5月23日AlphaGo2.0版本在人機圍棋競賽中以1/4子的微弱優勢克服了柯潔，一方面持續彰顯了人工智能的壯大，但也讓人們對AlphaGo和人工智能有了新的熟悉。先說出結論，再看剖析。

　　1.在圍棋這個項目上AlphaGo今朝走在了人類的后面，但并沒有完整霸占圍棋這項活動。它只是經由過程深度進修找到了一個比人類熟悉更優的解，但不是最優解。最優解沒法找到，即使用盡地球上一切的資本。從專業的角度來說，就是用深度進修去切近親近了一個強化進修中的價值斷定函數，然后再跟蒙特卡洛搜刮樹聯合的辦法（詳細詳解可參看《鄭宇：一張圖解ALphaGo道理及弱點》，不再反復）。既然人工智能和人類都不克不及找到最優解，如今說哪一方曾經完整完全的掉敗還早。

　　2. 人類也是在提高的，我們也不要低估了人類后天的疾速（小樣本）進修才能，這點AlphaGo基于如今的進修辦法還做不到。短時間來看人獲勝幾率小，但久遠來看（將來5-10年）人還無機會，由于人也有很強的進修才能，可以從大批跟AlphaGo的棋戰的棋局中疾速進修。而即使再給AlphaGo1億副棋譜，再添加一萬塊GPU，假如照樣基于現有的進修系統，它提高的速度也終將放緩，由于新增的棋譜和盤算資本絕對于2x10171這個搜刮空間來講只是九牛一毫。我們對人腦的懂得還遠不如對圍棋的熟悉，這外面還有很年夜的未知數。

　　3. 今朝人類職業棋手跟AlphaGo的差距也就在一個貼目標程度，沒有年夜家想象的那末年夜。其實這個貼目標差距（按中國尺度7目半），退職業棋手看來，曾經長短常年夜的差距了。許多職業高手，進入官子階段后發明本身還落伍對方7-8目，就會自動投子認輸了。許多經由過程數子來決議輸贏的競賽，勝負常常都在1-2目之間（好比柯潔就輸給AlphaGo半目）。不然會被其他專業棋手笑話，本身落伍那末多都不曉得，點空才能太弱了。

　　要能真正客不雅、精確的對待這個成績急須要較強的人工智能專業常識，也須要必定的圍棋功底。上面先改正網上認知的一些誤區：

　　誤區一：AlphaGo可讓人類頂尖棋手4個子，AlphaGo2.0可讓上一個版本4-5個子。

　　要清除這個誤會，起首要跟年夜家普及一下圍棋常識：在圍棋里“讓對方兩個子”和“贏對方2個子”有著天地之別。這點關于下圍棋的人不消多說，但我明天才認識到，許多吃瓜大眾一向認為這就是一回事。難怪網上會傳播以上的毛病談吐。

　　讓對方兩個子： 在圍棋里讓2子是說讓一方先在棋盤上放上2個棋子（棋子只能放在星位），然后對剛剛開端走。這兩個子在棋戰之初的價值偉大，關于專業棋手來說，每一個棋子價值至多在10目以上（這是最守舊估量了）。讓兩子相當于至多先讓出去對方20多目標地皮。因為棋盤是無限的，假如不克不及在前面的競賽中，在無限的空間里贏回這20多目，那就是讓子掉敗了。并且讓子數越多，被讓方取得的價值不單是線性增加的，由于子力之間會構成合營，獲得更年夜的好處。好比說，讓四子，其價值便可能遠不止40目了。

　　贏對方2個子：是指兩邊下完后，贏的一方比輸的一方多出2個子。假如依照吃住對方一個子算兩目標辦法來算，那2個子只相當于4目。AlphaGo贏了柯潔1/4子，就相當于半目棋子罷了。

　　所以“讓對方兩個子”和“贏對方2個子”弗成同年而語。假如真的有圍棋之神存在（既他必定能找到最優解，我們人是沒有愿望下過他的），普通頂尖專業棋手以為他們跟這個神的差距在讓2-3子之間。因為AlphaGo可以被證實不克不及包管找到最優解，所以他離神還有必定的間隔。是以，說AlphaGo可讓人類頂尖棋手4個子，這的確就是天方夜談。

