‘必一运动’王小川评AlphaGo2.0：和1.0原理大不同更接近于人

本文摘要：(公众号：)按：去年3月谷歌的AlphaGo乘势战胜韩国棋士职业九段李世石愤慨国际。

(公众号：)按：去年3月谷歌的AlphaGo乘势战胜韩国棋士职业九段李世石愤慨国际。就在比赛之前，大多数人都将胜利的天枰压在了李世石一方，他们指出人类赢的几率较小，即使赢也会是4:1这样惨重的结果。之后当我们分析结果，我们意识到科技发展水平与大众理解水平的僵化，另外这场比赛的主办方也是AlphaGo的研发方谷歌仍然以顺服的姿态面临比赛结果，让很多人以为这场比赛只不过是谷歌的一次程序测试而已。

当然，也有人一开始就忠诚地为AlphaGo摇旗呐喊，其中搜狗CEO王小川甚至断言，AlphaGo不仅不会夺得比赛，甚至是战胜。就在今日，谷歌再度携同升级后的AlphaGo 2.0回到中国乌镇，对局中国围棋职业九段棋手柯洁。对于这场对局，人类只剩的只是防御，输掉早已仍然显得那么最重要，只要不赢甚至不要赢的那么漂亮早已沦为大多数正在注目这场对局的人的心境。所以，这次大家更加注目的是，AlphaGo 2.0又有了哪些的有所不同。

这次，王小川再度在知乎上公开发表了自己的观点，他断言AlphaGo 2.0早已挣脱了监督自学，仍然必须人类下围棋的历史数据，而是只通过“强化自学”，另外，两台AlphaGo自我对战自学如何对局，并超过登峰造极的地步。此次在与柯洁的对局中，AlphaGo 2.0的棋风几乎异于常人，在王小川显然这正是这场对局仅次于的看点。搜狗CEO王小川该来的再一来了。

一年前AlphaGo公布，看完了论文后我就在知乎上发文预测机器不会战胜人类。好些行业朋友不坚信，为此我缴了很多“智商税”，之后微信发红包仍然零担春节才发完。此外我还立了两个断言：一个是Google很有可能再行研发出有AlphaGo 2.0，挣脱“监督自学”，仍然必须人类下围棋的历史数据，而是只通过“强化自学”；两台AlphaGo自我对战自学如何对局，并超过登峰造极的地步。

从公开发表的资料辨别，此言中了。这意味著什么呢，又有什么看点呢？技术根本性提高：和1.0原理大有所不同 更加相似于人AlphaGo 1.0 是精妙地混合了三种算法：蒙特卡洛树根搜寻+监督自学+强化自学。其中蒙特卡洛树根搜寻是一种优化过的暴力计算出来，比1997年深蓝的暴力计算出来更聪明。

而这里的监督自学，是通过自学3000万步人类棋谱，对六段以上职业棋手走棋规律展开仿效，也是AlphaGo取得突破性进展的关键算法。而强化自学作为辅助，是两台AlphaGo从自我对战众中自学如何对局，据报对棋力提高受限。根据公开发表资料推断，此次AlphaGo2.0的技术原理与之前具有极大有所不同：1. 退出了监督自学，没再行用人的3000万局棋谱展开训练。这本是AlphaGo最亮眼的算法，也是今天主流机器学习不可避免的核心条件：依赖优质的数据，在这个特定问题下就这么被再度突破了。

2. 退出了蒙特卡洛树根搜寻，仍然展开暴力计算出来。理论上，算法就越田寮，就就越必须暴力计算出来做到补足。算法就越聪慧，就可以大大减少暴力计算出来。从AlphaGo 2.0的“马甲”Master的历史不道德看，走棋十分很快，大约在每10秒钟就走棋一步，如此速度很有可能是退出了暴力的计算出来。

3. 很大地增强了强化自学的起到，之前敲边鼓的算法，月沦为扛把子主力。想想看有多励志：两台白痴机器，遵从走棋和获得胜利规则，从随机走棋开始日夜传授，总结经验，大大抨击和自我批评，一周后终成大器。在这样的算法下，AlphaGo 2.0对计算资源支出大于，把当前棋局输出神经网络，电流流到，输入就是最佳的走棋方案。我猜测如此算法下，有可能意味着依赖一个GPU工作，每一步棋消耗的能源相似人的大脑。

仅次于看点： AlphaGo2.0 棋风几乎瓦解人类经验今年年初，AlphaGo 化身Master连胜人类顶尖棋手60局。在棋士领域，机器战胜早已变为普遍认为的定论。这造成很多人开始问：这次人机大战还有意义吗？我们的关注点仍然是机器否不会输掉——而是机器将用什么姿势战胜人类。

