間，帶來的挑戰(zhàn)和誘惑是電腦無法抗拒的。人類下象棋和國際象棋早已淪為電腦的手下敗將，而圍棋至少還能期待柯潔。

二，電腦學(xué)下圍棋，到底有多難?

圍棋究竟有多難呢?對(duì)人類棋手來說，這很難量化。聶衛(wèi)平曾謙虛地表示“圍棋境界高不可及，我也只能算是剛剛?cè)腴T。” 職業(yè)棋手經(jīng)常被問到與“圍棋之神”的差距：有人說讓兩子，柯潔說讓先，有人則認(rèn)為圍棋的發(fā)展接近盡頭，眾說不一。人類的視野總是被眼前的山擋住，等爬到山頂，才知道山外有山。

對(duì)計(jì)算機(jī)來說，這個(gè)問題就好回答得多。圍棋究竟有多少種變化呢?如果對(duì)每一種變化我都能判斷局面好壞，那我豈不就是每步都能走到最優(yōu)的圍棋之神了嗎?早期的人工智能的設(shè)計(jì)者們的確是這樣想的。

[[180185]]

 

設(shè)想我們玩一個(gè)Tic-Tac-Toe(圈叉棋，如上圖。)的游戲：3*3的棋盤，玩家分別在空格中填入棋子，最先連成一行、一列、或一對(duì)角線者勝。如果考慮每個(gè)空格只有黑子、白子、無子三種狀態(tài)，那么一共只有393 9 (3的9次方，即9個(gè)3相乘)=19,683種狀態(tài)。就算考慮到落子的順序，也不過是9! = 362,880種變化。評(píng)估不到一百萬種變化的優(yōu)劣，對(duì)當(dāng)今的計(jì)算機(jī)來說，自然是小菜一碟。

但是這個(gè)辦法用得圍棋上，一下子就傻眼了，變化太多!

那么圍棋的變化有多少呢?如果也考慮每個(gè)交叉點(diǎn)有黑子、白子、無子三個(gè)狀態(tài)，那么一張圍棋盤的狀態(tài)是33613 361 種，除去實(shí)際不可能出現(xiàn)的狀態(tài)，大約是1017010 170 。相比起來，國際象棋的狀態(tài)數(shù)只有不到105010 50 ，這與圍棋的復(fù)雜度相比較，完全可以忽略不計(jì)。如果考慮行棋的順序，那么圍棋有大概361!種變化，或者說是1076810 768 (實(shí)際上沒有這么多，因?yàn)榭傆胁荒苈渥又?。無論哪一個(gè)，都是天文數(shù)字，因?yàn)橛钪嬷锌捎^測的原子的總數(shù)，也無非是108010 80 。

或許有人說，圍棋之神也不一定每手都算到底吧，往后推算個(gè)三五十步差不多了。好，序盤的時(shí)候(按60手以內(nèi))推算50步大概有超過1012010 120 種變化。10步?102410 24 。就算只推5步也有超過2?10122 ? 10 12 種變化。就算評(píng)價(jià)一種變化只需一個(gè)納秒(這當(dāng)然是不可能的)，那么下這一手也要40分鐘。何況對(duì)計(jì)算機(jī)來說有更嚴(yán)肅的問題：不走到底我怎么知道誰好誰壞?

看起來太難了!那么棋盤小一點(diǎn)會(huì)不會(huì)簡單一點(diǎn)呢?答案是肯定的。在13*13的棋盤上，變化的個(gè)數(shù)降低到了1030410 304 。9*9的棋盤上則只有1012010 120 。張栩自創(chuàng)的四路棋，變化數(shù)只有101310 13 ，而狀態(tài)數(shù)更降低到了幾千萬個(gè)：仍然很多，但對(duì)計(jì)算機(jī)來說完全可以處理。

好了，現(xiàn)在我們知道圍棋之神和宇宙之神大概是同一位。她既然能洞悉棋盤上所有的變化，大概也熟悉宇宙中所有的原子。AlphaGo真的能窮盡每一個(gè)變化嗎?沒關(guān)系，就算能也并不恐怖。我們明天就把棋盤擴(kuò)大到21路，那就算全宇宙的原子都變成AlphaGo也不行了。

三，早期的計(jì)算機(jī)圍棋靠人教套路

計(jì)算機(jī)當(dāng)然不是圍棋之神。你可以把他想象成一個(gè)天賦異稟的少年，想要挑戰(zhàn)武林高手。他內(nèi)功極強(qiáng)，動(dòng)作極快，但不會(huì)招數(shù)(想想剛剛學(xué)會(huì)九陽神功的張君寶或者張無忌)，他如何才能戰(zhàn)勝招法嫻熟的武林高手呢?

由于對(duì)天文數(shù)字般的圍棋變化的恐懼，最早的計(jì)算機(jī)圍棋，選擇了模仿人類的方式。你會(huì)我不會(huì)，但你走哪、我就走哪總會(huì)吧。這也是被專業(yè)棋手戲稱為“背棋譜”的方式。小飛掛角，應(yīng)以小飛。你逼住，我就跳，你跳，我就跟著跳，被人走得多的總是好的。大量的圍棋知識(shí)如定式(布局的套路)、手筋(局部戰(zhàn)斗的妙招)等，就這樣從棋譜中提煉出來，然后被程序員以規(guī)則的方式告訴電腦。然后，電腦在實(shí)戰(zhàn)中按部就班跟著走。著名國產(chǎn)圍棋軟件“手談”的早期版本，就是走的這個(gè)路子。

這樣的算法的棋力當(dāng)然與規(guī)則庫的完備程度相關(guān)，但基本上是相當(dāng)?shù)拖碌?。見一招流星飛墮，便會(huì)應(yīng)以一招花開見佛，這充其量是林平之他爹的水平。這種背定式的算法，實(shí)戰(zhàn)稍微變化一下，小飛掛變成大飛掛，跳著走變成飛著走，電腦就立刻感到面目全非，找不到北。

當(dāng)然，程序員也有對(duì)策：他們?cè)?ldquo;死記硬背”之上，逐漸加入了許多模糊匹配的嘗試。在實(shí)戰(zhàn)中見到略有不同的場面下，也可以走出下一手。這可以看成一定程度上的舉一反三。當(dāng)然，在差之毫厘、謬以千里的中盤戰(zhàn)斗里，這樣的模糊匹配很難奏效。

