via medium

今日，圍棋“人機(jī)大戰(zhàn)”第二場(chǎng)于北京時(shí)間中午12點(diǎn)開(kāi)戰(zhàn)。下午4點(diǎn)半，韓國(guó)棋手李世乭九段再次輸給 Google 的圍棋程序 AlphaGo。本輪對(duì)戰(zhàn)的結(jié)果雖然還是讓人震驚，但人們更多地也開(kāi)始感嘆AlphaGo的優(yōu)異之處。

今日，AlphaGo的表現(xiàn)中，計(jì)算力的先決優(yōu)勢(shì)依然不變，同時(shí)，由于AlphaGo執(zhí)黑的先手權(quán)，我們也看到了它學(xué)習(xí)能力和創(chuàng)新能力的一面。

AlphaGo的“特異功能”：自我強(qiáng)化

在DeepMind，愛(ài)丁堡和Facebook，研究人員希望神經(jīng)網(wǎng)絡(luò)能像人類選手一樣，通過(guò)觀看棋盤(pán)學(xué)習(xí)圍棋。Facebook在最新的研究中表明，這種方法確實(shí)可行。結(jié)合深度學(xué)習(xí)與蒙特卡洛樹(shù)搜索方法，F(xiàn)acebook打敗了一些人類選手，雖然并非是Crazystone和其他頂尖選手。

但DeepMind走得更遠(yuǎn)。在經(jīng)過(guò)3000萬(wàn)步人類走法的訓(xùn)練后，它的神經(jīng)網(wǎng)絡(luò)能以57%的準(zhǔn)確度（此前記錄是44%）預(yù)測(cè)人類的下一步。然后Hassabis和團(tuán)隊(duì)通過(guò)強(qiáng)化學(xué)習(xí)技術(shù)，讓這一神經(jīng)網(wǎng)絡(luò)與它自己的另一個(gè)稍有區(qū)別的版本對(duì)戰(zhàn)。兩者互搏中，系統(tǒng)會(huì)評(píng)估哪一步效果最好，即占領(lǐng)更多棋盤(pán)區(qū)域。最終，神經(jīng)網(wǎng)絡(luò)在判斷哪一步更好時(shí)會(huì)越來(lái)越優(yōu)秀。

DeepMind的研究者David Silver表示，“在與其它神經(jīng)網(wǎng)絡(luò)和它自己對(duì)戰(zhàn)數(shù)百萬(wàn)局后，AlphaGo學(xué)會(huì)了自己發(fā)現(xiàn)新策略?！?/p>

正是這種方法，AlphaGo超越了其它圍棋AI系統(tǒng)，并讓?xiě)?zhàn)勝人類選手成為可能。那么，在今天的表現(xiàn)中，AlphaGo如何體現(xiàn)出這樣的能力呢？

讓人意外的開(kāi)局

今天的第二局中， AlphaGo執(zhí)黑先手，眾人也紛紛猜測(cè)：它會(huì)如何開(kāi)局？會(huì)走公認(rèn)有優(yōu)勢(shì)的中國(guó)流嗎？然而，兩手之后，AlphaGo沒(méi)有選擇中國(guó)流，而直接掛角。

隨后，按照這種定式，職業(yè)棋手通常會(huì)先在下邊完成拆邊的定型。不過(guò)，AlphaGo并沒(méi)有這么做，而是走出令人眼前一亮的走法：黑棋脫先，還原成中國(guó)流布局。

為何要脫先？為何要用這種方式完成中國(guó)流布局？在AlphaGo數(shù)據(jù)庫(kù)中，應(yīng)該有更多的選擇來(lái)參考變化。而根據(jù)接下來(lái)十幾手毫不示弱的走法看，這手脫先也許代表著機(jī)器人對(duì)布局有了新的理解。

出其不意攻其不備

除了開(kāi)局的策略展示出計(jì)算機(jī)圍棋的另類，AlphaGo在開(kāi)局后的走子也時(shí)常走出出人意料的招數(shù)，形成一股“機(jī)器風(fēng)”。

比如，下圖黑1的這一手，飄防的走法在過(guò)去的棋譜中較為罕見(jiàn)，但其妙處也給了人們新的啟發(fā)。這手最新的黑1余此前J16的一手遙相呼應(yīng)，防守中做好進(jìn)攻的勢(shì)來(lái)。李喆六段表示：“對(duì)于黑方這步棋，作為棋手，我的震撼比看到外星人還要大?！边@一手讓對(duì)手李世乭長(zhǎng)考了一陣。

由于掌握先手，AlphaGo進(jìn)取的一面也更清楚地展現(xiàn)了出來(lái)。比如，在左下方的局部爭(zhēng)奪上，擁有強(qiáng)大計(jì)算力的AlphaGo應(yīng)戰(zhàn)積極，非常自信。

最優(yōu)化計(jì)算：無(wú)劫爭(zhēng)是必然還是偶然？

今天，許多人都提出了一個(gè)疑問(wèn)：為何兩局結(jié)束后還沒(méi)有出現(xiàn)劫爭(zhēng)的情形？甚至推論AlphaGo不懂得打劫，且Google方面可以隱瞞。我們暫且不去猜測(cè)這種可能性，不妨看看它與AlphaGo走子毫不保留之間的聯(lián)系。

AlphaGo今天表現(xiàn)出一個(gè)特點(diǎn)是：毫不保留。如上圖黑2，又是一手把變化走干凈的棋，與職業(yè)選手喜歡有所保留的習(xí)慣不同。對(duì)此，小編有兩個(gè)想法：一是，正因?yàn)锳lphaGo精密的計(jì)算力以及作為機(jī)器以最強(qiáng)點(diǎn)為首的原則，所以它才會(huì)每一步都走到盡，才會(huì)走出許多的“怪棋”。二是，也因?yàn)槿绱瞬艑?dǎo)致局面缺乏劫材。

曹大元九段表示，極度復(fù)雜打劫的情況本身千年難遇，哪怕是人與人之間的對(duì)弈。

AlphaGo能給人類圍棋帶來(lái)啟發(fā)嗎？

經(jīng)此一弈，AlphaGo在許多地方走出特別的一手，給人類棋手帶來(lái)新的思考。某些也許是失誤（但究竟什么是失誤，誰(shuí)知道呢），但某些地方，直播中的曹大元表示：不可思議，我要報(bào)警了！不過(guò)，這對(duì)職業(yè)棋手也有很大的啟發(fā)，可以進(jìn)行深度研究。互聯(lián)網(wǎng)進(jìn)化論提出者劉鋒則表示，通過(guò)這些跡象，也能幫助我們更好地研究AlphaGo。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。