柯潔與「阿爾法狗」的人機大戰背後，這些信息你必須知道

一場關乎未來的「人機大戰」，此刻正在烏鎮緊張展開。

不過，在刷屏的信息面前，關於這場對決，你真的了解嗎？

比如，「阿爾法狗」到底是什麼？它是怎麼訓練的？又是如何落子的？

以上這些疑問，周到君來幫你解答下。

去年，「阿爾法狗」一舉擊敗韓國頂級圍棋高手李世石，引發了輿論的一片驚詫。要知道，李世石可是韓國的天才棋手，而圍棋，又是人類腦力競賽的最高峰。過去曾有專家預測，人工智慧需要十年的時間，才有可能戰勝人類職業選手。

結果……

作為第一個擊敗人類職業圍棋選手並戰勝圍棋世界冠軍的程序，「阿爾法狗」憑藉「充滿創意而又機智」的下法，躋身圍棋界最高職業稱號——職業九段行列，成為歷史上首個獲得這一榮譽的非人類棋手。

就在近期，「阿爾法狗」的升級版本以「Master/Magister」的稱謂，與世界頂級的圍棋選手進行了60場線上快棋對局，取得了全勝。

人類智慧，真的到了最危急的時刻！

一直以來，圍棋就被認為是傳統遊戲中對人工智慧最具挑戰性的項目。這不僅僅是因為圍棋包含了龐大的搜索空間，更是因為對於落子位置的評估難度已遠遠超過了簡單的啟發式演算法。想想《天龍八部》裡面那著名的珍瓏棋局，對弈的無限可能就可想而知了。

為了應對圍棋的巨大複雜性，「阿爾法狗」採用了一種新穎的機器學習技術。簡單點來說，就是結合了監督學習和強化學習的優勢。

來自官方的信息顯示，通過訓練形成一個策略網路（policy network），將棋盤上的局勢作為輸入信息，並對所有可行的落子位置生成一個概率分布。然後，訓練出一個價值網路（value network）對自我對弈進行預測，以-1（對手的絕對勝利）到1（「阿爾法狗」的絕對勝利）的標準，預測所有可行落子位置的結果。

這兩個網路自身都十分強大，而「阿爾法狗」將這兩種網路整合進基於概率的蒙特卡羅樹（MCTS）中，實現了它的真正優勢。

最後，新版的「阿爾法狗」產生大量自我對弈棋局，為下一代版本提供了訓練數據，此過程循環往複。

這些術語懂了嗎？其實周到君也不完全懂。但一言以蔽之，「阿爾法狗」擁有最先進的學習技術，是當今AI（人工智慧）的最高峰。

在獲得棋局信息後，AlphaGo會根據策略網路，探索哪個位置同時具備高潛在價值和高可能性，進而決定最佳落子位置。在分配的搜索時間結束時，模擬過程中被系統最頻繁考察的位置將成為「阿爾法狗」的最終選擇。

在經過先期的全盤探索和過程中，以及對最佳落子的不斷揣摩後，「阿爾法狗」的搜索演算法就能在其計算能力之上加入近似人類的直覺判斷。

在業內人士看來，AlphaGo最強大的地方，並不體現在具體某一手棋或者某個局部變化中，而是它在每一局棋里所展示出來的獨特視角。所以，「阿爾法狗」的棋風本身並不容易總結。

但是，總體來說，「阿爾法狗」更傾向於使用一種自由、開放式的行棋風格。在它的世界裡，沒有什麼先入為主的概念，也沒有什麼必須要遵守的規則，這讓它得以打破常規，發現當前棋局中最高效的一手。（周到君又想起《天龍八部》里虛竹那誤打誤撞的一手棋了）。

這種獨特的對局哲學，使得「阿爾法狗」常常下出違反第一感、但極具威力的一手棋。

雖然圍棋是圍地盤的遊戲，但事實上最具決定性的部分在於如何平衡棋盤上的各個局部。在這個點上，「阿爾法狗」展現出了卓越的能力。尤其值得一提的是，「阿爾法狗」對於外勢的把控可以說到達了出神入化的地步。

具體來說，它可以近乎準確地判斷棋盤上現有棋子能給周圍區域帶來多大的影響力。雖說棋子的影響力本身很難衡量，但是「阿爾法狗」強大的價值網路，讓它能夠把棋盤上所有的棋子當作一個整體來考慮。因此它的判斷幾近精確。「阿爾法狗」的這種能力，使得它能夠把局部棋子的影響力，轉變為全局的優勢。

所以，想要捍衛人類的尊嚴，真的是困難重重。連古力九段也在不久前說，柯潔哪怕贏一盤的概率，也只有可憐的10%。

10點半，比賽正式開始，柯潔執黑先行。前四手棋，柯潔下了兩個三三，而星位直接點三三也是「阿爾法狗」的標誌性招法，因此這一下法頗有些「以彼之道，還施彼身」的味道。不過，從柯潔現場露出的各種表情來看，絕對可以用絞盡腦汁來形容。

好消息是，這場人機對戰每局的時長為3小時。在現場講棋的華以剛八段看來，這是標準的慢棋，對人類棋手而言是利好，而對「阿爾法狗」，卻是不好不壞。柯潔究竟能夠做到哪一步，拭目以待吧！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！