“背棋譜”的算法，還有一個(gè)重大缺陷，就是這些規(guī)則絕大多數(shù)都限于窄小的局部，而對(duì)全局棋子的協(xié)同則毫無章法。早期的圍棋程序，最怕“征子”，即是這個(gè)缺陷的典型體現(xiàn)。

既然背棋譜的下法缺陷如此明顯，為什么還是計(jì)算機(jī)圍棋的程序員們的第一感呢?從計(jì)算機(jī)的角度講，背棋譜極大地縮小了選擇的空間。掛角除了小飛、跳、夾、尖頂、靠出，大概也沒有多少應(yīng)法了吧。這樣值得考慮的選擇就變得很少，大大減輕了電腦的計(jì)算強(qiáng)度。

四，計(jì)算機(jī)圍棋的另一做法是評(píng)估局勢

那么有人會(huì)問，既然縮減選擇范圍不靠譜，咱們能縮減變化的深度嗎?

這是一個(gè)相當(dāng)有趣的想法。如果每一招棋都只管當(dāng)下、不想后招，那么每下一步不就只需要考慮最多三百來個(gè)變化了嗎?假設(shè)我們可以判斷每招棋放在棋盤上之后局面的好壞，那么選最好的一步下不就行了嗎?這的確很誘人!可是當(dāng)一盤棋只下了寥寥幾十步的時(shí)候，真的可以判斷局面的好壞嗎?偉大的圍棋之神，真的可以計(jì)算每顆棋子的效用嗎?

早期的計(jì)算機(jī)圍棋，的確在此做了很多有趣的嘗試。一些人在背棋譜，另一些人則在評(píng)估局勢，評(píng)估局勢的人甚至開始得更早。

這很好理解：往后推一步也不是終局，推十步也不是終局，那么只要我能精確評(píng)估局面的好壞，那么推多少步都能用得上。怎么做呢?分而治之吧!圍棋不是誰圍的地盤(目數(shù))大誰贏嗎?那假設(shè)棋盤上的每顆棋子都能折算成目，把它們加起來不就可以判斷局勢好壞了嗎?從50年前(那時(shí)計(jì)算機(jī)的水平可以想象)，就有人開始做這樣的嘗試。

具體的做法不一，但大致想法都差不多：離我方棋子越近的空點(diǎn)，越容易是我的，離對(duì)方棋子越近的點(diǎn)，越容易是對(duì)方的;活子，死子，和半死不活的子則分開考慮。據(jù)說第一個(gè)圍棋程序誕生于1968年，其主要思想就是通過計(jì)算每一個(gè)棋子的“影響力”來評(píng)估局面，可惜其論文現(xiàn)在已經(jīng)找不到。另一篇發(fā)表在1981年的文章筆者倒是讀了，基本的做法還是計(jì)算“氣”(與棋子相鄰的空位)的多少，選擇最大化己方的氣，最小化對(duì)方的氣的下法。(因?yàn)闅獾亩嗌訇P(guān)系到棋子的死活，也就是生存能力)

在1990年代的“手談”軟件里，其作者曾經(jīng)把每個(gè)活子的影響力設(shè)置為：“對(duì)其相鄰位置為4，斜位(小尖)為3，單關(guān)和小飛位為2，稍遠(yuǎn)為1。” 在子效累加的基礎(chǔ)上，設(shè)計(jì)者們又陸續(xù)加入了不少改進(jìn)，以修正單子、相鄰的棋子和成塊的棋子的價(jià)值。

這樣的做法棋力如何呢?似乎還是很糟糕。即便結(jié)合了一些人工智能的搜索算法，1990年代計(jì)算機(jī)圍棋的冠軍大概只是業(yè)余高手讓14-16子的水平。如果說“背棋譜”算法是打完一套少林長拳，又重新打起;那這種靜態(tài)局面評(píng)估法，有點(diǎn)像所謂的“亂劈風(fēng)”刀法：沒有后招，看哪好砍就砍哪，砍到哪算哪。值得一提的是，雖然棋力不逮，靜態(tài)局面評(píng)估作為中后盤的快速形勢分析手段，倒是深受圍棋愛好者喜歡。筆者在新浪圍棋下棋的時(shí)候，經(jīng)常使用其提供的形勢分析工具來點(diǎn)目(數(shù)自己的空有多少)。在職業(yè)棋手孟泰齡的網(wǎng)絡(luò)自戰(zhàn)解說中，我們驚訝地發(fā)現(xiàn)泰哥原來有時(shí)也會(huì)用這個(gè)工具。

整個(gè)二十世紀(jì)，計(jì)算機(jī)圍棋都處于背棋譜和形勢評(píng)估交相輝映的時(shí)代。設(shè)計(jì)者們加入了許多啟發(fā)式算法以計(jì)算征子，識(shí)別打劫，模糊匹配，優(yōu)化官子。可是計(jì)算機(jī)的棋力卻如走進(jìn)了漫漫黑夜，一直上不去。

這導(dǎo)致圍棋高手們對(duì)計(jì)算機(jī)的水平有著根深蒂固的輕視：直到阿爾法狗與李世石決戰(zhàn)之前，羅洗河還認(rèn)為自己可以輕松讓AlphaGo四子。的確，如果一個(gè)學(xué)了三十年棋的人，還只能和業(yè)余高手下讓子棋，他的圍棋生涯恐怕早就被判了死刑吧。

當(dāng)然，在筆者看來，這種背棋譜和靜態(tài)形勢評(píng)估的計(jì)算機(jī)圍棋，是遠(yuǎn)遠(yuǎn)稱不上“人工智能”的。早期的設(shè)計(jì)者們播下了種子，這顆種子在黑夜里，在石頭下慢慢生根發(fā)芽。它在等待掀開石頭的一天，距這一天還有很多年。

五，搜索：從走迷宮去領(lǐng)悟下棋秘籍

計(jì)算機(jī)圍棋的種子在石頭下緩緩成長。讓我們暫且按下不表，蕩開一筆去看看真正的人工智能的研究者們?cè)谧鲂┦裁础Ｋ麄兘^大多數(shù)沒有接觸過圍棋，他們從小的目標(biāo)是打敗國際象棋的人類棋王。

和東方人從小就接觸大棋盤不同，西方人的童年是從圈叉棋到國際象棋的過程。我們已經(jīng)說過，圈叉棋的變化不到百萬，國象的變化看上去似乎也不多。因此西方的研究者一上來，心里想的就是窮舉法。

窮舉也得有順序。從威尼斯出發(fā)，條條大路通羅馬。威尼斯是開局，羅馬是終局，我們把通向羅馬的過程叫做搜索。搜索在人工智能的兵器譜上穩(wěn)居第一位。1990年代以后由于互聯(lián)網(wǎng)的興起和人工智能的低谷，人們提到搜索的時(shí)候，首先想到的往往變成了Google和百度。我問問題，電腦告訴我答案。

別忘了，搜索的本義，是尋找羅馬的過程而非羅馬本身!

