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，他們認為人類輸?shù)膸茁屎苄?，即使輸也不會?:1這樣慘烈的結果。之后當我們分析結果，我們意識到科技發(fā)展水平與大眾認知水平的脫節(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。當然，也有人一開始就堅定地為AlphaGo搖旗吶喊，其中搜狗CEO王小川甚至斷言，AlphaGo不僅會贏得比賽，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)正在關注這場對弈的人的心境。所以，這次大家更關注的是，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)督學習，不再需要人類下圍棋的歷史數(shù)據(jù)，而是只通過“增強學習”，另外，兩臺AlphaGo自我對戰(zhàn)學習如何下棋，并達到登峰造極的地步。此次在與柯潔的對弈中，AlphaGo 2.0的棋風完全異于常人，在王小川看來這正是這場對弈最大的看點。

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)文預測機器會完勝人類。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。此外我還立了兩個斷言：一個是Google很有可能再研發(fā)出AlphaGo 2.0，擺脫“監(jiān)督學習”，不再需要人類下圍棋的歷史數(shù)據(jù)，而是只通過“增強學習”；兩臺AlphaGo自我對戰(zhàn)學習如何下棋，并達到登峰造極的地步。從公開的資料判斷，此言中了。這意味著什么呢，又有什么看點呢？

技術重大提升：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)督學習+增強學習。其中蒙特卡洛樹搜索是一種優(yōu)化過的暴力計算，比1997年深藍的暴力計算更聰明。而這里的監(jiān)督學習，是通過學習3000萬步人類棋譜，對六段以上職業(yè)棋手走棋規(guī)律進行模仿，也是AlphaGo獲得突破性進展的關鍵算法。而增強學習作為輔助，是兩臺AlphaGo從自我對戰(zhàn)眾中學習如何下棋，據(jù)悉對棋力提升有限。

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

1. 放棄了監(jiān)督學習，沒有再用人的3000萬局棋譜進行訓練。這本是AlphaGo最亮眼的算法，也是今天主流機器學習不可避免的核心條件：依賴于優(yōu)質(zhì)的數(shù)據(jù)，在這個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，不再進行暴力計算。理論上，算法越笨，就越需要暴力計算做補充。算法越聰明，就可以大大減少暴力計算。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算。

3. 極大地強化了增強學習的作用，之前敲邊鼓的算法，正式成為扛把子主力。想想看有多勵志：兩臺白癡機器，遵守走棋和獲勝規(guī)則，從隨機走棋開始日夜切磋，總結經(jīng)驗，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對計算資源開銷極小，把當前棋局輸入神經(jīng)網(wǎng)絡，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GPU工作，每一步棋消耗的能源接近人的大腦。

最大看點： AlphaGo2.0 棋風完全脫離人類經(jīng)驗

今年年初，AlphaGo 化身Master連勝人類頂尖棋手60局。在圍棋領域，機器完勝已經(jīng)變成公認的定論。這導致很多人開始問：這次人機大戰(zhàn)還有意義嗎？我們的關注點不再是機器是否會贏——而是機器將用什么姿勢戰(zhàn)勝人類。

AlphaGo學習了3000萬步人類棋譜，走棋風格也近似于人。在比賽現(xiàn)場，偶有AlphaGo走棋和人的經(jīng)驗不符合，就被評為“愚蠢”，只是在中盤之后發(fā)現(xiàn)機器漸漸局面占優(yōu)最終獲勝，為了自圓其說解讀為“AlphaGo中盤逆轉”，前兩局莫過如此。第三局開始評論者長了教訓，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，以前大家認為正確的東西，其實是不正確的。柯潔曾經(jīng)評價說：“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?！比祟愅ㄟ^數(shù)千年實戰(zhàn)，總結了圍棋理論，然后計算機告訴人類：這些全都是錯的。現(xiàn)在在很多比賽上，人類棋手已經(jīng)開始向機器學習，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脫離了機器對人模仿，走棋風格也將完全脫離人的定式。在與柯潔的比賽中，會不斷出現(xiàn)我們意想不到的走棋，而且這些走棋在教科書中會被認為是低級錯誤或者完全不可理喻，但凡一個正常的棋手都不會這么玩，但凡一個新手這么玩都會被點撥這樣不對。而AlphaGo2.0會不斷制造這樣的局面，關鍵他還是對的?？上雽I(yè)棋手的心里會有多大的震撼：不僅自己這一輩子都沒這么想過這么下棋，整個圍棋界都沒有想過。會不會懷疑自己白活了？會不會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)ヌ剿鳎嬎銠C就給出了終局的答案，多么惆悵。

我們會津津樂道，AlphaGo是什么棋風。但可以這樣推理：但凡有流派和風格，就還有局限性。只有當所有流派合一看不出流派的時候，才到達致高境界。AlphaGo 2.0便會是這么一臺機器，沒有風格，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——這會是比賽最大的看點。英勇的柯潔，要解鎖108種姿勢來抵擋了。

2017人機大戰(zhàn)的意義：重演一部進化史 重新認識智慧的邊界

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

圍棋已經(jīng)有兩千多年的歷史，在漫長歲月的琢磨中，圍棋理論不斷進化，到達了很高的水準，AlphaGo的獲勝，我們大可以解讀于“青出于藍”，畢竟是在人類圍棋進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化的圍棋經(jīng)驗，另尋他徑，僅憑兩臺機器自我對弈中學習和進化，最終不僅趕超了人類進化的速度，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)，實現(xiàn)了對人類的碾壓，重演了一部圍棋的進化史，而且得出了與這兩千年來不同的進化結果。

這會給我們什么啟示？如果跳出圍棋的規(guī)則，類比看地球生命的進化：人類是從原始的有機物，到單細胞開始逐步變成靈長類動物，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化路徑，以及更不一樣的進化結果。

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)和智慧依然有遙遠的距離。

保持敬畏，堅定前行，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 他會被打臉嗎？

另外，由中國計算機學會（CCF）主辦、雷鋒網(wǎng)與香港中文大學（深圳）全程承辦的 AI 盛會 --「全球人工智能與機器人峰會」（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 的大會現(xiàn)場，聆聽王小川的大會演講，近期大會限量六折票正在火熱預售中，心動不如從速行動！

雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見轉載須知。