敗1/4子是刻意設定？蔣濤講解AlphaGo2.0如何進化

柯潔輸了，賽後記者會的焦點轉向AlphaGo，重點如下：

1. 這次比賽的AlphaGo是單機版，仍然在用人類知識加以訓練。

2. 下個月將會發表關於AlphaGo的新論文，目的是讓其他程序同樣能變強。

3. 整個比賽結束後，將會公布AlphaGo下一階段的新計劃。

這裡，我們再來回顧一下蔣濤對於AlphaGo如何進化的語音講解。

從棋局上看，柯潔的表現還是值得稱讚的。但最後，當然還是毫無懸念就輸掉了，這說明人類在準備上，針對AlphaGo還是有不足。

柯潔不是一個人在戰鬥，應該是中國的圍棋界，加上中國的計算機界、AI界來一起迎戰人類最強大的對手。如果我們能夠打敗他，這將是一個非常重磅的新聞。

可是我們現在感覺，柯潔在開局上的套路準備有所不足。50多手下來，其實局面對黑棋（柯潔）來說已經不樂觀了。所以，這是反映我們準備不足的一個因素，特別是點三三局面的變化其實並不複雜，但從判斷來講是黑棋（柯潔）不利。

這裡是我們對棋局的看法。

AlphaGo棋風已變

聶衛平老師有說，AlphaGo是特意只輸半顆子。這一說法我們尚不能證實，但AlphaGo的白棋在後續變化上，相對於人類棋手對局，肯定是下得比較保守的。而另一個角度，柯潔的發揮又相對強勢。

因而，最後能出現這麼細微的局面，說明棋局還是在AlphaGo的掌控之中的，畢竟它要確保的是結果的勝利。至於勝子1目還是10目，對於電腦來說，這裡的判斷其實是一樣的，都是100%勝利這個結果。

所以，我認為這是兩個方面的因素，一是電腦從計算上可能做了適當的退讓，這從取勝的角度講是完全沒有問題的；二是柯潔在官子上也下得相對緊湊和精彩。

相對於去年的版本，今年AlphaGo的成長是非常明顯的。它有了很多創新的下法，和自己獨有的下法，這些下法我們可以從它今天的對局以及年初的Master大戰群雄上看出來。

DeepMind創始人哈薩比斯也簡單講過它的細節，AlphaGo今年是單機版，在計算量上是去年的十分之一，但能力上看來比去年提升了不止一點。

用柯潔自己的話說，他有信心戰勝去年的AlphaGo，但距離Master與新版AlphaGo的差距是非常顯著的。

強化學習功不可沒

從新版AlphaGo的表現來看，它更多是在自我學習的成長上，也就是通過強化學習（Reinforcement Learning）和自我對局演化成不同的版本。這樣，每一個AlphaGo程序都會有它自己的風格，你可以有意識地誘導它往不同風格去發展。

如果沒有不同的風格，強化學習的效果就不會太好。這就相當於你左右互搏，儘管自己和自己下得很多，但風格相近的成長對你未必是好事。而不同風格的成長，就能帶來更好的結果。

總的來說，這次的AlphaGo，跟去年相比是很不相同的，棋風也大不一樣，下法的創新程度也要高很多。這要歸功於它在自我對局中的成長，同時也證明DeepMind在強化學習上的研究和成果是非常有價值的。

每日薦文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！