3月9日，李世石會(huì)輸給AlphaGo。
AlphaGo橫空出世的時(shí)候，我寫(xiě)過(guò)一篇文章《我們押寶阿爾法圍棋》發(fā)在BetterRead，講它為什么會(huì)贏。這次講李世石為什么會(huì)輸。
李世石不是此刻的世界最強(qiáng)者。算上剛剛結(jié)束的農(nóng)心杯三國(guó)圍棋擂臺(tái)賽最終局，他已經(jīng)連續(xù)輸給中國(guó)的柯潔好多盤(pán)，輸?shù)袅私鼇?lái)兩人相爭(zhēng)的所有重大比賽。
不過(guò)，我要講的不是這個(gè)。李世石是不是最強(qiáng)者沒(méi)有什么關(guān)系，他已經(jīng)夠強(qiáng)了。
接著看。
幾個(gè)月前，在兩人爭(zhēng)奪世界冠軍頭銜之前，被問(wèn)及與李世石之戰(zhàn)勝率如何時(shí)，柯潔說(shuō)：李世石有5成，如果總共有100成的話。
棋盤(pán)如戰(zhàn)場(chǎng)，不許人間見(jiàn)白頭。十余年前，李世石像柯潔這般如日中天的時(shí)候，也是一樣地盛氣凌人，不給別人留路走。
不過(guò)，我要講的也不是一個(gè)李世石遭報(bào)應(yīng)的故事。
接著看。
后來(lái)有人問(wèn)李世石，你當(dāng)初那么目無(wú)余子，是真的認(rèn)為自己最強(qiáng)嗎？
李世石說(shuō)，不是的，是因?yàn)楫?dāng)時(shí)李昌鎬太強(qiáng)大了，又沒(méi)有任何破綻，我覺(jué)得自己模仿他的平衡風(fēng)格毫無(wú)勝算，只有盡力張揚(yáng)自己的性格才有可能破局（李昌鎬是1990年代中期到本世紀(jì)第一個(gè)10年中期無(wú)爭(zhēng)議的圍棋統(tǒng)治者。今天圍棋總共產(chǎn)生了100個(gè)世界冠軍，其中他拿的最多，17個(gè)）。
少年的心事與心機(jī)啊。
李世石及其發(fā)揚(yáng)光大至今仍統(tǒng)治職業(yè)棋界的棋風(fēng)，極度重視氣勢(shì)：你要戰(zhàn)，我便戰(zhàn)；你不要戰(zhàn)，我更要戰(zhàn)，追求從一開(kāi)始便將對(duì)手拉入不到終局不休的無(wú)數(shù)場(chǎng)戰(zhàn)斗之中。
為什么這個(gè)策略可行？
第一，戰(zhàn)斗中，雙方下錯(cuò)的概率顯著增加。你會(huì)犯錯(cuò)，我也會(huì)犯錯(cuò)。棋手不再不切實(shí)際地寄希望于不犯錯(cuò)誤，而是爭(zhēng)取自己的錯(cuò)誤犯得較小，避免自己成為犯最后那個(gè)錯(cuò)誤的一方。
第二，主動(dòng)將局面導(dǎo)向這種博弈的一方，在心理上、棋風(fēng)上乃至體力上更有準(zhǔn)備。
第三，一戰(zhàn)定局這種事變得越來(lái)越少，一局棋變得很漫長(zhǎng)，在可能多達(dá)幾十場(chǎng)戰(zhàn)斗中，如果你擅于捕捉機(jī)會(huì)，機(jī)會(huì)多很多。
全力張揚(yáng)桀傲個(gè)性，不求平衡，從開(kāi)局戰(zhàn)斗到終局，李世石創(chuàng)造了自己的時(shí)代，引領(lǐng)了一代圍棋風(fēng)格，其間收獲了十多個(gè)世界冠軍頭銜，也埋下了今天面對(duì)AI的尷尬。
為什么？
與投資界里常說(shuō)的贏虧同源相似，李世石的長(zhǎng)處明顯，短板也明顯，都是一個(gè)：在戰(zhàn)斗中尋找對(duì)手的破綻，自己的破綻也會(huì)增多，為將局面引入亂戰(zhàn)，甚至不惜故意露出破綻，開(kāi)局即崩。
