最懂機器學習的圍棋高手，解讀柯潔首戰AlphaGo時的失誤

解讀柯潔大戰AlphaGo，當然離不開圍棋界最懂機器學習的高手。

本次，我們很榮幸邀請到圍棋隊的電腦專家——余平大師，來為我們講解第一盤人機大戰。

首先，當然從圍棋的角度出發，余平大師認為，柯潔選AlphaGo的「點」三三是非常非常錯誤的。

「點」完三三，然後一「爬」的時候，以前胡耀宇寫過一個「扳」，然後「扳」了「退」，所以說不好；事實上今天AlphaGo一「飛」，其實幾十年就已證明過「飛」比「扳」要便宜一點點。

其次，他還認為柯潔沒有抓住第37手的機會，非常可惜。

柯潔在36手AlphaGo「擠」他的時候，讓角被吃掉，這肯定不是好棋。他應該下在43手的位置，「小尖」守住那個角，同時白棋（AlphaGo）也就吃不掉他。然後白棋大概會斷打，之後會形成一個圍大模樣的狀態，你就可以打進去……這是最好的對付機器的方法。

因為吃棋，那它蒙特卡洛演算法就全沒用了，你就得邏輯地、演算法很精準地把它吃掉，這才是取勝之道。

第三點，這位最懂機器學習的圍棋大師認為，要戰勝AlphaGo的唯一出路，是用邏輯搜索代替概率搜索。

當然就是，你開始虧了，這個壓過來，到底誰好誰不好，我就不知道了。但是你形成了一個大模樣，然後你再打進去，這就把棋局變成邏輯搜索了。要是概率搜索的話，人肯定已經輸了。那塊棋就是在決生死了，只要你能活，AlphaGo就完了。

第四個觀點，是我們的圍棋愛好者蔣濤老闆提出來的，他問了引發大規模戰鬥會有機會嗎？那模仿棋會有機會嗎？我們一起來聽聽余平大師的解讀。

對，所以還是應該引發大規模的戰鬥。這主要是因為，最後的評定勝負要用「死活」來決定，才能有機會。

沒有死活的話，蒙特卡洛樹的搜索效率，人是沒有辦法做到的。官子的時候，它整個扣死你半目，你就沒有辦法了。

你必須要把它導入到對手來殺你的那條長龍中，那是最危險、同時也是最關鍵的時候。

下場就要看他是不是下模仿棋，不下模仿棋就根本沒戲了。

從AlphaGo的角度講，對付模仿棋需要特別的演算法，這一點AlphaGo應該有做。但模仿棋會造成的影響是，雙方的棋面會差不太多，即使最後你變招的時候也會差不太多，最後收官的時候，它又可能會變成邏輯搜索的狀態，而不是概率搜索，只要錯一點，這盤你就輸了。

每日薦文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！