今天，"阿尔法狗" 是如何击败人类的

今天人机大战终于从电影银幕走向了现实场景，但残酷结局是，人工智能最终击败了人类。

围棋，一直被认为是人类脑力的最高段运动，因其变幻无常，毫无既定章法而循而为人类所自豪，人称 ”棋圣“的聂卫平就在比赛前扬言：”别忽悠我，电脑不可能战胜人类！“

可惜，这一天还是来了，比我们预想的更快一些。

复盘

就在今天下午，在韩国，九段骑手李世石与围棋机器人上演了一场精彩对弈。

（比赛现场截图）

根据比赛规则，从今天开始到下周二，双方将进行5场对决，胜3场者赢全局。不过，李世石曾在此前放话：“AlphaGo赢一局就等于人类失败了。”

今天下午进行的第一场对弈，足足进行了近三个小时，正当所有人都认为，李世石稳操胜券之时，这位“顶级高手”却因过于求稳，出招绵软，屡屡错失“灭杀”机会。最终一招致命失误，彻底改变局面。相反，AlphaGo却“毫无情绪”，越挫越勇，乘胜追击，最终获胜！

到这里，人工智能的“智慧”大大超出了人们的预期 。

这场世纪大战究竟是怎么来的？

AlphaGo是一款围棋人工智能程序，由位于英国伦敦的谷歌（Google）旗下DeepMind公司的戴维·西尔弗、艾佳·黄和戴密斯·哈萨比斯与他们的团队开发。使用了神经网路加上MCTS (Monte Carlo tree search），同时还要加上谷歌强大的云计算资源，结合CPU+GPU，加上从高手棋谱和自我深度学习的功能。

在5个月前，AlphaGo 已经小试牛刀，在首场人机大战中，击败了欧洲冠军樊麾，不过，樊麾只是职业二段。在这之后，谷歌就在全球电话会议中宣布，将于三月同（前）世界冠军李世石竞技，值得注意的是，李世石是职业九段。

AlphaGo如何进步？

在赛前，身为职业九段的李世石曾对比赛结果十分乐观：”AlphaGo只是三段棋手水平，输赢并不悬念。“ 但在这短短五个月时间内，AlphaGo 究竟是如何进步的？ 根据“知乎”，AlphaGo进步的方法主要有两个：

增加硬件：在这5个月时间里，AlphaGo的CPU从1202个增到1920个，但实际情况是，线性增加CPU，并不代表AlphaGo的“段位”有线性成长。若要达到跨越式提升，需要的CPU将达到天文数字（有篇文章估计至少要10万个CPU：AlphaGo and AI Progress）。假设有十万万台机器，它们的总计算能力很强，但是彼此的协调也将成为瓶颈。因此，在几个月之内增加两个数量级的CPU并调节算法，降低瓶颈，应该不容易。

增加学习功能：AlphaGo有两种学习功能，第一种是学习高手棋谱，第二种是自我对弈，自我学习。据说，AlphaGo已经使用了16万次高手比赛，同时搜集的棋谱过亿级。而在自我对弈方面也在巨大机组上训练了8天。这方面肯定会有进步，但是要超越世界冠军可能不容易。最后，换一种分析方式：如果从过去深蓝击败世界冠军的“成长过程”来看，深蓝大约1993年达到职业大师水平，4年后才在一场六盘的比赛中击败世界冠军（大约500Elo积分点的提升）。今天的AlphaGo应该和1993年的深蓝相似，刚进入职业大师水平。若要击败世界冠军，虽然未必需要4年的时间，但是几个月似乎不够。

AlphaGo的优劣势分析：

局部算子方面非常厉害。由于AlphaGo“脑中的模型”集合了上亿部棋谱以及职业棋手的”大脑“，因此每走一步都从数据模型高速计算出”最接近胜利”的方案，因此在现场专家看来，AlphaGo在局部算子上具备了极强的精确性。

无情绪。对于李世石的失败，来自场内外的声音都将之归结为“情绪化”。在即将胜利的关键当口，这位高手却进入了“漂移“状态，不仅落子绵软，步步退让，更是出现了低级且致命的失误。而AlphaGo尽管在选择和判断上出现过计算疲软，但依靠始终保持的精确计算能力和统一的节奏，让机器最终击败了有情绪的人类。

两个大脑协调障碍。在整场对弈中，AlphaGo也曾出现过“选择困难症”。据说，AlphaGo有两个大脑，一个是落子判断，一个是布局价值的判断；两者孰轻孰重？对AlphaGo而言，就像跑步时，究竟该先出左腿还是先出右腿，没有“直觉”的支撑，显然并不容易。

AlphaGo 若打败了世界冠军，就意味着计算机超越人脑？

在知乎上对此的回答是：

• 在可以凭逻辑分析推算的问题上，机器即将远远把人类抛在后面。机器速度会越来越快，学习能力会越来越强，数据会越来越多。当年，大家讨论“国际象棋输给机器不算什么，围棋才是真正的智慧”只是我们人类维护自己尊严但是不实际的幻想！今天，我们该面对现实了！

• 在大数据+机器学习+大规模并行计算的时代，我们将看到无数的商机和产品，能够在预测、分析、推荐等方面，产生巨大的商业和用户价值。不过，这些解决方案和人类相比，其实没有什么意义，因为人差太远了。

• 在感知方面，人类也将会被机器超越。今天的语音识别，人脸识别，未来的自动驾驶，都是例子。

• 但是，以上都还是冷冰冰的技术，机器打败了世界冠军也没有感到高兴（甚至说不出为什么）。毕竟，在情感、喜怒哀乐、七情六欲、人文艺术、美和爱、价值观等方面，机器离人还差的很远，甚至连基础都没有。对人工智能的研究者，这是下一个挑战。对我们人类，在下个突破之前，我们还是多发展右脑吧！