人類對(duì)搜索可不陌生。不就是走迷宮嗎?在曼哈頓的每一個(gè)路口都有4個(gè)選擇，不管選哪一個(gè)，到下一個(gè)路口又有另外4個(gè)選擇在等你，直到你走出了迷宮或者窮盡了所有的選擇。

從數(shù)學(xué)上講，我們把迷宮的開始叫做“根”，每一個(gè)路口叫做“結(jié)點(diǎn)”，路口的每一個(gè)路叫做“分支”，每一個(gè)無路可走的狀態(tài)叫做“葉”，那么走迷宮所有的變化就成了一棵“樹”。搜索的過程，就是按照某個(gè)順序遍歷這棵樹，直到找到出口的葉子或者找遍所有的葉子。

這多么像圍棋!從空白的棋盤開始，每一步的選擇都帶來數(shù)十成百的分支，每一個(gè)終局都是一片葉子，而每一盤贏棋都是羅馬。

找到迷宮的出口或者找到羅馬可不難，只要在走過的路口做記號(hào)，一直靠左或者右走就行了(在計(jì)算機(jī)算法里，這叫做深度優(yōu)先搜索，它可以保證無遺漏地遍歷一棵樹)。難的是，到了羅馬還趕得上吃頓熱的。這可就難了，因此我們必須要放棄一些分支，放棄尋找大多數(shù)葉子。在有限的時(shí)間和選擇里，我們還能找到羅馬嗎?

無數(shù)人工智能的先驅(qū)，前仆后繼地研究這個(gè)問題，其中包括著名的Dijkstra先生，他的算法能讓人找到威尼斯到羅馬的最短路徑(當(dāng)然，找到這條路徑的代價(jià)并不比深度優(yōu)先的搜索低)。

計(jì)算機(jī)比人類擅長走迷宮，它可以自由地在已經(jīng)發(fā)現(xiàn)的路口間跳躍(類似于機(jī)器貓的傳送門)。這使得它可以每個(gè)路口都試一下再?zèng)Q定下一步，即是所謂的廣度優(yōu)先搜索。搜索算法中名滿江湖的A星算法(A* Search, 最佳優(yōu)先搜索的一種)，即是兼?zhèn)淞藦V度優(yōu)先搜索和最短路徑搜索之長。它在每一個(gè)路口派出探子，回報(bào)下一個(gè)路口有多遠(yuǎn)、是哪里。它再綜合當(dāng)前路徑的長度和對(duì)下一個(gè)路口離終點(diǎn)的距離的估計(jì)，來決定下一步怎么走。行軍數(shù)天到離長安幾百里外的隴右，似乎當(dāng)然不如花十天出子午谷直逼長安城下。

這樣的算法大大降低了搜索最優(yōu)路徑的復(fù)雜度。但是，估計(jì)威尼斯到羅馬的距離容易，估計(jì)中盤到贏棋的距離，還是很難啊!

等一等，我們似乎忘記了一件重要的事情。迷宮是一個(gè)人走，棋是兩個(gè)人下的呀。不能預(yù)測對(duì)手的下法，怎么能找到自己最優(yōu)的下法呢?在把搜索應(yīng)用到棋類游戲的探索中，人工智能的先驅(qū)們發(fā)明了“極小化極大算法”(minmax algorithm)。聽起來是不是很拗口?其實(shí)不難理解，在尋找下一步棋的時(shí)候，我們優(yōu)先選擇下在不管對(duì)方怎么應(yīng)，我們都不會(huì)太壞的地方(而不是下在，如果對(duì)方應(yīng)錯(cuò)了就占大便宜，應(yīng)對(duì)了可能反而吃大虧的地方)。研究者們又設(shè)計(jì)了紛繁復(fù)雜的算法來進(jìn)一步縮小搜索空間，以讓計(jì)算機(jī)能在更有效的分支上搜索得更深，而不把時(shí)間花在一看就不行的廢棋上。這其中一個(gè)相當(dāng)重要的算法叫做Alpha-Beta剪枝。前文提到的1990年代的計(jì)算機(jī)圍棋冠軍即是用它來配合局面評(píng)估。Alpha-Beta, Alpha-Bet，Alpha-Go，前世今生，情何以堪!

有了這些搜索算法在手，計(jì)算機(jī)在圈叉棋上戰(zhàn)勝(或者打平)小朋友們?cè)缇筒辉谠捪铝??？僧?dāng)人工智能的研究者們把眼光投向國際象棋的時(shí)候，卻發(fā)現(xiàn)它的搜索空間意外的大，似乎怎么剪枝也搜不到底。

當(dāng)時(shí)的人們也沒有一個(gè)好的方法能準(zhǔn)確估計(jì)非葉結(jié)點(diǎn)局勢的好壞(如果子力多就好，那擺象棋殘局的騙子們就都下崗了)。搞計(jì)算機(jī)圍棋的一看，你象棋都搜不到底，我圍棋就更別想了。于是計(jì)算機(jī)圍棋又在黑暗中度過了二十年，直到一個(gè)英雄的出現(xiàn)。

六，深藍(lán)帶來的啟示

1996年2月10日，一個(gè)叫“深藍(lán)”的電腦挑戰(zhàn)國際象棋棋王卡斯帕羅夫。讓所有人跌破眼鏡，它居然贏了第一局，之后兩和三負(fù)。深藍(lán)是IBM設(shè)計(jì)。雙方約定一年后再戰(zhàn)。1997年5月，雙方再下六局，“深藍(lán)”一勝五和戰(zhàn)勝棋王。這是人工智能載入史冊(cè)的里程碑事件。

值得一提的是，輸棋之后的卡斯帕羅夫認(rèn)為深藍(lán)表現(xiàn)出的智能和創(chuàng)造性不可思議，必有人類棋手在背后操刀。這次谷歌顯然早有準(zhǔn)備：高調(diào)的營銷，讓幾乎所有的人類頂尖高手都現(xiàn)身講棋，從而杜絕了“機(jī)箱里躲著柯潔”的猜測。

“深藍(lán)”為什么贏?除了摩爾定律帶來的計(jì)算力的顯著提高，深藍(lán)的算法似乎也沒有什么稀奇。Minmax搜索, Alpha-Beta剪枝, 為什么一夜之間武功就變得如此厲害?

