按：本文由郑宇博士不应(公众号：)之邀请特约编写。郑宇博士为微软公司亚洲研究院资深研究员，上海交通大学讲座教授，香港科技大学客座教授，ACM TIST主编，KDD China秘书长，2016年被选为美国计算机学会卓越科学家。5月25日，AlphaGo 2.0版本在人机围棋比赛第二局中盘战胜柯洁。

比起第一场比赛的无趣，此次对局中，柯洁全靠十分大力，多次下出有高手和狠手，把局面煲得很乱，多块棋的命运都就位了一起，场面一度非常复杂，过程惊心动魄，跌宕起伏。据AlphaGo工作人员讲解，此次比赛人机双方都展现出了强劲的水平。AlphaGo后台的计算出来量急遽减少，如果无法及时剪枝，有可能迅速就要算不过来了。不得已柯洁在关键时刻经常出现显著犯规，惨死好局，这有可能也是人类的弱点（疲惫和情绪的波动）。

与上一局观赛专业棋手集体乐观比起，这次大家普遍认为局势仍然在向着不利于柯洁的方向发展，十分有期望获得胜利。专业棋手的信心也在悄悄衰退。

昨天第一局比赛后，中国计算机学会向我约稿。我公开发表了第一篇评论，在网上引发了极大的辩论，因此，本次评论也偷偷地答案网友们明确提出的疑惑。

还是再行上观点，再行解析。再行申明一下昨天的几个观点：1. 在棋士这个项目上，AlphaGo的综合实力目前走在了人类的前面，但并没几乎攻下棋士这项运动。

一方面，能通过短短几个星期的自学就能打败学棋二十多年的顶尖棋士运动员，早已证明了人工智能的强劲。因此，即便AlphaGo日后万一赢了，我们也依然应当为人工智能点拜，切不可再度驳斥人工智能的力量。

另一方面，AlphaGo使用这样的技术线路只不过是根据人类自身对棋士的解读来设计的，即搜寻+价值评判。也就是说我们再行假设各种走法（继续执行下去），再行评判这样回头有可能输掉的机会大小。由于索搜空间极大，即便耗尽地球上所有的资源，也无法寻找拟合解法。

此时，在某个局面下对（未来胜败）价值的辨别就显得特别是在最重要。在深度自学没经常出现之前，这点仍然是机器的弱项，因此，早年间人在这方面占据极大优势。从专业的角度来讲，AlphaGo用深度自学去迫近了一个价值辨别函数，然后再行跟蒙特卡洛搜寻树根融合的方法。这个近似于解比目前人类的价值辨别（有可能）相似或者要略强劲一些，再加机器不知疲倦的搜寻效率和无情感波动，综合来看走在了人的前面。

但AlphaGo获得的这个解远不是拟合求解，棋士未来可探寻的空间还相当大，还没被攻下。打一个不合理的比喻，只不过我们现在发明者了一种新的抗癌药品，比以前的药物能更佳的减缓癌细胞的蔓延，但还是无法几乎杀掉癌细胞，医治人类。因此，我们无法说道这个药品早已攻下了癌症。

只不过，机器和人可以互相帮助提升水平。当人们对棋士有了更加了解的理解之后，又不会设计出有更佳的人工智能算法。两者只不过并不矛盾，相辅相成，互相促进，不管谁赢谁输掉都是人类文明变革的反映。

客观了解这一点很最重要。2.人类也是在变革的，我们也不要高估了人类后天的较慢（小样本）自学能力，这点AlphaGo基于现在的自学方法还做到将近。短期来看人获得胜利概率小，但将来来看（未来5-10年）人还有机会，因为人也有很强的自学能力，可以从少量跟AlphaGo的对局的棋局中较慢自学。特别是在是在价值辨别这块，人和机器都还没摸明白怎么回事，在没具体的规则时，人相对于机器还有机会。

另外，如果还是基于现有的自学体系，即便再行给AlphaGo一亿副棋谱，再行加到一万块GPU，它变革的速度也必将上升，因为追加的棋谱和计算资源相对于2*10171这个搜寻空间来说只是沧海一粟。现在人类跟AlphaGo处在一个信息不平面的局面。人类跟AlphaGo对局的次数还过于较少，取得的信息反馈也还远远不够。

