雷鋒網(wǎng)注：本文作者彭博，Blink·稟臨科技聯(lián)合創(chuàng)始人。文章由雷鋒網(wǎng)整理自作者知乎專欄，獲授權(quán)發(fā)布，未經(jīng)允許禁止轉(zhuǎn)載。

前段時(shí)間騰訊的AI “絕藝” 在野狐圍棋越殺越勇，勝率接近90%，戰(zhàn)績一片紅色，充分展示了強(qiáng)化學(xué)習(xí)自我進(jìn)化的威力。但就在2月10日畫風(fēng)突變，被幾位棋手連殺幾局，隨后就下線調(diào)整去了：

細(xì)看棋譜，職業(yè)棋手很有想法，確實(shí)找到了電腦的一個(gè)比較本質(zhì)的缺陷。例如這盤，電腦持白，對(duì)持黑的潛伏（柯潔九段）：

白棋的大龍從右下被黑棋緊盯著殺到中腹，最后竟然做不出兩眼，郁郁而亡。其余幾盤也均是以電腦大龍被殺告終。

這是深度卷積網(wǎng)絡(luò)的一個(gè) BUG：電腦對(duì)于局部的死活很敏感，但是對(duì)于大龍的死活不一定看得清。最近我在訓(xùn)練網(wǎng)絡(luò)時(shí)也發(fā)現(xiàn)，深度卷積網(wǎng)絡(luò)在此有一個(gè)"信息傳遞困難癥"。這首先有兩個(gè)原因：

第一，AlphaGo v13 的網(wǎng)絡(luò)層數(shù)實(shí)際是不夠的。如果按照 AlphaGo v13 的架構(gòu)，5x5往上面長11層3x3，相當(dāng)于27x27，看上去夠大了吧？錯(cuò)，這樣的半徑只有14。因此，如果大龍的長或?qū)挸?4，那么它的尾就和頭沒有任何直接聯(lián)系了。實(shí)際上，卷積核要至少長到37x37才保險(xiǎn)，也就是16層3x3才夠。

第二，由于網(wǎng)絡(luò)的結(jié)構(gòu)是往上一層層生長，如果只長幾層，一般不會(huì)丟失重要信息，但如果一直長上去，就會(huì)越來越容易出現(xiàn)問題。所以，大龍甚至都不用長到14，電腦就已經(jīng)不一定"知道"自己的大龍是一條聯(lián)通的大龍了。

舉個(gè)與之相關(guān)的例子：按照 AlphaGo v13 的架構(gòu)，如果大龍只在一端有兩個(gè)真眼，另一端就甚至不一定知道自己已經(jīng)活了（它只會(huì)知道自己有兩口氣，而這是網(wǎng)絡(luò)輸入告訴它的）...... 不可思議吧，我自己訓(xùn)練時(shí)看到這個(gè)現(xiàn)象也很驚訝，然后一想確實(shí)是這樣。

以上這兩個(gè)問題，電腦換成足夠深的殘差網(wǎng)絡(luò)或許就可以基本解決，不過意味著要重新訓(xùn)練。

但實(shí)際還有兩個(gè)問題：

第三，如果仔細(xì)看網(wǎng)絡(luò)本身輸入的特征設(shè)計(jì)，會(huì)發(fā)現(xiàn)網(wǎng)絡(luò)容易被帶入一個(gè)誤區(qū)：它會(huì)傾向于認(rèn)為氣很多的棋塊就是活的。對(duì)于局部死活，這沒有問題，但對(duì)于大龍死活，這是不足夠的。網(wǎng)絡(luò)實(shí)際并沒有清晰的眼位概念。

第四，這里的局面在人人對(duì)局中少見，在電腦自我對(duì)局中也會(huì)同樣少見。關(guān)鍵在于，棋塊小的時(shí)候，可能出現(xiàn)的形狀不多，而且許多形狀經(jīng)常在對(duì)局中出現(xiàn)，因此容易被神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)。而大龍?jiān)酱?，其可能出現(xiàn)的形狀就越多，網(wǎng)絡(luò)不一定能學(xué)會(huì)。事實(shí)上，目前的深度卷積網(wǎng)絡(luò)并不擅長學(xué)會(huì)拓?fù)涓拍睢＜?xì)長的大龍、分叉的大龍、卷曲的大龍，會(huì)尤其是它的弱點(diǎn)。棋手可以多嘗試讓電腦或自己的棋變成這樣，電腦就會(huì)更容易看不清死活。

以上兩個(gè)問題，電腦也可以通過有針對(duì)性的訓(xùn)練改善自己。具體效果如何，我們看“絕藝”上線后的表現(xiàn)。

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。