當(dāng)深藍(lán)揭開神秘面紗，人們發(fā)現(xiàn)，深藍(lán)算法中的秘密其實(shí)不外乎兩點(diǎn)：局勢評(píng)估和往前看。老熟人了，不是嗎?深藍(lán)的局勢評(píng)估考慮了棋子的重要性(皇后是9，小兵是1，車取其中)，每個(gè)棋子的影響范圍(又很耳熟?)，王的安全系數(shù)，以及先手 (tempo)。這個(gè)評(píng)估并非靜態(tài)的，而是要往前窮舉數(shù)步棋中的所有變化，再對(duì)所有可能導(dǎo)致的局面進(jìn)行估計(jì)(相傳與卡斯帕羅夫下的時(shí)候，深藍(lán)往前推了12步)。這有多難呢?粗略以每一步棋有100種下法而計(jì)(每個(gè)兵最多2-3種下法，每個(gè)馬最多8種下法，每個(gè)車14種，去掉不能下的地方，以此類推)，12步也就是102410 24 種變化。用上alpha-beta的剪枝和IBM強(qiáng)大的并行運(yùn)算能力，完全可以處理!

深藍(lán)的成功，讓人類第一次正視人工智能的強(qiáng)大潛力。讓我們看看深藍(lán)帶給計(jì)算機(jī)圍棋的前所未有的啟示與契機(jī)。一方面，深藍(lán)的成功宣告國際象棋已經(jīng)是被解決的問題，這讓許多人工智能的研究者們把目光投向了下一個(gè)挑戰(zhàn)：圍棋。另一方面，計(jì)算機(jī)圍棋的設(shè)計(jì)者們從深藍(lán)身上驚訝地領(lǐng)悟到了兩點(diǎn)：其一，并沒有多少專業(yè)知識(shí)，貌似蠻力的窮舉搜索竟能如此有效;其二，精確的局勢評(píng)估如此重要，但靜態(tài)的評(píng)估似乎并不足取。從現(xiàn)在開始，背棋譜不再是出路，而局勢評(píng)估將以動(dòng)態(tài)的搜索為基礎(chǔ)!

2006年，一個(gè)叫做《瘋狂的石頭》的黑色幽默電影席卷中國。同年，一個(gè)同名(Crazy Stone)的計(jì)算機(jī)圍棋程序悄悄地在計(jì)算機(jī)奧運(yùn)會(huì)上奪得9*9圍棋的冠軍。翌年，它在計(jì)算機(jī)奧運(yùn)會(huì)上蟬聯(lián)9*9冠軍并奪得19*19比賽的亞軍。再下一年，瘋石在對(duì)真正的職業(yè)棋手(青葉熏四段)的授八子局中獲勝，同年年底又贏了授七子局。5年后(2013年)，瘋石在對(duì)石田芳夫九段的授四子棋中取勝。第二年，同樣授四子，瘋石取勝棋力更強(qiáng)的依田紀(jì)基，其在圍棋界的影響力達(dá)到頂峰。

無獨(dú)有偶，2010年之后網(wǎng)上出現(xiàn)了一個(gè)叫Zen(禪)的計(jì)算機(jī)棋手，在KGS(一個(gè)著名的圍棋服務(wù)器)上慢慢升到5段。筆者當(dāng)時(shí)經(jīng)常在KGS下棋，也曾和Zen互有勝負(fù)?？墒遣痪镁椭荒苎郾牨牽粗钠辶Τ^自己，揚(yáng)長而去。2012年，Zen也在授四子局中擊敗了專業(yè)九段：深受大家喜愛的武宮正樹。

從此計(jì)算機(jī)圍棋進(jìn)入了一個(gè)新的時(shí)代，一個(gè)不斷帶給大家驚喜的時(shí)代?？晌覀儾唤雴杻杉拢旱谝唬?ldquo;瘋石”的出現(xiàn)離“深藍(lán)”也有十年過去了，這十年計(jì)算機(jī)都在做些什么?第二，為什么這一切總是和“石頭”有關(guān)?

七，一株奇異的樹——蒙特卡洛樹

從“瘋石”開始，這個(gè)時(shí)代可以被稱為“蒙特卡洛時(shí)代”。當(dāng)代的計(jì)算機(jī)棋手，不約而同地采用了一種叫做“蒙特卡洛樹”的搜索算法(Monte-Carlo Tree Search)，直到AlphaGo也不例外。它是什么獨(dú)門絕學(xué)?

深藍(lán)帶來的啟示之一，是尋找精確的形勢評(píng)估函數(shù)，而這個(gè)函數(shù)必須是動(dòng)態(tài)的，必須要考慮到數(shù)步乃至數(shù)十步之后的局面。

這思路并非沒人想過。可是相比國際象棋，它有唯一的取勝目標(biāo)——殺老王，圍棋的局勢判斷或許更為主觀。什么是勢?什么是厚?什么是薄?勢與地如何換算?大局觀究竟是什么?這些大概是圍棋永恒的問題。就連頂尖棋手也常常判斷不清。看頂尖高手的比賽最有趣，總是韓國解說覺得韓國人好，中國解說覺得中國人好。一邊說是棄子，一邊說是被吃…… 計(jì)算機(jī)可不喜歡橫看成嶺側(cè)成峰，它需要做理性和客觀的決斷。

那么圍棋中有什么是絕對(duì)客觀的呢?我們之前說過，只有終局的勝負(fù)?？赡切┐斫K局的葉子在圍棋的搜索樹上似乎遙不可及。那么，能否不窮舉所有的葉子，也能判斷一個(gè)枝頭的局勢呢?這個(gè)想法讓人精神一振。如果一棵枝頭有10片葉子，8片是贏，兩片是輸，我們一定要找到輸贏最大的一片才能判斷這個(gè)枝頭的好壞嗎?如果這棵枝頭有100片葉子，我們難道一定要看遍所有的葉子才能判斷優(yōu)劣嗎?

