總之，跟你之前了解到的AI都不一樣。
　　北京時間3月9日12:00整，一場舉世矚目的圍棋“人機世界大戰(zhàn)”在韓國首爾上演。比賽一方為谷歌公司研制的人工智能程序AlphaGo，另一方則是圍棋世界冠軍、韓國名將李世石九段。
　　經過3個半小時的鏖戰(zhàn)，李世石九段投子認輸，輸?shù)袅诉@五番棋中的第一場。
　　不管最終結果如何，未來已經來臨！

　　關于這場世紀大戰(zhàn)，有8個問題你需要知道。
　　1，為什么要研究圍棋AI？為什么是圍棋，不是別的？
　　游戲，是AI最初開發(fā)的主要戰(zhàn)地之一。博弈游戲要求AI更聰明、更靈活、用更接近人類的思考方式解決問題。游戲AI的開發(fā)最早可以追溯到1952年的一篇博士論文。1997年，國際象棋AI第一次打敗頂尖的人類；2006年，人類最后一次打敗頂尖的國際象棋AI。歐美傳統(tǒng)里的頂級人類智力試金石，在電腦面前終于一敗涂地，應了四十多年前計算機科學家的預言。 　　但有一個游戲始終是人類大腦的專利——古老的圍棋。 圍棋AI長期以來舉步維艱，頂級AI甚至不能打敗稍強的業(yè)余選手。這似乎也合情合理：國際象棋中，平均每回合有35種可能，一盤棋可以有80回合；相比之下，圍棋每回合有250種可能，一盤棋可以長達150回合。這一巨大的數(shù)目，足以令任何蠻力窮舉者望而卻步——而人類，我們相信，可以憑借某種難以復制的算法跳過蠻力，一眼看到棋盤的本質。但是，無論人怎么想，這樣的局面當然不可能永遠延續(xù)下去了。
　　不過，研究出AlphaGo的（Deepmind）創(chuàng)始人杰米斯•哈薩比斯（Demis Hassabis）確實是棋類的狂熱愛好者，哈薩比斯四歲開始接觸國際象棋，并很快進化成神童級人物。正是在博弈游戲上的興趣讓哈薩比斯開始思考兩個重要問題：人腦是怎樣處理復雜信息的？更重要的，電腦也可以像人類一樣嗎？博士期間的哈薩比斯選擇了學習認知神經科學和計算機神經科學。今天，38歲的哈薩比斯帶著他的AlphaGo，向人類最頂級的博弈游戲之一——圍棋發(fā)起進攻。

　　3，AlphaGo是怎么下棋的？
　　AlphaGo 的核心是兩種不同的深度神經網絡。“策略網絡”（policy network）和 “值網絡”（value network）。它們的任務在于合作“挑選”出那些比較有前途的棋步，拋棄明顯的差棋，從而將計算量控制在計算機可以完成的范圍里——本質上，這和人類棋手所做的一樣。
　　其中，“值網絡”負責減少搜索的深度——AI會一邊推算一邊判斷局面，局面明顯劣勢的時候，就直接拋棄某些路線，不用一條道算到黑；
　　而“策略網絡”負責減少搜索的寬度——面對眼前的一盤棋，有些棋步是明顯不該走的，比如不該隨便送子給別人吃。
　　AlphaGo利用這兩個工具來分析局面，判斷每種下子策略的優(yōu)劣，就像人類棋手會判斷當前局面以及推斷未來的局面一樣。這樣AlphaGo在分析了比如未來20步的情況下，就能判斷在哪里下子贏的概率會高。

　　4，今天AlphaGo和過去的深藍，誰更厲害？
　　我們先來看看圍棋和國際象棋之間有什么差別：
　　第一，圍棋每一步的可能下法非常多：圍棋手在起手時就有19X19=361種落子選擇，在比賽的任意階段，也都有數(shù)以百計的可能下法。但國際象棋的可能下法通常只有50種左右。圍棋最多有3^361種局面，這個數(shù)字大概是10^170，而已經觀測到的宇宙中，原子的數(shù)量才10^80。國際象棋最大只有2^155種局面，稱為香農數(shù)，大致是10^47。
　　第二，對國際象棋來說，只需要把目前棋盤上剩余棋子的價值總和算出來，就能大概知道棋盤上誰處于優(yōu)勢了。但這種方法對圍棋來行不通，在圍棋的棋局中，計算機很難分辨當下棋局的優(yōu)勢方和弱勢方。
　　可見，同樣是下棋，對付圍棋要比對付國際象棋棘手得多。
　　讓我們直觀的看一下國際象棋和圍棋的復雜度對比，上圖是國際象棋，下圖是圍棋： 　　另外深藍就是專門制造出來下國際象棋的。它評估盤面的標準完全依賴于國際象棋本身的規(guī)則，除了下棋它就干不了別的了，連五子棋都不會！但AlphaGo不同，圍棋只是他的一個測試平臺。工程師可以通過圍棋，發(fā)展和測試AlphaGo的能力。這個能力將來會運用到各個領域。就像《星際爭霸》還是角色扮演游戲中的NPC，高級人工智能不僅能成為強有力的對手，也可以變成優(yōu)秀的團隊伙伴。

　　5，AlphaG的超強學習能力有沒有上限？
　　對于這個問題，英國曼徹斯特大學計算機科學教授凱文·柯倫表達了否定態(tài)度。他認為，我們沒有理由相信技術會有極限，特別是在AlphaGo這樣的特定領域。 　　而來自南京大學計算機系的兩位專家，周志華和俞揚則都認為，上限是客觀存在的。周志華表示，“強化學習”奏效的關鍵，是兩個模型都不錯，而且有足夠大的“差異”。當模型性能提升以后，其差異會顯著下降，到了一定程度必然會使性能無法繼續(xù)通過這種機制提升。其上限取決于高質量“有標記”樣本（相當于真實李世石水平棋手的棋局）的數(shù)量。
　　俞揚的觀點是，上限不僅存在，而且已經和AlphaGo當下的水平極其接近。從AlphaGo的報道來看，DeepMind已經在想辦法避免過擬合（即越學越差），這說明他們可能已經碰到了上限。

　　6，如果在全部5局中，AlphaGo以5：0戰(zhàn)勝李世石，對人工智能而言意味著什么？
　　正如本文開頭所說，未來已經來臨。無論最終的結果如何，都無法阻止更多的人類終于開始用警惕的目光打量AI……圍棋職業(yè)八段劉菁的評論是：“還來不及反應，一切來的似乎是太快了！面對毫無表情，連廁所都不上的阿爾法狗，4000年圍棋的終結者今天就來了嗎？空氣中彌漫著機器的味道。”
　　人類啊，就算AI輸了，難道你們就松口氣了嗎？ 　　【小編的話】谷歌的AlphaGo給我們描繪了一個過于美好的景象：通過開放人工智能的接口，即可讓人工智能在各行各業(yè)開始自我學習、不斷成長，在將來的某一天或許就可以代替人類去解決各種更加現(xiàn)實、更加復雜的具體問題，就比如在我們超硬材料行業(yè)，人工智能通過不斷學習后，就可以針對每一項客戶要求，自動選擇最優(yōu)的原材料、最有效率的生產合成工藝、最節(jié)省時間的運輸方式......總之就是全心全意為我們超硬材料行業(yè)服務。
　　不過，首先的問題是：我們的AlphaGo在哪里呢？