【寫在前面】

　　2017年5月23日，第二次“人機(jī)大戰(zhàn)”火熱開賽。去年曾大比分擊敗韓國選手李世乭的AlphaGo，再度與柯潔等為代表的中國頂尖棋手進(jìn)行對弈。比賽採用中國規(guī)則，三番棋，無論輸贏，每方3小時，5次1分鐘讀秒。因為此前對戰(zhàn)李世乭時AlphaGo表現(xiàn)出了超強(qiáng)實力，幾乎以“碾壓人類”的方式取勝，所以對於第二次人機(jī)大戰(zhàn)，眾多業(yè)內(nèi)人士覺得人類希望不大。

　　去年第一次人機(jī)大戰(zhàn)之前，搜狗CEO王小川曾在知乎發(fā)表評論，明確表示AlphaGo將完勝李世乭。而對於這次比賽，他再次在知乎表達(dá)了自己的態(tài)度：“我們的關(guān)注點不再是機(jī)器是否會贏——而是機(jī)器將用什麼姿勢戰(zhàn)勝人類。”

　　王小川説，AlphaGo2.0和1.0技術(shù)原理有著巨大不同，更接近於人，因此這次比賽的最大看點是，AlphaGo2.0或許會頻現(xiàn)“怪招”，完全顛覆人類對圍棋的理解。AlphaGo告訴我們：我們還有極大的發(fā)展空間；而AlphaGo2.0告訴我們：如果有合適的條件，完全可能有其他的生命進(jìn)化路徑，以及更不一樣的進(jìn)化結(jié)果，相當(dāng)於重演一部進(jìn)化史。

　　以下為王小川知乎全文：

　　該來的終於來了。

　　一年前AlphaGo發(fā)佈，看完論文後我就在知乎上發(fā)文預(yù)測機(jī)器會完勝人類。好些行業(yè)朋友不相信，為此我收了很多“智商稅”，之後微信發(fā)紅包一直髮到春節(jié)才發(fā)完。此外我還立了兩個斷言：一個是Google很有可能再研發(fā)出AlphaGo 2.0，擺脫“監(jiān)督學(xué)習(xí)”，不再需要人類下圍棋的歷史數(shù)據(jù)，而是只通過“增強(qiáng)學(xué)習(xí)”，兩臺AlphaGo自我對戰(zhàn)學(xué)習(xí)如何下棋，並達(dá)到登峰造極的地步。從公開的資料判斷，此言中了。這意味著什麼呢，又有什麼看點呢？

　　技術(shù)重大提升：和1.0原理大不同 更接近於人

　　AlphaGo 1.0 是巧妙地混合了三種演算法：蒙特卡洛樹搜索+監(jiān)督學(xué)習(xí)+增強(qiáng)學(xué)習(xí)。其中蒙特卡洛樹搜索是一種優(yōu)化過的暴力計算，比1997年深藍(lán)的暴力計算更聰明。而這裡的監(jiān)督學(xué)習(xí)，是通過學(xué)習(xí)3000萬步人類棋譜，對六段以上職業(yè)棋手走棋規(guī)律進(jìn)行模倣，也是AlphaGo獲得突破性進(jìn)展的關(guān)鍵演算法。而增強(qiáng)學(xué)習(xí)作為輔助，是兩臺AlphaGo從自我對戰(zhàn)眾中學(xué)習(xí)如何下棋，據(jù)悉對棋力提升有限。

　　根據(jù)公開資料推測，此次AlphaGo2.0的技術(shù)原理與之前有著巨大不同：

　　1. 放棄了監(jiān)督學(xué)習(xí)，沒有再用人的3000萬局棋譜進(jìn)行訓(xùn)練。這本是AlphaGo最亮眼的演算法，也是今天主流機(jī)器學(xué)習(xí)不可避免的核心條件：依賴於優(yōu)質(zhì)的數(shù)據(jù)，在這個特定問題下就這麼被再次突破了。

　　2. 放棄了蒙特卡洛樹搜索，不再進(jìn)行暴力計算。理論上，演算法越笨，就越需要暴力計算做補(bǔ)充。演算法越聰明，就可以大大減少暴力計算。從AlphaGo 2.0的“馬甲”Master的歷史行為看，走棋非常迅速，約在每10秒鐘就走棋一步，如此速度很可能是放棄了暴力的計算。

　　3. 極大地強(qiáng)化了增強(qiáng)學(xué)習(xí)的作用，之前敲邊鼓的演算法，正式成為扛把子主力。想想看有多勵志：兩臺白癡機(jī)器，遵守走棋和獲勝規(guī)則，從隨機(jī)走棋開始日夜切磋，總結(jié)經(jīng)驗，不斷批評和自我批評，一週後終成大器。

　　在這樣的演算法下，AlphaGo 2.0對計算資源開銷極小，把當(dāng)前棋局輸入神經(jīng)網(wǎng)路，電流流過，輸出就是最佳的走棋方案。我猜測如此演算法下，有可能僅僅依靠一個GPU工作，每一步棋消耗的能源接近人的大腦。

