雷鋒網(wǎng)按：去年3月谷歌的AlphaGo一舉戰(zhàn)勝韓國圍棋職業(yè)九段李世石震驚國際。就在比賽之前，大多數(shù)人都將勝利的天枰壓在了李世石一方，他們認(rèn)為人類輸?shù)膸茁屎苄?，即使輸也不?huì)是4:1這樣慘烈的結(jié)果。之后當(dāng)我們分析結(jié)果，我們意識到科技發(fā)展水平與大眾認(rèn)知水平的脫節(jié)，另外這場比賽的主辦方也是AlphaGo的研發(fā)方谷歌一直以謙卑的姿態(tài)面對比賽結(jié)果，讓很多人以為這場比賽只不過是谷歌的一次程序測試而已。當(dāng)然，也有人一開始就堅(jiān)定地為AlphaGo搖旗吶喊，其中搜狗CEO王小川甚至斷言，AlphaGo不僅會(huì)贏得比賽，甚至是完勝。

就在今日，谷歌再次攜升級后的AlphaGo 2.0來到中國烏鎮(zhèn)，對弈中國圍棋職業(yè)九段棋手柯潔。對于這場對弈，人類剩下的只是防守，贏已經(jīng)不再變得那么重要，只要不輸甚至不要輸?shù)哪敲措y看已經(jīng)成為大多數(shù)正在關(guān)注這場對弈的人的心境。所以，這次大家更關(guān)注的是，AlphaGo 2.0又有了哪些的不同。

這次，王小川再次在知乎上發(fā)表了自己的看法，他斷言AlphaGo 2.0已經(jīng)擺脫了監(jiān)督學(xué)習(xí)，不再需要人類下圍棋的歷史數(shù)據(jù)，而是只通過“增強(qiáng)學(xué)習(xí)”，另外，兩臺AlphaGo自我對戰(zhàn)學(xué)習(xí)如何下棋，并達(dá)到登峰造極的地步。此次在與柯潔的對弈中，AlphaGo 2.0的棋風(fēng)完全異于常人，在王小川看來這正是這場對弈最大的看點(diǎn)。

搜狗CEO王小川

該來的終于來了。

一年前AlphaGo發(fā)布，看完論文后我就在知乎上發(fā)文預(yù)測機(jī)器會(huì)完勝人類。好些行業(yè)朋友不相信，為此我收了很多“智商稅”，之后微信發(fā)紅包一直發(fā)到春節(jié)才發(fā)完。此外我還立了兩個(gè)斷言：一個(gè)是Google很有可能再研發(fā)出AlphaGo 2.0，擺脫“監(jiān)督學(xué)習(xí)”，不再需要人類下圍棋的歷史數(shù)據(jù)，而是只通過“增強(qiáng)學(xué)習(xí)”；兩臺AlphaGo自我對戰(zhàn)學(xué)習(xí)如何下棋，并達(dá)到登峰造極的地步。從公開的資料判斷，此言中了。這意味著什么呢，又有什么看點(diǎn)呢？

技術(shù)重大提升：和1.0原理大不同 更接近于人

AlphaGo 1.0 是巧妙地混合了三種算法：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，比1997年深藍(lán)的暴力計(jì)算更聰明。而這里的監(jiān)督學(xué)習(xí)，是通過學(xué)習(xí)3000萬步人類棋譜，對六段以上職業(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AlphaGo從自我對戰(zhàn)眾中學(xué)習(xí)如何下棋，據(jù)悉對棋力提升有限。

根據(jù)公開資料推測，此次AlphaGo2.0的技術(shù)原理與之前有著巨大不同：

1. 放棄了監(jiān)督學(xué)習(xí)，沒有再用人的3000萬局棋譜進(jìn)行訓(xùn)練。這本是AlphaGo最亮眼的算法，也是今天主流機(jī)器學(xué)習(xí)不可避免的核心條件：依賴于優(yōu)質(zhì)的數(shù)據(jù)，在這個(gè)特定問題下就這么被再次突破了。