喜愛統(tǒng)計(jì)的朋友們已經(jīng)樂出了聲：要想知道添加劑是否超標(biāo)，當(dāng)然不需要打開所有的罐頭。抽樣就行了嘛!假設(shè)對(duì)每手棋我們都能抽樣調(diào)查它所導(dǎo)致的終局，大概不需要理解地、勢、厚、薄也可以做形勢判斷了吧?

如何抽樣?隨機(jī)既簡單又靠譜。一步新著法好壞不明時(shí)，職業(yè)棋手往往提倡實(shí)戰(zhàn)解決。計(jì)算機(jī)也一樣，只是并非找兩個(gè)高手下一盤，而是找兩個(gè)不懂棋的小朋友下一千盤罷了。隨機(jī)下一千盤棋，對(duì)電腦來說花費(fèi)幾何?以毫秒計(jì)吧!

這不就好辦了嗎!從現(xiàn)在起，每一個(gè)局面我都可以客觀地估計(jì)好壞了，同時(shí)我并不需要遍歷整個(gè)搜索樹(所以請(qǐng)不要再叫我窮舉法!)。真是這樣簡單嗎?我可不信。難道從第一手右上星位開始，隨機(jī)模擬一千盤棋，發(fā)現(xiàn)白勝501盤，就說明黑1是敗招嗎?很可惜，隨機(jī)抽樣得到的結(jié)果是一個(gè)統(tǒng)計(jì)上的期望，而并非實(shí)際上的“最優(yōu)”。它需要遵從統(tǒng)計(jì)之神的規(guī)律。第一手黑1對(duì)應(yīng)的局面有多少呢?天文數(shù)字。勝負(fù)是怎樣分布的呢?不知道。那么一千盤，一萬盤棋，對(duì)于這樣的統(tǒng)計(jì)分析來講，只是個(gè)微不足道的樣本，很難得出有實(shí)際意義的結(jié)論。

沒關(guān)系，樣本不夠可以多下，反正是隨機(jī)棋不費(fèi)電。具體下多少盤呢?當(dāng)然越多越好，但咱們不妨算到讀秒的時(shí)限為止。像這樣在確定時(shí)間內(nèi)完成的隨機(jī)算法，就叫做蒙特卡洛。說起來，這個(gè)名詞來自摩納哥著名的賭場勝地蒙特卡洛，因?yàn)檫@樣的算法往往被用來計(jì)算賭博勝率的問題。既然有蒙特卡洛，那有沒有拉斯維加斯呢?當(dāng)然有，我們暫且不表。“國際象棋之神”深藍(lán)用過的搜索算法，現(xiàn)在一樣能用：只要把局面評(píng)估換成蒙特卡洛就行了(用模擬對(duì)局的最終勝率而不是評(píng)分值，來評(píng)價(jià)當(dāng)前局面的好壞)。這就是所謂的“蒙特卡洛樹搜索”。

這法子聽起來相當(dāng)靠譜。那為什么直到10年之后，蒙特卡洛才開始在江湖流傳呢?

這是因?yàn)槊商乜逡灿忻黠@的缺陷。由于其隨機(jī)性，蒙特卡洛不能保證答案的正確，而只能保證在一定的概率下不犯錯(cuò)。這個(gè)概率邊界由什么決定呢?當(dāng)然和隨機(jī)模擬的次數(shù)有關(guān)。

這就又回到了當(dāng)初的難題：因?yàn)閲逯畼鋵?shí)在太大，每個(gè)結(jié)點(diǎn)模擬次數(shù)多，時(shí)間不夠用;少，答案又不精確。這個(gè)矛盾耽誤了蒙特卡洛圍棋整整十年。

八，“多臂老虎機(jī)”的閃亮登場

“瘋石”提供了解決矛盾的一個(gè)好思路。說起來并不難：看上去不錯(cuò)的分支，咱們就多模擬幾盤，讓它的評(píng)估更精確?？瓷先ゲ辉趺礃拥?，咱們就少下幾盤。實(shí)在不怎么靠譜的，這個(gè)分支咱們根本就不看。這樣雖然搜索空間巨大，實(shí)際搜索的樹則變得很小。

可是有人會(huì)問，這會(huì)不會(huì)導(dǎo)致瘋石在“一棵樹上吊死”呢?它如果守著一個(gè)看上去不錯(cuò)的分支，一根筋地往下找呢?

這個(gè)問題的確存在，而且它在人工智能領(lǐng)域相當(dāng)有名，被稱為“探索與利用的矛盾” (exploration vs. exploitation)。用地質(zhì)學(xué)家(或者星際爭霸玩家)的話來說更有意思，大概是勘探和開發(fā)的平衡吧：過多地開發(fā)當(dāng)前的油田，減少了勘探到更富的油田的機(jī)會(huì)，而過多的勘探則讓開發(fā)的效率變低。

這很讓人困擾。不過，這個(gè)問題有一個(gè)優(yōu)美的解決方案。

既然身在蒙特卡洛，我們還是用賭場的方式解決賭場的事情吧!玩老虎機(jī)的賭客們往往有這樣的苦惱：老虎機(jī)有的吐幣容易、有的難。現(xiàn)在我玩的這個(gè)還算不錯(cuò)。可一直玩下去吧，又總覺得隔壁的沒準(zhǔn)會(huì)更出幣;換到隔壁去吧，又怕我一走，這兒就出個(gè)大的。