AlphaGo自学了3000万步人类棋谱，走棋风格也近似于人。在比赛现场，极有AlphaGo走棋和人的经验不合乎，就被选为“可笑”，只是在中盘之后找到机器慢慢局面占优势最后获得胜利，为了自圆其说理解为“AlphaGo中盘反败为胜”，前两局莫过如此。第三局开始评论者宽了教训，开始敬称AlphaGo为“阿老师”，有了喜爱和敬畏的心态。

这带来围棋界相当大的冲击，以前大家指出准确的东西，只不过是不准确的。柯洁曾多次评价说道：“AlphaGo经常出现，很多理论都被夺权，再行看以前定式显得有趣，盈那么多目就仍然是两分。”人类通过数千年空战，总结了棋士理论，然后计算机告诉他人类：这些全都是错的。

现在在很多比赛上，人类棋手早已开始向机器学习，仿效AlphaGo的下法，棋圣聂卫平也曾回应“理论被政治宣传了”。而AlphaGo2.0瓦解了机器对人仿效，走棋风格也将几乎瓦解人的定式。

在与柯洁的比赛中，不会大大经常出现我们意想不到的走棋，而且这些走棋在教科书中会被指出是低级错误或者几乎不可理喻，但凡一个长时间的棋手都会这么玩游戏，但凡一个新手这么玩游戏都会被点拨这样不对。而AlphaGo2.0不会大大生产这样的局面，关键他还是对的。

可想对专业棋手的心里不会有多大的震惊：不仅自己这一辈子都没有这么想要过这么对局，整个围棋界都没想要过。不会会猜测自己白活了？不会会反省两千年棋士的发展为什么有这样的瓶颈？还有多少海阔天空等着我们去探寻？可等不及我们去探寻，计算机就得出了终局的答案，多么思念。

我们不会津津乐道，AlphaGo是什么棋风。但可以这样推理小说：但凡有流派和风格，就还有局限性。只有当所有流派合一没什么流派的时候，才抵达致高境界。

AlphaGo 2.0之后不会是这么一台机器，没风格，稳如磐石。可以再会这次与柯洁的对局，能频现“怪招”，几乎政治宣传人类对棋士的解读——这不会是比赛仅次于的看点。英勇的柯洁，要关卡108种姿势来抵御了。

2017人机大战的意义：重演一部进化史 重新认识智慧的边界2016年在AlphaGo和李世乭的对战后，人工智能转入大众的视野，我们开始新的思维机器和人的关系。棋士早已有两千多年的历史，在漫长岁月的木村中，棋士理论大大演化，抵达了很高的水准，AlphaGo的获得胜利，我们大可以理解于“青出于蓝”，却是是在人类棋士演化的主路径上又爬高峰。

而AlphaGo2.0几乎舍弃掉人类这两千年来演化的棋士经验，觅他半径，单凭两台机器自我对局中自学和演化，最后不仅领先于了人类演化的速度，还发展出有一套截然不同的对局方法，并且更为相似极致的状态，构建了对人类的碾压，重演了一部棋士的进化史，而且得出结论了与这两千年来有所不同的演化结果。这不会给我们什么救赎？如果跑出棋士的规则，转换看地球生命的演化：人类就是指完整的有机物，到单细胞开始逐步变为灵长类动物，并且发展出有打破其他一切生物的智慧。这条路径是唯一的么？人类的生命形态和最顶级的生命形态还有多大距离？AlphaGo告诉他我们：我们还有很大的发展空间；AlphaGo2.0告诉他我们：如果有适合的条件，几乎有可能有其他的生命演化路径，以及更加不一样的演化结果。

让我们掌声人的智慧可谓了AlphaGo，这也老大我们进了眼界，看见我们离最后的生命形态和智慧仍然有很远的距离。维持敬畏，忠诚前进，终得完满。附王小川一年前断言AlphaGo战胜李世石的文章：王小川断言AlphaGo将战胜李世石 他不会被打脸吗？另外，由中国计算机学会（CCF）主办、与香港中文大学（深圳）全程主办的 AI 盛会 --「全球人工智能与机器人峰会」（CCF-GAIR），将于 7.7-7.9 日在深圳开会，王小川应邀作为演说嘉宾共享他对于人工智能的思维。

如果你也想要亲赴 CCF-GAIR 的大会现场，倾听王小川的大会演说，近期大会限量六折票正在火热预售中，心动不如责成行动！版权文章，予以许可禁令刊登。下文闻刊登须知。

本文关键词：必一运动·(B-Sports)官方网站,必一运动,b体育

本文来源：必一运动·(B-Sports)官方网站-www.kishii13.com