|
本月最吸引眼球的事件之一，是AlphaGo与李世乭的五番棋大战。最终，人工智慧完胜人类顶尖棋手。这次对弈无论是结局还是过程，都让人感到震撼。 赛前外界的猜测比较分化。懂技术的坚决看好机器，会下棋的一般都认为李世乭将横扫对手。我围棋水平很业余，但好歹会下，所以也看好人类。 但是，我的看法在第一盘就被完全逆转。AlphaGo所表现出的深谋远虑，决不是人类可以企及的。即便不懂技术也不会下棋的人，只要耐心看完第一盘的直播，再综合一些信息，也会得出同样的结论。 在第一盘中，白（AlphaGo）在第80手吃掉黑掉中上两子，网上讲解的职业棋手都说这一手是臭棋，认为电脑的大局观不行。确实，白棋似乎有更重要的地方可以走。白右边大龙还没活，左上角的空可能被黑掏掉，左下星位在黑棋右测厚势面前显得非常单薄。李世乭在81手正是攻击这颗白子，看起来气势如虹。此时，观棋的绝大部分职业选手和业余菜鸟都认为黑棋优势明显。有位高手甚至说，李世乭下好了可以赢20目。 但接下的走势完全出乎意料。白棋先在左下活出一块，然后打入黑棋右侧空地，占住右下角后，又先手吃掉了右上三子，再点住左上的三三位置。局面一下变成李世乭要大败了。而在这一过程中，讲棋的职业选手还在评论机器哪手下得有问题，到很晚才发现“优势局面”已经被逆转。 而AlphaGo团队的负责人赛后透露，机器在第一盘始终认为自己处于领先地位。也就是说，它不认为自己是逆转取胜，人类以为的优势局面在它眼里根本不存在。 不懂棋的人也可以看出，AlphaGo的计算能力与人类不在一个层面上。据介绍，对手每走一步，AlphaGo都会找出可能的应手并推演到终局，瞬间形成几百万种局面，然后选择胜率最高的那个。这种计算能力，人类先天没有，后天怎么努力也练不出来。 所以在第一盘结束后，我就认为李世乭要悲剧了。李世乭是顶尖的人类高手，有如那吕温侯：头戴三叉束发紫金冠，体挂西川红绵百花袍，身披兽面吞头连环铠，腰系勒甲玲珑狮蛮带，看上去八面威风，不可一世。可当他手持方天画戟，骑着赤兔胭脂马冲向AlphaGo时，却被后者用狙击枪一枪爆头。双方的能力存在明显的代差。 该怎么看待这场人机大战呢？ 首先是对围棋的看法。对我来说，这次比赛颠覆了我对围棋的认识。我们知道，历史上围棋高手如云，因为各自的围棋理念不同，形成了迥异的行棋风格，有的轻灵飘逸，有的扎实厚重，有的喜欢厚势，有的喜欢实地，还有宇宙流、小林流什么的，听起来高深莫测。AlphaGo告诉大家，这些都是扯淡。人类的计算能力有限，在序盘和中盘没法对形势做精确的评估，基本上是在凭感觉下棋，各种棋理就是在模糊之中产生的。AlphaGo不懂棋理，用算法统统碾压。 人类惨败后，仍有冥顽不灵职业棋手说，围棋不光有胜负，还有美和艺术。我倒觉得，AlphaGo对围棋的一大贡献，就是扫掉了盖在它身上的种种霉气。说它代表博大精深的东方智慧或华夏文明，那是自欺欺人。它就是一种复杂的棋类游戏，同时也是残酷的竞技运动。光会欣赏美和艺术，赢不了对手，拿不了冠军，是不可能成为围棋大家的，顶多去启蒙班教小朋友。 下围棋主要看天赋。它需要很强的记忆力和在脑子里推演复杂局面的能力。其实人类很小的时候这方面的能力极强，但随着年龄增长，要处理的信息太多，这种能力就衰退了。但有些孩子天赋异禀，加以适当的训练，可能成为天才棋手。李昌镐、李世乭十几岁时就有强九段的实力，柯洁97年出生，去年拿了三个世界冠军，都说明围棋跟天赋有关，跟年龄和经验无关。但大脑容量有限，随着阅历越来越多，少年天才棋手的棋力无一例外会下降。李昌镐能称霸棋坛十年，是因为他只管下棋，生活的其他方面都由别人打点，得以把有限的脑力都用在下棋上。 对人工智能，又该怎么看呢？网上的说法太夸张了。AlphaGo虽然在围棋上打败了人类，但也不意味着它有能力接管全世界。有多少人工就有多少人工智能，人工智能并不能超越人类的限定，完成其他的工作。AlphaGo要只能按照人类教给它的规则去学习，并不能学会规则本身。另外，这个机器自身有缺陷。比如第四盘，李世乭在中盘走出了可能导致劫争的复杂局面，便触发了AlphaGo的Bug，下了一些人类棋手不可能走的昏招。 实际上，AlphaGo也不是真的会下围棋，而是在模拟人类下棋。这怎么理解呢，在第5盘就可以看出来了。比如Alphago在接近收官时的第158手。这步棋黑棋必须得应，但对白棋来说，除了损失一个劫材，没有其他意义，双方都没有实空的损失。  人类职业棋手只有在读秒的时候可能会下这种棋。当有个地方算不过来，时间不够用时，人就会先在对手必应的地方下一手，再争取一个读秒。AlphaGo并不知道人类这么下是什么意思，但在它收藏的棋谱中，这么干的一方恰好胜率更高，它于是以为这样能提高胜率。所以，我们看到，AlphaGo在第五盘的收官阶段走出了好几步这样的棋。 总之，这场人机大战有助于更好地理解围棋运动，但同样也帮我们更好地理解人工智能。
|
|
|