機(jī)器學(xué)習(xí)里，有一個(gè)算法叫做“多臂老虎機(jī)”(multi-armed bandit)，解決的就是這個(gè)問題。它用一個(gè)叫做UCB的策略，精確地計(jì)算哪個(gè)老虎機(jī)應(yīng)該多試，哪個(gè)應(yīng)該少試，并告訴賭客下一把應(yīng)該去試哪一個(gè)。當(dāng)這個(gè)策略應(yīng)用在蒙特卡洛樹上時(shí)，就成了“瘋石”賴以成名的UCT算法(UCB applied to trees)。與局部焦點(diǎn)相關(guān)的分支多試，較遠(yuǎn)的地方則少試，但并非不試。UCT推薦的分支，我們就優(yōu)先往下搜索，用蒙特卡洛模擬更多的棋局。

蒙特卡洛和多臂老虎機(jī)，這兩大賭神，給電腦圍棋帶來一片欣欣向榮。電腦“瘋石”和“禪”交相輝映，近十年里不斷刷新著人們的期望，他們分先戰(zhàn)勝專業(yè)棋手似乎指日可待。

可是行百里者半九十，差的就是這臨門一腳。到了最近兩年，我們發(fā)現(xiàn)，它們的進(jìn)步速度又變緩了，就連Zen的段位也升不上去了。

大家終于知道它們又遇到了瓶頸。這也難怪，即便是蒙特卡洛，也需要走到底;即便是多臂老虎機(jī)，也需要試很多枝。計(jì)算能力仍然是瓶頸，除非能更加有效地減小搜索的寬度與深度。

可是，連賭神都搬出來了，人工智能的高手們似乎已無計(jì)可施。

可是人們忘記了，在數(shù)十年的漫漫黑夜里，有顆種子一直在生長。這一天終于到了，它將頂開石頭，破繭而出。

“韋小寶，我一定會(huì)回來的。下次我再出現(xiàn)的時(shí)候，你一定不會(huì)認(rèn)得我是誰。”

九，人類棋手的兩大獨(dú)門秘笈

漫漫黑夜終于過去了，我們不經(jīng)意間就等到了AlphaGo。它的橫空出世如此讓人驚訝，以致于最初報(bào)道AlphaGo登上《Nature》的消息，在朋友圈里被不少人疑為謠言。

在我們盼望著“瘋石”和“禪”能逐步逼近職業(yè)棋手棋力的時(shí)候，“阿爾發(fā)狗”一出手就咬暈了歐洲冠軍，還把戰(zhàn)書下到了另一個(gè)瘋狂的石頭李世石面前。它究竟有何秘密?

“瘋石”和“禪”遇到的瓶頸，我們不妨換一個(gè)思路來想。我們算是知道了電腦怎樣挑戰(zhàn)人，可人憑什么可以和電腦對(duì)抗呢?再強(qiáng)的專業(yè)棋手，顯然也沒辦法每秒鐘算出幾千種變化，他們也不會(huì)蒙特卡洛或者Alpha-Beta剪枝，那他們憑借什么能在圍棋迷宮里游刃有余呢?計(jì)算能力顯然是比不過的，但一定有什么是人類比計(jì)算機(jī)強(qiáng)的。

其實(shí)，在搜索圍棋之樹的過程里，人類棋手的確有獨(dú)門秘笈。

人類的第一種魔法，是能夠顯著地降低搜索空間，在復(fù)雜開放的局面下不可思議地找到寥寥幾種可行的下法。這就是所謂的棋感，對(duì)于頂尖高手而言，甚至是“第一感”。假如計(jì)算機(jī)也學(xué)會(huì)這種能力，那豈不是可以把可貴的計(jì)算資源集中在探索這少數(shù)幾個(gè)分支上嗎?

人類的第二種魔法在于其強(qiáng)大的形勢判斷能力，不用精確推算也能判斷全盤局面的優(yōu)劣。這就是所謂的“大局觀”。假如計(jì)算機(jī)也具有這種能力，那豈不是不需要搜索很深也能正確地評(píng)估局勢了嗎?棋感和大局觀難道是人類與生俱來的魔法嗎?當(dāng)然不是。它們其實(shí)是千百年來人類棋手智慧的結(jié)晶;它們的根基是被一張張棋譜和一代代棋手流傳下來的圍棋知識(shí)與經(jīng)驗(yàn)。

這個(gè)想法非常讓人興奮：良好的棋感和大局觀，一個(gè)能減小搜索寬度，一個(gè)能減小搜索深度，這不正是蒙特卡洛夢寐以求的嗎!棋感和大局觀從哪里來呢?小時(shí)候教我學(xué)棋的老師就一句話：多打高手的譜。想到這里，人工智能的研究者們釋然了：原來答案還在棋譜啊。我們收集了數(shù)以十萬計(jì)的人類棋譜，卻沒有好好利用它們，“惟能消敵內(nèi)力，不能引而為我用，猶日取千金而復(fù)棄之于地，暴殄珍物，殊可哂也”。

歷史總是像車輪一樣滾動(dòng)前進(jìn)的。眾里尋他千百度，原來那人早在燈火闌珊處。是時(shí)候把沉睡了幾十年的“背棋譜”和“亂劈風(fēng)”請(qǐng)回來了。只是這時(shí)候他們?cè)缫哑评O成蝶，練就了武林秘笈，以全新的面目出現(xiàn)在我們面前。

這本秘笈叫做“深度學(xué)習(xí)”。

十，深度學(xué)習(xí)帶來的臨門一腳

“深度學(xué)習(xí)”是什么?“卷積神經(jīng)網(wǎng)絡(luò)”又是什么?聽上去好科幻的名詞，可我們不需要太深究。

你只要知道，深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種，它是一臺(tái)精密的流水線，整頭豬從這邊趕進(jìn)去，香腸從那邊出來就可以了。豬是棋盤，香腸是一手棋，深度學(xué)習(xí)，可以用來預(yù)測當(dāng)前局面可能的下一手。豬是棋盤，香腸有好有壞，那么深度學(xué)習(xí)也可以用來判斷當(dāng)前局面的優(yōu)劣。

那么這個(gè)流水線是如何搭建的呢?它可不是拍腦袋設(shè)計(jì)的，而是看過了數(shù)以百萬的豬和它們做出的香腸之后，計(jì)算出來的。豬我們可有的是。人類高手的棋譜大概走了三千萬步(三千萬頭豬)，而電腦還可以自己養(yǎng)豬(自己模擬對(duì)局)。

那么這位問了，為什么是深度學(xué)習(xí)而不是其他的什么學(xué)習(xí)呢?它和背棋譜究竟有什么區(qū)別呢?