　　最大看點： AlphaGo2.0 棋風(fēng)完全脫離人類經(jīng)驗

　　今年年初，AlphaGo 化身Master連勝人類頂尖棋手60局。在圍棋領(lǐng)域，機(jī)器完勝已經(jīng)變成公認(rèn)的定論。這導(dǎo)致很多人開始問：這次人機(jī)大戰(zhàn)還有意義嗎？我們的關(guān)注點不再是機(jī)器是否會贏——而是機(jī)器將用什麼姿勢戰(zhàn)勝人類。

　　AlphaGo學(xué)習(xí)了3000萬步人類棋譜，走棋風(fēng)格也近似於人。在比賽現(xiàn)場，偶有AlphaGo走棋和人的經(jīng)驗不符合，就被評為“愚蠢”，只是在中盤之後發(fā)現(xiàn)機(jī)器漸漸局面佔優(yōu)最終獲勝，為了自圓其説解讀為“AlphaGo中盤逆轉(zhuǎn)”，前兩局莫過如此。第三局開始評論者長了教訓(xùn)，開始尊稱AlphaGo為“阿老師”，有了欣賞和敬畏的心態(tài)。這帶給圍棋界很大的衝擊，以前大家認(rèn)為正確的東西，其實是不正確的。柯潔曾經(jīng)評價説：“AlphaGo出現(xiàn)，很多理論都被推翻，再看以前定式變得好笑，虧那麼多目就不再是兩分。”人類通過數(shù)千年實戰(zhàn)，總結(jié)了圍棋理論，然後電腦告訴人類：這些全都是錯的。現(xiàn)在在很多比賽上，人類棋手已經(jīng)開始向機(jī)器學(xué)習(xí)，模倣AlphaGo的下法，棋聖聶衛(wèi)平也曾表示“理論被顛覆了”。

　　而AlphaGo2.0脫離了機(jī)器對人模倣，走棋風(fēng)格也將完全脫離人的定式。在與柯潔的比賽中，會不斷出現(xiàn)我們意想不到的走棋，而且這些走棋在教科書中會被認(rèn)為是低級錯誤或者完全不可理喻，但凡一個正常的棋手都不會這麼玩，但凡一個新手這麼玩都會被點撥這樣不對。而AlphaGo2.0會不斷製造這樣的局面，關(guān)鍵他還是對的。可想對專業(yè)棋手的心裏會有多大的震撼：不僅自己這一輩子都沒這麼想過這麼下棋，整個圍棋界都沒有想過。會不會懷疑自己白活了？會不會反思兩千年圍棋的發(fā)展為什麼有這樣的瓶頸？還有多少海闊天空等著我們?nèi)ヌ剿鳎靠傻炔患拔覀內(nèi)ヌ剿鳎娔X就給出了終局的答案，多麼惆悵。

　　我們會津津樂道，AlphaGo是什麼棋風(fēng)。但可以這樣推理：但凡有流派和風(fēng)格，就還有局限性。只有當(dāng)所有流派合一看不出流派的時候，才到達(dá)致高境界。AlphaGo 2.0便會是這麼一臺機(jī)器，沒有風(fēng)格，穩(wěn)如磐石。

　　可以想見這次與柯潔的對弈，能頻現(xiàn)“怪招”，完全顛覆人類對圍棋的理解——這會是比賽最大的看點。英勇的柯潔，要解鎖108種姿勢來抵擋了。

　　2017人機(jī)大戰(zhàn)的意義：重演一部進(jìn)化史 重新認(rèn)識智慧的邊界

　　2016年在AlphaGo和李世乭的對戰(zhàn)後，人工智慧進(jìn)入大眾的視野，我們開始重新思考機(jī)器和人的關(guān)係。

　　圍棋已經(jīng)有兩千多年的歷史，在漫長歲月的琢磨中，圍棋理論不斷進(jìn)化，到達(dá)了很高的水準(zhǔn)，AlphaGo的獲勝，我們大可以解讀于“青出於藍(lán)”，畢竟是在人類圍棋進(jìn)化的主路徑上又攀高峰。

　　而AlphaGo2.0完全拋棄掉人類這兩千年來進(jìn)化的圍棋經(jīng)驗，另尋他徑，僅憑兩臺機(jī)器自我對弈中學(xué)習(xí)和進(jìn)化，最終不僅趕超了人類進(jìn)化的速度，還發(fā)展出一套截然不同的下棋方法，並且更加接近完美的狀態(tài)，實現(xiàn)了對人類的碾壓，重演了一部圍棋的進(jìn)化史，而且得出了與這兩千年來不同的進(jìn)化結(jié)果。

　　這會給我們什麼啟示？如果跳出圍棋的規(guī)則，類比看地球生命的進(jìn)化：人類是從原始的有機(jī)物，到單細(xì)胞開始逐步變成靈長類動物，並且發(fā)展出超越其他一切生物的智慧。這條路徑是唯一的麼？人類的生命形態(tài)和最頂級的生命形態(tài)還有多大距離？AlphaGo告訴我們：我們還有極大的發(fā)展空間；AlphaGo2.0告訴我們：如果有合適的條件，完全可能有其他的生命進(jìn)化路徑，以及更不一樣的進(jìn)化結(jié)果。

　　讓我們歡呼人的智慧造就了AlphaGo，這也幫我們開了眼界，看到我們離最終的生命形態(tài)和智慧依然有遙遠(yuǎn)的距離。

　　保持敬畏，堅定前行，終得圓滿。