如果需要把AlphaGo对外开放出来，让更加多的职业高手跟它对局，让年长的棋手来自学它的下法和招数，坚信人类棋手也需要借此自学到很多，从而再度变革。3.AlphaGo不有可能让专业棋手3子，目前人类职业棋手跟AlphaGo的差距也就在一个张贴目的水平，没大家想象的那么大。即便AlphaGo 2.0能让之前的版本3子，也无法代表它能让职业棋手3子。因为，AlphaGo的价值辨别里只有胜败，没输掉多少一说道。

在做到价值辨别时，它也不告诉自己是被让了子，它不会根据当前（把让子优势算数在一起的）盘面，去尽可能自由选择获得胜利概率仅次于（风险大于）的一条路径回头下去（哪怕只输掉半目），这样就很更容易下出有缓手，从而给输掉机会把让子的优势给炒回去。因此，AlphaGo 2.0让之前版本2子、3子的区别有可能会过于大。而职业棋手则会这样，他们（在辨别形式时）不会记得这两子的优势，（最少在前期不会）之后用最弱的招式来下，而会让优势付之东流。

加之AlphaGo的价值辨别也不是准确解法，之前全靠过缓，后面一旦有一点估算不精确，就可能会赢（机器会累官，情绪也会波动，所以一台机器会给另一台机器机会）。只不过张贴目的差距（按中国标准7目半），在职业棋手显然，早已是十分大的差距了。

很多职业高手，转入官子阶段后发现自己还领先对方7-8目，就不会主动投子认输了。很多通过数子来要求胜败的比赛，胜败往往都在1-2目之间（比如柯洁就败给AlphaGo半目）。否则不会被其他专业棋手笑话，自己领先那么多都不告诉，点空能力过强了。4.人类也有弱点，输在综合实力人类不会疲惫、面对心理压力和情绪波动。

AlphaGo对局没连贯的思路，也没表情，这让很多早已习惯跟人对局的专业棋手很不适应环境。此外，人类在压力状态下更容易受罚（比如今天柯洁在关键时候下出有显著的败招），这些机器会，有优势。

所以，我不能说道AlphaGo在综合实力上多达了职业运动员，在对棋士的解读上，AlphaGo有可能早已相似或者稍微多达了人类。在后半部分，人类还有期望。总结AlphaGo反映了人工智能的强劲，但并没攻下棋士这个难题。

但它可以作为一种工具协助人们更为了解的去解读棋士，其中的技术甚至可以应用于到其它领域。人类有可能现阶段依然不会败给人工智能，这是人与机器对比综合实力的领先。

但人类也在变革，通过跟AlphaGo的对局，人类也在重新认识棋士。人脑复杂程度相比之下多达了AlphaGo现在用于的深度神经网络，而人类灵敏的抽象思维能在价值辨别这个规则不具体的领域仍有期望。

当人们对棋士有了更加了解的理解之后，又不会设计出有更佳的人工智能算法。两者相辅相成，互相促进，不管谁赢谁输掉都是人类文明变革的反映。人类的智能也将一直回头在机器的前面，而会被机器代替。问几个网友疑惑1. 如果人有较慢小样本自学能力，人类在国际象棋这个项目上早已输给深蓝很多年了，为什么还没扳平深蓝？问：国际象棋搜寻空间小（2*1050），并且价值辨别更容易。

这是因为各个棋子功能和活动范围差异相当大，当棋子剩下不多时，根据剩下棋子就可计算出来出有大约的分数，从而在不必下完的情况下就能基本辨别出有局面的优劣。基于以上两个条件，国际象棋早已被人工智能算法攻下了，机器可以无限相似的寻找拟合解法，所以人没有期望扳平了。但棋士空间大（2*10171），价值辨别无以（单个棋子在功能上没任何区别，在棋没下完了之前如何辨别好坏也没具体的规则），现在人工智能的方法只获得一个坚硬的近似于解法，离拟合解法的距离还相当大。还有相当大的探寻空间，因此，棋士和国际象棋不一样。