李世石雄踞世界棋壇多年，但沒(méi)有留下傳統(tǒng)意義上的名局，就是那種棋：雙方落子都甄于完美，沒(méi)有惡手，一方取勝是因?yàn)橄碌酶?，而不是另一方下得不好。李世石固然?huì)下出絕妙手段，但也會(huì)露出不少破綻，下出不少惡手，一盤(pán)棋贏下來(lái)是因?yàn)閷?duì)手的破綻和惡手更多。李世石拿到世界冠軍的不少?zèng)Q勝譜很難看，對(duì)手在懊惱自己犯下錯(cuò)誤之余，更有許多郁結(jié)。不信請(qǐng)問(wèn)同為世界冠軍級(jí)棋手但被李世石多次碾壓的常昊、孔杰。李世石棋風(fēng)有惡名“僵尸流”，就是這樣來(lái)的。
這樣說(shuō)對(duì)李世石并不公平。旁觀李世石下棋，會(huì)覺(jué)得李世石的棋風(fēng)很脆，常常在開(kāi)局用壓迫式的布子求戰(zhàn)，結(jié)果露出破綻，一舉落入下風(fēng)；然而那些坐到李世石對(duì)面的高手，會(huì)覺(jué)得李世石的棋強(qiáng)韌之極，他們常常贏得每場(chǎng)戰(zhàn)斗，直到輸?shù)糇詈笠粓?chǎng)戰(zhàn)斗。
可是，李世石這樣下，用自己的不穩(wěn)定賭對(duì)手的更不穩(wěn)定，對(duì)AI會(huì)有效嗎？
點(diǎn)到即止。
最后，再來(lái)看一下AlphaGo。
上周，研發(fā)AlphaGo的Goolge Deepmind創(chuàng)始人Demis Hassabis在牛津大學(xué)發(fā)表演講，介紹人工智能進(jìn)展，其中大部分內(nèi)容介紹AlphaGo（https://www.youtube.com/watch?v=4fjmnOQuqao ）。
面對(duì)當(dāng)前局面，AlphaGo不是作窮舉計(jì)算，兩個(gè)深度學(xué)習(xí)算法極大地減少了計(jì)算量?！安呗跃W(wǎng)絡(luò)”算法負(fù)責(zé)下一步的落子選擇，從理論上存在的平均200種可能選擇，縮小到三四種得分最高的選擇；“價(jià)值網(wǎng)絡(luò)”算法負(fù)責(zé)評(píng)估落子后的局面與最終勝負(fù)的概率關(guān)系，就是判斷局面是否處于優(yōu)勢(shì)，優(yōu)勢(shì)多大。
前者減少計(jì)算的寬度——不用去計(jì)算所有落子的可能；后者減少計(jì)算的深度，不用徒勞地去嘗試算到底。
這確實(shí)就是人類棋手在面對(duì)棋局時(shí)的思維方式。沒(méi)有人能算到終局，也無(wú)須如此，只要算到下一步棋能導(dǎo)向優(yōu)勢(shì)就足夠了。用諾獎(jiǎng)得主、經(jīng)濟(jì)學(xué)家、政治學(xué)家、人工智能專家司馬賀（Herbert Simon）的話說(shuō)，人做不到完美（optimal）計(jì)算，做夠用就行（satisficing）的算計(jì)。AlphaGo下棋看來(lái)也是如此。可是，AlphaGo有擬人的圍棋思維，但它不會(huì)有人的波動(dòng)。與人下，你露出破綻，還有無(wú)數(shù)機(jī)會(huì)；與它下，就結(jié)束了。
從誕生以來(lái)，AlphaGo主要是自己的許多個(gè)分身之間下棋，多到每天下幾十萬(wàn)盤(pán)。武俠小說(shuō)中左腳踩右腳越升越高的輕功是亂蓋的，但AlphaGo跟自己下棋卻真能漲棋，Hassabis稱之為內(nèi)部測(cè)試。每隔一段時(shí)間，AlphaGo會(huì)跟外部棋手下，以作校準(zhǔn)，這叫外部測(cè)試。前兩次外部測(cè)試，2015年4月跟同為AI的crazystone下，2015年10月跟樊麾下，結(jié)果大家都知道了。
Hassabis最后說(shuō)，跟李世石對(duì)戰(zhàn)，絕大多數(shù)職業(yè)棋手認(rèn)為AlphaGo會(huì)輸，但我們的內(nèi)部測(cè)試結(jié)果可不是這樣。
走著看。
你還想看
聯(lián)系客服