2. 放棄了蒙特卡洛樹搜索，不再進(jìn)行暴力計(jì)算。理論上，算法越笨，就越需要暴力計(jì)算做補(bǔ)充。算法越聰明，就可以大大減少暴力計(jì)算。從AlphaGo 2.0的“馬甲”Master的歷史行為看，走棋非常迅速，約在每10秒鐘就走棋一步，如此速度很可能是放棄了暴力的計(jì)算。

3. 極大地強(qiáng)化了增強(qiáng)學(xué)習(xí)的作用，之前敲邊鼓的算法，正式成為扛把子主力。想想看有多勵(lì)志：兩臺白癡機(jī)器，遵守走棋和獲勝規(guī)則，從隨機(jī)走棋開始日夜切磋，總結(jié)經(jīng)驗(yàn)，不斷批評和自我批評，一周后終成大器。

在這樣的算法下，AlphaGo 2.0對計(jì)算資源開銷極小，把當(dāng)前棋局輸入神經(jīng)網(wǎng)絡(luò)，電流流過，輸出就是最佳的走棋方案。我猜測如此算法下，有可能僅僅依靠一個(gè)GPU工作，每一步棋消耗的能源接近人的大腦。

最大看點(diǎn)： AlphaGo2.0 棋風(fēng)完全脫離人類經(jīng)驗(yàn)

今年年初，AlphaGo 化身Master連勝人類頂尖棋手60局。在圍棋領(lǐng)域，機(jī)器完勝已經(jīng)變成公認(rèn)的定論。這導(dǎo)致很多人開始問：這次人機(jī)大戰(zhàn)還有意義嗎？我們的關(guān)注點(diǎn)不再是機(jī)器是否會(huì)贏——而是機(jī)器將用什么姿勢戰(zhàn)勝人類。

AlphaGo學(xué)習(xí)了3000萬步人類棋譜，走棋風(fēng)格也近似于人。在比賽現(xiàn)場，偶有AlphaGo走棋和人的經(jīng)驗(yàn)不符合，就被評為“愚蠢”，只是在中盤之后發(fā)現(xiàn)機(jī)器漸漸局面占優(yōu)最終獲勝，為了自圓其說解讀為“AlphaGo中盤逆轉(zhuǎn)”，前兩局莫過如此。第三局開始評論者長了教訓(xùn)，開始尊稱AlphaGo為“阿老師”，有了欣賞和敬畏的心態(tài)。這帶給圍棋界很大的沖擊，以前大家認(rèn)為正確的東西，其實(shí)是不正確的?？聺嵲?jīng)評價(jià)說：“AlphaGo出現(xiàn)，很多理論都被推翻，再看以前定式變得好笑，虧那么多目就不再是兩分。”人類通過數(shù)千年實(shí)戰(zhàn)，總結(jié)了圍棋理論，然后計(jì)算機(jī)告訴人類：這些全都是錯(cuò)的。現(xiàn)在在很多比賽上，人類棋手已經(jīng)開始向機(jī)器學(xué)習(xí)，模仿AlphaGo的下法，棋圣聶衛(wèi)平也曾表示“理論被顛覆了”。

而AlphaGo2.0脫離了機(jī)器對人模仿，走棋風(fēng)格也將完全脫離人的定式。在與柯潔的比賽中，會(huì)不斷出現(xiàn)我們意想不到的走棋，而且這些走棋在教科書中會(huì)被認(rèn)為是低級錯(cuò)誤或者完全不可理喻，但凡一個(gè)正常的棋手都不會(huì)這么玩，但凡一個(gè)新手這么玩都會(huì)被點(diǎn)撥這樣不對。而AlphaGo2.0會(huì)不斷制造這樣的局面，關(guān)鍵他還是對的?？上雽I(yè)棋手的心里會(huì)有多大的震撼：不僅自己這一輩子都沒這么想過這么下棋，整個(gè)圍棋界都沒有想過。會(huì)不會(huì)懷疑自己白活了？會(huì)不會(huì)反思兩千年圍棋的發(fā)展為什么有這樣的瓶頸？還有多少海闊天空等著我們?nèi)ヌ剿?？可等不及我們?nèi)ヌ剿?，?jì)算機(jī)就給出了終局的答案，多么惆悵。