2. 机器越来越快，人哪里能算过机器，所以差距只有越拉越大。问：首先，这个世界上最慢的速度不是光，更加不是计算机，而是人类的思维；最简单的不是那些可观的工程，而是人脑。我们有不少人早已确切了AlphaGo的工作原理（因为它本来就是人类设计的），但世界上还没有人能确切说明人类的思维和人脑的奥妙。因此，我们无法太早驳斥这两个不得而知物体的创造力。

机器反复规则具体的事情（比如搜寻）速度比人要慢，因为人会疲惫，必须给养。如果等价受限空间，机器不会比人类更慢的已完成索搜，这也是人跟机器比的劣势。

但棋士不是受限空间，机器需要投放到搜寻的资源，相对于这个空间来说远远不够，光靠搜寻敢（这也是早年间棋士AI水平太低的原因）。因此，价值辨别就显得很最重要。但价值辨别没具体的规则，目前仍是一个说不清、道不明的东西，机器误解、抽象化和来回有所不同时空和任务之间的能力不一定比人很强。由于自学了比一般人类相比之下多的棋谱，AlphaGo的深度神经网络目前取得了跟人类相似（或许稍微多达的）价值网络。

但不要忘了，人脑的结构比现在AlphaGo的深度神经网络要简单的过于多了，其抽象化能力也比现在的深度神经网络很强过于多了。一个专业棋手一生所见的棋谱也将近AlphaGo的万分之一，但早已跟AlphaGo超过了十分相似的水平，如果人类棋手能看见更加多有价值的棋谱，那又不会如何呢？为什么说道人类日后就没有机会呢？回顾历史，中国围棋曾有一段时间被韩国压制，韩国东流在各种国际大赛上盛行一时。

后来，中国国家队专门的组织自学和研讨，吸取经验，近几年中国围棋又重返巅峰。这就是人类在棋士上自学变革的一个例子。当前人类的棋士水平也比30年前强劲过于多了，历史也就是这样在变革。此外，人类多次从很少的事件中就较慢取得非常丰富的经验，从而让整个人类的文明以求变革，这点能力不仅在AlphaGo之上，也远在任何的机器之上。

在取得更佳的价值网络这方面，人类面对的问题是提供的自学样本还不充足，跟AlphaGo对局的次数还过于较少。如果能有机会自学更好的样本，人类可以在价值辨别上较慢跟上或者打破AlphaGo，也是人类机会所在。在取得的更佳的价值网络之后，如何抵抗自己的疲惫和情绪波动显然也是一个难题。

因此，这是一个综合实力的较量。3. 机器就越能遗那么多东西，人脑才能遗多少啊，所以差距只有越拉越大。问：人脑知道不如机器能存东西吗？这点我很猜测。人的一生所闻、所言、所感、所处环境都一一存储在大脑里（至于怎么遗，怎么调至这都仍待探寻），信息量之大几乎远不如世界上任何一台超级计算机和云计算平台。

我们平日里能回忆起的只是其存储的非常少的一部分，并不是所有的信息。而且，人脑要处置人体这么多器官和细胞之间的协同，期间传输的信息量也比任何一个系统都要简单。人脑从众多信息中较慢调至自己想的内容也，令人惊叹，信息访问速度多达世界上任何一个搜索引擎。因此，不能说道我们还没搞清楚人体（特别是在是人脑）这个极为简单的系统，而无法说道人不如机器能存东西。

其次，AlphaGo显然也没记忆功能。每次训练后，模型的参数都要被全部改动。训练徵参数时，也只基于当前这一批训练样本，追加的几幅棋谱对提升它的棋力起将近任何起到。

只不过AlphaGo是通过自我对局来分解很多棋谱，然后利用棋谱中的（两个倒数的）盘面跟最后的胜败对应关系训练出有价值网络来。因此，AlphaGo并没大家想象的那种自我博弈论就能自己不断进步的能力。特约稿件，予以许可禁令刊登。

下文闻刊登须知。

本文来源：JN江南·体育网页版·官方网站-www.mornindust.com

首页 / JN江南·体育网页版·官方网站/ 产品服务/ 新闻资讯/ 加入我们/ 联系我们/