柯潔與AlphaGo對(duì)弈
這個(gè)結(jié)果在很多人意料之中，其中也包括柯潔。
第一場賽后發(fā)布會(huì)上，柯潔直言AI的進(jìn)步速度太快了，并且每一次都是巨大的進(jìn)步。這也是為什么他在大賽前夕發(fā)布微博稱，此次將是他與人工智能的最后三盤對(duì)決。
柯潔心中已經(jīng)清晰的知道，人類已經(jīng)無法戰(zhàn)勝AlphaGo。他形容AlphaGo越來越像“圍棋上帝”，想贏它只能去找一些BUG，但目前，他還沒看到AlphaGo的任何弱點(diǎn)。
這里引用搜狗CEO王小川在知乎上發(fā)布的內(nèi)容，再向大家科普一下AlphaGo。
去年的AlphaGo 混合了三種算法，即蒙特卡洛樹搜索+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(jì)算；監(jiān)督學(xué)習(xí)，是通過學(xué)習(xí)3000萬部人類棋譜，對(duì)六段以上職業(yè)棋手走棋規(guī)律進(jìn)行模仿，也是AlphaGo獲得突破性進(jìn)展的關(guān)鍵算法；而增強(qiáng)學(xué)習(xí)作為輔助，是兩臺(tái)AlphaGo從自我對(duì)戰(zhàn)中學(xué)習(xí)如何下棋。
每當(dāng)獲取棋局信息時(shí)，AlphaGo 會(huì)根據(jù)策略網(wǎng)絡(luò)探索哪個(gè)位置同時(shí)具備高潛在價(jià)值和高可能性，進(jìn)而決定最佳落子位置。在分配的搜索時(shí)間結(jié)束時(shí)，模擬過程中被系統(tǒng)最頻繁考察的位置將成為AlphaGo 的最終選擇。
簡單來說，AlphaGo下棋依靠的是概率，而概率的得出則依靠前期學(xué)習(xí)。而這次與柯潔對(duì)戰(zhàn)的AlphaGo相較于去年，已經(jīng)判若兩人。
最初的AlphaGo主要依靠監(jiān)督學(xué)習(xí)，即學(xué)習(xí)對(duì)象幾乎全部來自人類棋手，而新版的AlphaGo則強(qiáng)化了增強(qiáng)學(xué)習(xí)，主要對(duì)機(jī)器自我對(duì)弈產(chǎn)生的棋局進(jìn)行學(xué)習(xí)。
難怪柯潔會(huì)覺得，去年AlphaGo的下法還很接近人類，但今年自己對(duì)戰(zhàn)時(shí)，AlphaGo已變得更加不合乎“常理”，下了很多人類棋手不可能下的棋子。
第一局結(jié)果
DeepMind創(chuàng)始人、AlphaGo之父Demis Hassabis證實(shí)了這一點(diǎn)，他說與柯潔對(duì)戰(zhàn)的AlphaGo更多的是根據(jù)自身學(xué)習(xí)，對(duì)人類數(shù)據(jù)的依賴性越來越小。
除了開始脫離人類數(shù)據(jù)，更讓人類望塵莫及的是其恐怖的進(jìn)步速度。我們常說要“取長補(bǔ)短”，AlphaGo則可以把這個(gè)過程加快成百上千倍。
取長方面暫不多說，AlphaGo的研發(fā)團(tuán)隊(duì)一直在找它的缺口。去年輸給李世石之后，他們回去馬上改善了AlphaGo的知識(shí)缺口，并且投入更多精力去改進(jìn)算法，讓AlphaGo變得更強(qiáng)。
這次的AlphaGo在算法上就強(qiáng)大了很多。去年，AlphaGo還是通過分布式的計(jì)算機(jī)來運(yùn)作，而今年只用了一個(gè)單一的機(jī)器。所以，柯潔非但沒有讓AlphaGo的CPU因?yàn)轱w速運(yùn)轉(zhuǎn)而發(fā)熱，相反，今天的AlphaGo的計(jì)算能力比去年要小10倍。
從比賽用時(shí)上來看，柯潔幾乎是AlphaGo的兩倍。雙方第一場比賽共耗時(shí)4小時(shí)17分37秒，其中柯潔用時(shí)2小時(shí)46分43秒，AlphaGo用時(shí)1小時(shí)30分54秒。
學(xué)的又多又快，人類棋手確實(shí)很難看到勝算?？聺嵰部吹搅诉@一點(diǎn)，但他為什么還要應(yīng)戰(zhàn)。
這也是普通網(wǎng)友最關(guān)心的問題了，柯潔的輸贏到底是否需要將其上升到“人類尊嚴(yán)”這種高度？答案肯定是不能。
圍棋如同所有競技賽事一樣，柯潔也是專業(yè)的運(yùn)動(dòng)員。對(duì)于運(yùn)動(dòng)員來說，勝敗乃兵家常事，面對(duì)實(shí)力懸殊很大的對(duì)手，任何人都很難取勝。
現(xiàn)在柯潔面對(duì)的就是這樣一個(gè)對(duì)手。所以對(duì)于比賽接下來的關(guān)注點(diǎn)不該是柯潔能否勝一局，而是AlphaGo所代表AI技術(shù)將為人類帶來什么。
目前來看，AlphaGo已經(jīng)顛覆了傳統(tǒng)的圍棋?？聺嵲诒荣愔幸矅L試了一些“非常規(guī)”下法，他認(rèn)為AlphaGo已經(jīng)改變了自己很多最初的看法，現(xiàn)在覺得比賽中沒有什么棋是不能下的。
Demis Hassabis在賽前的致辭中說道，圍棋的樣式變化繁多，可能再過一萬年，人類也無法窮盡圍棋的打法。
而AlphaGo可以作為一個(gè)工具，通過它去幫助人類對(duì)于圍棋的理解，讓偉大的棋手去發(fā)現(xiàn)圍棋更多的奧妙。
這確實(shí)是一種很奇妙的感覺。當(dāng)你認(rèn)為一件幾乎是唯一的事情，突然有了另外一種可能，這就像哥倫布發(fā)現(xiàn)新大陸后，給未來開啟了一扇新的大門。
柯潔說活到現(xiàn)在，最大的榮幸是和AlphaGo進(jìn)行了對(duì)戰(zhàn)，很感謝能有這樣的對(duì)手。他從AlphaGo身上獲得了很多比賽的快樂，這種快樂來自于競技，而非結(jié)果。
比賽結(jié)束以后，柯潔更希望把AlphaGo當(dāng)做幫助自己提升棋藝的工具。在人與機(jī)器之間，他選擇跟人類下棋，他笑著說，“我跟人類比賽的勝率還是可以的。”
01月07日 18:14