我們會(huì)津津樂道，AlphaGo是什么棋風(fēng)。但可以這樣推理：但凡有流派和風(fēng)格，就還有局限性。只有當(dāng)所有流派合一看不出流派的時(shí)候，才到達(dá)致高境界。AlphaGo 2.0便會(huì)是這么一臺機(jī)器，沒有風(fēng)格，穩(wěn)如磐石。

可以想見這次與柯潔的對弈，能頻現(xiàn)“怪招”，完全顛覆人類對圍棋的理解——這會(huì)是比賽最大的看點(diǎn)。英勇的柯潔，要解鎖108種姿勢來抵擋了。

2017人機(jī)大戰(zhàn)的意義：重演一部進(jìn)化史 重新認(rèn)識智慧的邊界

2016年在AlphaGo和李世乭的對戰(zhàn)后，人工智能進(jìn)入大眾的視野，我們開始重新思考機(jī)器和人的關(guān)系。

圍棋已經(jīng)有兩千多年的歷史，在漫長歲月的琢磨中，圍棋理論不斷進(jìn)化，到達(dá)了很高的水準(zhǔn)，AlphaGo的獲勝，我們大可以解讀于“青出于藍(lán)”，畢竟是在人類圍棋進(jìn)化的主路徑上又攀高峰。

而AlphaGo2.0完全拋棄掉人類這兩千年來進(jìn)化的圍棋經(jīng)驗(yàn)，另尋他徑，僅憑兩臺機(jī)器自我對弈中學(xué)習(xí)和進(jìn)化，最終不僅趕超了人類進(jìn)化的速度，還發(fā)展出一套截然不同的下棋方法，并且更加接近完美的狀態(tài)，實(shí)現(xiàn)了對人類的碾壓，重演了一部圍棋的進(jìn)化史，而且得出了與這兩千年來不同的進(jìn)化結(jié)果。

這會(huì)給我們什么啟示？如果跳出圍棋的規(guī)則，類比看地球生命的進(jìn)化：人類是從原始的有機(jī)物，到單細(xì)胞開始逐步變成靈長類動(dòng)物，并且發(fā)展出超越其他一切生物的智慧。這條路徑是唯一的么？人類的生命形態(tài)和最頂級的生命形態(tài)還有多大距離？AlphaGo告訴我們：我們還有極大的發(fā)展空間；AlphaGo2.0告訴我們：如果有合適的條件，完全可能有其他的生命進(jìn)化路徑，以及更不一樣的進(jìn)化結(jié)果。

讓我們歡呼人的智慧造就了AlphaGo，這也幫我們開了眼界，看到我們離最終的生命形態(tài)和智慧依然有遙遠(yuǎn)的距離。

保持敬畏，堅(jiān)定前行，終得圓滿。

附王小川一年前斷言AlphaGo完勝李世石的文章：王小川斷言AlphaGo將完勝李世石 他會(huì)被打臉嗎？

另外，由中國計(jì)算機(jī)學(xué)會(huì)（CCF）主辦、雷鋒網(wǎng)與香港中文大學(xué)（深圳）全程承辦的 AI 盛會(huì) --「全球人工智能與機(jī)器人峰會(huì)」（CCF-GAIR），將于 7.7-7.9 日在深圳召開，王小川受邀作為演講嘉賓分享他對于人工智能的思考。

如果你也想親臨 CCF-GAIR 的大會(huì)現(xiàn)場，聆聽王小川的大會(huì)演講，近期大會(huì)限量六折票正在火熱預(yù)售中，心動(dòng)不如從速行動(dòng)！

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。