　　誤區二：AlphaGo也會下出一些顯著欠好的招數，是由于他自我斷定情勢占優，而抓緊了本身的請求。

　　AlphaGo的搜刮戰略就是優先對獲勝幾率比擬年夜的分支停止更多的深度搜刮，這個戰略在任什么時候候都不會轉變，也不克不及轉變。他不會認為本身優勢了就下出緩手。下得欠好的時刻是由于其價值斷定原來就是一個近似，并且搜刮空間也不克不及窮盡，得不到最優解，是以，有時估量還不錯的棋，其實紛歧定是真的最好的下法，AlphaGo涌現這類不穩固狀態是正常的。這也是人類善存的愿望地點。固然人類也有本身的弱點，如疲憊、情感動搖等，人也會斷定掉誤。并且棋局很長，有些之前不太好的棋，經由前面的變更（包含不是預感中的變更）有能夠會釀成好棋。所以，不是一切的毛病，都邑直接影響到競賽的成果。并且如今年夜家仿佛有點怕AlphaGo了，即使是AlphaGo下出一招欠好的棋，年夜家更多的是疑惑本身的程度（是否是我們沒看懂?。浚?，而選擇信任AlphaGo的“深謀遠慮“。

　　誤區三：AlphaGo可以賡續自進修，重新的棋局里獲得經歷，疾速晉升本身。

　　AlphaGo的體系因為參數異常多，須要年夜量的數據來練習，新增的幾幅棋譜對進步它的棋力起不就任何感化。并且AlphaGo在做參數調劑時是針對一年夜批數據的全體優化，也必需對許多棋譜做批量處置，練習時光異常長，弗成能在很短時光內年夜幅晉升本身的程度。即使是統一組練習棋譜，參數調劑辦法紛歧樣也會練習出棋力程度差別較年夜的體系。其實AlphaGo是經由過程自我棋戰來生成許多棋譜，然后應用棋譜中的（兩個持續的）盤面跟最初的輸贏對應關系練習出價值收集來。這里只是借用了一下強化進修的框架來練習深度神經收集的參數罷了，重要進獻照樣深度進修的近似才能帶來的（處理了傳統強化進修針對龐雜情況和舉措狀況沒法求解的困難）。是以，AlphaGo并沒有年夜家想象的那種自我博弈就可以本身賡續提高的才能。

　　誤區四：AlphaGo會有意放水輸失落一局競賽。

　　這個沒有能夠。要想輸還不克不及輸的那末好看和顯著，是一件異常難辦的工作，能夠比贏棋還要難。在模子練習好以后，AlphaGo可以或許暫時修改的只要在搜刮部門投入的資本若干（搜刮多年夜的空間）可以修改?？s減的太小，簡直不會有太年夜變更，但假如縮減太多，就會下出一些異常初級的棋來。這點從技巧角度來說很難掌握。

　　誤區五：盤算機的盤算才能必定比人強，所以不要去跟AlphaGo比盤算，應當把局勢簡略化，防止龐雜的戰役。

　　AlphaGo依附的是一種基于樹的搜刮算法，碰到龐雜局勢搜刮空間變年夜，對將來勝負的價值斷定也會變難。是以，人算不外來的龐雜局勢，對AlphaGo來講也很艱苦。假如局勢太簡略，機械可以異常好的盤算出比擬優的解，人類棋手加倍沒有愿望。是以，把局勢弄龐雜，人類棋手才有愿望獲勝，固然這個對人類也提出了更年夜的挑釁。

　　總結

　　基于人類今朝對圍棋的熟悉和懂得，現階段依然會輸給人工智能。我其實不是認為柯潔有愿望可以或許博得前面的競賽，但人類也在提高，經由過程跟AlphaGo的棋戰，人類也在從新熟悉圍棋。只需人類的思惟和文明在賡續提高，人就有能夠在將來5-10年里經由過程賡續的進修遇上以后的AlphaGo。固然，AlphaGo也會提高，但它還不是圍棋之神，也沒有霸占圍棋這個困難。假如現有的進修辦法沒有周全的改革，其提高的速度也會漸漸放緩?；诖苏遄茫祟愡€會無機會。當人們對圍棋有了更深刻的懂得以后，又會設計出更好的人工智能算法。二者其實其實不抵觸，相反相成，相互增進，不論誰輸誰贏都是人類文明提高的表現。人類的智能也將一直走在機械的后面，而不會被機械代替。