李世石和Alphago對弈現(xiàn)場

下過五子棋的小伙伴應(yīng)該知道，先手的人有必勝的一套走法，因為先手的人可以將后手的每一步都計算在內(nèi)，并順利達(dá)成勝利。其實所有的對弈類棋盤游戲道理都一樣，在理論上存在一種必勝的走法，只要把每一步對方的下法都估計在內(nèi)，就可以選擇一種最優(yōu)解并且獲勝。19年前，IBM的計算機“深藍(lán)”就用類似的方法戰(zhàn)勝了當(dāng)時的國際象棋第一人卡斯帕羅夫。

可是，對于圍棋來說，這就不太行得通了，因為圍棋更復(fù)雜。如果把每一步的所有可能下法都算在內(nèi)，小巴數(shù)了數(shù)，大概有10的360次方（沒錯，就是1后面跟著360個0）種可能，比全宇宙所有微粒子加在一起的數(shù)量還要大。

這樣下好費腦，人類肯定是做不到了，一般人算幾步估計就腦死機了。計算機也好不到哪里去，肯定沒算到一半也死了，只能一邊冒著煙一邊隨意落子。

李世石和Alphago對弈海報

從計算的意義上而言，人類下圍棋其實是偷懶的，每一步落子的過程大概是這樣的：

第一步，看清棋盤全局，在棋盤的邊、角或中腹等部分，初選出幾個可落子的點；

第二步，分別預(yù)計對手的幾種應(yīng)對方式，估計落子后的形勢和贏面，選擇其中最有利的一種走法。

所以，人類下棋方式其實是計算能力不夠的時候，一種有限理性的妥協(xié)。人類所憑借的 “棋感”，有的時候是直覺，有的時候是經(jīng)年累月由歷史經(jīng)驗所得出的定式——即經(jīng)過前人驗證的局部最優(yōu)解，不管入門級別的業(yè)余愛好者，或者李世石這樣最頂級的棋手，都是如此。

Alphago去年戰(zhàn)勝歐洲圍棋冠軍樊麾，昨天擊敗李世石，下圍棋的手法和人類完全沒有什么兩樣，秘密就在于它也具備了這種“棋感”。

李世石和Alphago之父哈薩比斯

其實，Alphago之所以在下棋的時候“聰明”得像一個人，就是因為它擁有幾項類似于人類大腦的功能，從而可以模仿人類下棋的步驟。

首先，它擁有一個數(shù)據(jù)庫，里面有十幾萬份人類6-9段職業(yè)棋手的對弈棋譜。Alphago從中模仿人類常見的落子方式，根據(jù)谷歌透露的數(shù)據(jù)，模仿的準(zhǔn)確率達(dá)到了57%。也就是說，單單這一項功能，就可以使Alphago在一步的選擇上有57%的概率與人類高等級職業(yè)棋手相同。這是“模仿大腦”。

其次，它可以自己與自己對弈，根據(jù)選擇“模仿大腦”計算出的下一步落子的不同選擇，不停往下落子，直到分出勝負(fù)為止，根據(jù)結(jié)果反饋“模仿大腦”，從而優(yōu)化棋路，這是“學(xué)習(xí)大腦”。如果兩臺Alphago對弈，有一臺直接使用來源于“模仿大腦”的落子選擇，另一臺選擇經(jīng)過“學(xué)習(xí)大腦”優(yōu)化的棋路，后者的獲勝概率達(dá)到80%。

最后，它還有一個“局面判斷大腦”，用以判斷當(dāng)下局勢的贏面，準(zhǔn)確率也接近80%。

Alphago擁有了這幾項功能后，就可以實現(xiàn)上面提到過的人類下棋的模式了：

第一步，根據(jù)棋局，快速使用“模仿大腦”選出一步棋（往往也是多種選擇）；

第二步，每一種選擇，都使用“局面判斷大腦”，判斷落子后的局面，再往后模擬一步。

將基于模仿人類選擇出來的多種可能性都計算過之后，Alphago會選擇那種贏面最大的方式。

這也是一種在有限范圍以內(nèi)的理性解法，模擬了人類的習(xí)慣，很多很“傻”的下法就會自動被排除。它的學(xué)習(xí)迭代方式，和人類相似，就像人類碰到了火覺得疼，所以不再碰火，或者吃到食物覺得美味，所以下一次也會再吃一樣，都是由經(jīng)驗的反饋所驅(qū)動的。     

世界圍棋冠軍李世石

從此前Alphago 5:0完勝歐洲圍棋冠軍、職業(yè)二段棋手，世界排名top1000的樊麾，以及人機五番棋第一局擊敗前世界圍棋第一人、當(dāng)下排名第5的李世石，我們有充分理由相信，Alphago在圍棋上的能力，已經(jīng)達(dá)到了相當(dāng)高的水準(zhǔn)。

而了解了Alphago的學(xué)習(xí)能力原理后，不管五番棋大戰(zhàn)結(jié)果如何，我們大概可以這樣預(yù)測：很快，Alphago學(xué)習(xí)了更多的棋譜，數(shù)據(jù)處理的能力得到進(jìn)一步提升之后，棋力達(dá)到了人類的最高水平。又因為計算機沒有情緒和生理問題，在所有對弈中，它都可以“把自己拉到與對方同一水平線上，然后用豐富的經(jīng)驗打敗他。”

所以，此前搜狗CEO王小川預(yù)測：不僅僅是圍棋，人工智能在其他博弈類的封閉游戲里，也會橫掃一切，完勝人類。

李世石、哈薩比斯和谷歌董事長埃里克

人工智能其實早已出現(xiàn)在人類生活中，比如常見的吸塵機器人、Siri的語音回復(fù)、人臉識別等等。但它只會做一件或少數(shù)幾件事情，只能解決已經(jīng)出現(xiàn)過的問題，這其實是弱人工智能。

而人類稱為獨一無二的智慧生命，不同于機器的區(qū)別就在于學(xué)習(xí)和自我迭代的能力。

Alphago展現(xiàn)的模仿和學(xué)習(xí)能力，讓小巴相信，不用太久，具有解決從未遇到過的問題的能力、在各方面都能和人類比肩、可以視為與人類相等的智慧生命的高級人工智能就會出現(xiàn)。