傳統(tǒng)的機(jī)器學(xué)習(xí)，需要先把豬按一定規(guī)則分解成各種“特征”(顏色，重量，后腿有塊疤，等等)，香腸的做法則由這些特征共同決定。當(dāng)只有少數(shù)幾個(gè)死規(guī)則的時(shí)候，就和背棋譜區(qū)別不大了(看到后腿有疤的豬，請(qǐng)下小飛)。

可是“道可道，非常道”，棋感這樣只可意會(huì)的東西，硬要把它寫成規(guī)則和特征，既不達(dá)意也沒必要。你總不能逼著古力告訴你，他想到那招“峭壁鑿火”的妙手，是因?yàn)樽筮呌袀€(gè)彎三，右邊有個(gè)曲四吧!

深度學(xué)習(xí)則省略了這個(gè)步驟，整豬進(jìn)，讓機(jī)器自動(dòng)去尋找這些特征和他們的組合。還記得手談的形勢估計(jì)辦法“相鄰加4、小尖加3”嗎?深度學(xué)習(xí)找到的，可不是這樣簡單的加加減減(線性組合)。在理論上，它可以模擬任何的非線性函數(shù)。

好，到現(xiàn)在我們大概明白AlphaGo的秘訣了。它的主體仍然是蒙特卡洛樹，但它巧妙地用了兩個(gè)深度學(xué)習(xí)模型，一個(gè)預(yù)測下一手，一個(gè)判斷形勢。預(yù)測的結(jié)果，降低了搜索寬度;而形勢判斷，則減小了搜索深度。深度學(xué)習(xí)從人類的經(jīng)驗(yàn)中學(xué)來了棋感與大局觀，它們使蒙特卡洛如虎添翼，一扇翅膀就飛到了李世石的面前。縱橫江湖15年的李石頭，在另一位“古哥”的面前低下了高傲的頭。

寫到這里，“阿爾發(fā)狗”的前世今生就介紹得差不多了。我們要看到，這并不簡單的是人工智能的勝利。

AlphaGo的成功，極大部分應(yīng)該歸功于谷歌的工程師們。他們有效地把復(fù)雜的算法并行化，嫻熟地在CPU和GPU間轉(zhuǎn)換，游刃有余地用“云計(jì)算”解決著計(jì)算力的瓶頸。

我們也要看到，除了谷歌和AlphaGo，還有很多設(shè)計(jì)者、工程師，和計(jì)算機(jī)棋手在同時(shí)努力著。“瘋石”，“禪”，以及華人科學(xué)家主導(dǎo)的Facebook的“黑暗森林”，都在一起前行。

這是一場人類經(jīng)驗(yàn)和電腦算法共同的狂歡，而歸根結(jié)底，這是一場屬于圍棋的盛宴。

十一，成也蒙特卡洛，敗也蒙特卡洛

寫就此文的時(shí)候，AlphaGo正和李世石下著第五盤棋。前三盤幾乎完勝的AlphaGo，令人驚訝地幾乎短路般地輸?shù)袅说谒谋P。一時(shí)間眾說紛紜，謠言四起。當(dāng)我們了解了AlphaGo的前世今生之后，或許能對(duì)一些問題有更好的理解。知道了它的武功秘笈，人類棋手也更能針鋒相對(duì)。

以下是一些我的思考，一家之言，貽笑方家。由于AlphaGo一直在暗處，Google的論文也信息有限，不少觀點(diǎn)是筆者自己的推測。相信隨著AlphaGo與更多棋手交戰(zhàn)，它會(huì)越來越透明，而它面對(duì)的挑戰(zhàn)也會(huì)越來越難。

AlphaGo會(huì)犯錯(cuò)嗎?當(dāng)然會(huì)。不僅序盤會(huì)，中盤會(huì)，官子也會(huì)。

因?yàn)槊商乜鍟?huì)犯錯(cuò)。蒙特卡洛只能保證在一定概率下得到正確的結(jié)果，而模擬的次數(shù)越多，犯錯(cuò)的可能越小。

計(jì)算力永遠(yuǎn)是瓶頸，如果讓電腦得以把計(jì)算資源集中在狹小的搜索空間，那么它在這里犯錯(cuò)的可能極小。想想第一盤的上邊和第三盤的左邊，局部雖然復(fù)雜，但搜索的空間卻很小。狹小空間里的直線計(jì)算，人恐怕很難討好(參見AlphaGo在第一盤右邊的妙手一點(diǎn))。因?yàn)樗惴ㄊ谷唬?jì)算機(jī)圍棋永遠(yuǎn)希望縮小搜索空間，因此AlphaGo不愛保留后續(xù)變化、多俗手、總是簡化局面的特點(diǎn)，就不難理解了吧。

那人應(yīng)該怎么辦呢?說來簡單：反其道而行之。

盡量擴(kuò)大搜索空間，迫使電腦搜索更多的分支，而且每個(gè)分支也搜索得更深。當(dāng)有限的計(jì)算資源不得不分配到大量的局部時(shí)，出錯(cuò)的可能就變大了。

當(dāng)AlphaGo想斷其一指的時(shí)候，我們偏偏讓它十指均勻用力。

李世石第四盤第78著“挖”的一手，恰恰就是AlphaGo漏算的一手。深度學(xué)習(xí)和多臂老虎機(jī)可能并沒有推薦它，也可能推薦排名靠后，導(dǎo)致沒有深入計(jì)算;它也可能被剪掉了，不得而知?？墒遣还茉趺礃樱且皇种暗木謩?，牽一發(fā)而動(dòng)全身，全局可能的落點(diǎn)很多;那手棋又牽扯到潛在的劫和引征，讓形勢判斷變得復(fù)雜，導(dǎo)致了搜索深度的顯著增加。真是成也蒙特卡洛，敗也蒙特卡洛呀!

十二，打狗棒法就是打劫!

說得容易，但那一手挖分明是可遇不可求的一步，難道還能復(fù)制嗎?

其實(shí)也有更加易行的辦法，那就是這幾天被討論得底朝天的“打劫”(圍棋術(shù)語，即在一個(gè)關(guān)鍵處雙方來回提子)。具體情況圍棋高手和同行專家都已分析得很透徹了，簡而言之，打劫能同時(shí)增加搜索的寬度和深度。

因?yàn)榻俨目赡苌⒉既P各地，多數(shù)甚至和劫的本身無關(guān)，這使得深度學(xué)習(xí)也無法準(zhǔn)確預(yù)測如何找劫，迫使計(jì)算機(jī)做全局的搜索。

劫與劫材的不確定性，又導(dǎo)致局面好壞很難判斷，讓AlphaGo無法有效地減小搜索深度。

這里有兩個(gè)有趣的地方：其一是AlphaGo不可能不會(huì)打劫，因?yàn)橥瑯邮褂妹商乜宓?ldquo;瘋石”和“禪”都會(huì)，只是它打劫的能力未必比別的計(jì)算機(jī)棋手強(qiáng)。正因?yàn)槿绱?，我們可以看到幾盤棋AlphaGo都有明顯規(guī)避打劫的傾向。試想如果柯潔對(duì)上一個(gè)棋力為不打劫13段、打劫業(yè)余5段的對(duì)手，恐怕也有辦法對(duì)付吧。

其二是打劫可以引而不發(fā)，打而不消，最好在不同的地方多造幾個(gè)劫來打。你問為什么?消劫太快不就又降低搜索難度了嗎?

那么AlphaGo在漏算之后，為何表現(xiàn)得如同“失魂落魄”呢?這當(dāng)然很有可能是谷歌的算法在處理“漏算”的時(shí)候出現(xiàn)了瑕疵。但即便不是這樣，通過算法也不難解釋。

我們知道，就算深度學(xué)習(xí)可以幫助電腦評(píng)估局面，但每一個(gè)變化都評(píng)估，再好的計(jì)算能力也吃不消。就算是工作簡單得多的“國際象棋之神”深藍(lán)，也是每向深處考慮多步才評(píng)估一次局面的。如哈薩比斯自己說，到79手的時(shí)候AlphaGo還認(rèn)為自己的勝率很高，又走10手之后才發(fā)現(xiàn)形勢已非。那時(shí)已無后悔藥可吃，手忙腳亂也不難理解了。

至于AlphaGo為什么無厘頭地在右邊二路立下呢?我的理解是這樣的。還記得前文提到的minmax算法嗎?計(jì)算機(jī)會(huì)優(yōu)先選擇不管對(duì)方怎么應(yīng)，我都不會(huì)太差的招。那一手立，不管對(duì)方如何應(yīng)，恐怕都不會(huì)讓當(dāng)前的形勢變得更差吧!這樣的策略應(yīng)該也可以解釋，為什么AlphaGo總有局面領(lǐng)先了就等等你的感覺。這倒是為人類棋手提供了一個(gè)思路：因?yàn)閙inmax算法，AlphaGo不太會(huì)走冒險(xiǎn)和過分的棋，那么它在逆境下如何翻盤真是一個(gè)有趣的問題。至于左下那個(gè)虧到姥姥家的“挖”，筆者就真的不懂了。

十三，狗不是圍棋之神，人工智能還很青澀

AlphaGo在自己左右互搏中練棋，真的能武功大進(jìn)嗎?這又是一個(gè)有趣的問題。

我覺得，自我對(duì)弈會(huì)有效果，但不可能不斷提高棋力。

在《自然》那篇論文里可以看到，自我對(duì)弈主要是為了解決從人類棋譜中深度學(xué)習(xí)帶來的過擬合的問題。從機(jī)器學(xué)習(xí)的角度看，它并不能不斷提升武功。南大的周志華教授把自我對(duì)弈比作武當(dāng)?shù)奶菰瓶v，非常妙!在空中左腳踩右腳，真能不斷往上飛嗎?沒有外物借力，這顯然是不符合物理規(guī)律的。物理沒有永動(dòng)機(jī)，人工智能也沒有。

兩個(gè)AlphaGo同鉆一個(gè)牛角尖，對(duì)的更對(duì)，錯(cuò)的更錯(cuò)。

比起把有限的計(jì)算資源用來自我對(duì)弈，我更擔(dān)心谷歌把它用在創(chuàng)造拉斯維加斯搜索樹上，那可是一個(gè)真正不犯錯(cuò)誤的家伙。

那AlphaGo究竟有沒有可能，不借助與人類的對(duì)局來提升棋力呢?當(dāng)然有，但那需要兩個(gè)棋力極高，而且武功路數(shù)迥然不同的AlphaGo。

下過棋的人都知道，和高手下受益無窮，和低手下也許偶有收獲，而和自己下嘛，只能叫做擺棋吧。我們很期待看見AlphaGo和黑暗森林的十番棋或是史無前例的百番棋。

AlphaGo帶給人們無窮的興奮，也帶來了前所未有的浮躁與恐慌：

• 人工智能會(huì)搶走我的工作嗎?
• 機(jī)器會(huì)統(tǒng)治人嗎?
• 人類是否自掘墳?zāi)鼓?

其實(shí)，人工智能遠(yuǎn)遠(yuǎn)沒有到值得恐慌的地步。

它會(huì)搶走我們的工作嗎?蒸汽機(jī)到來的時(shí)候人們恐慌過，PC到來的時(shí)候人們也恐慌過。但它們并沒有“搶走”人類的工作，而只是把我們從不擅長的工作中解放出來，提高了效率，去做更擅長、更重要的事情。

想想會(huì)聊天的微軟小冰，掃地的機(jī)器人，和無人駕駛的汽車。它們是我們的朋友而不是掘墓人。

它無所不能了嗎?不是的，人工智能還很年輕，還有很長的路要走。君不見從深藍(lán)到AlphaGo整整20年，時(shí)間長得讓人們幾乎忘記了它。

它會(huì)統(tǒng)治人類嗎?在我能預(yù)見的將來，應(yīng)該不會(huì)。要這么做，它首先得擁有創(chuàng)造力，可是作為一個(gè)人工智能的擁躉，我能看到的，還是漫漫長夜。

鑰匙永遠(yuǎn)掌握在人類的手里。即使人工智能有了統(tǒng)治人類的能力，那一天來臨的時(shí)候，我們至少還可以切斷電源，不是嗎：)