科技報報／搜狗王小川　稱AlphaGo2.0更像人

柯潔。 大 中 小 中國圍棋峰會今日在浙江桐鄉拉開帷幕，DeepMind旗下機器程式AlphaGo將與全球圍棋排名第一柯潔九段展開5天3局的對弈。根據快科技報導，在比賽首日，搜狗公司CEO王小川，就AlphaGo和柯潔的人機大戰發表了看法。他圍繞AlphaGo的變化、比賽最大看點和比賽意義等3方面發表了看法。王小川最後稱，AlphaGo2.0告訴我們：如果有合適的條件，完全可能有其他的生命進化路徑，以及更不一樣的進化結果。讓我們歡呼人的智慧造就了AlphaGo，這也幫我們開了眼界，看到我們離最終的生命形態和智慧依然有遙遠的距離。保持敬畏，堅定前行，終得圓滿。以下為搜狗公司CEO王小川在知乎發表的觀點：該來的終於來了。一年前AlphaGo發布，看完論文後我就在知乎上發文預測機器會完勝人類。好些行業朋友不相信，為此我收了很多『智商稅』，之後微信發紅包一直發到春節才發完。此外我還立了兩個斷言：一個是Google很有可能再研發出AlphaGo 2.0，擺脫『監督學習』，不再需要人類下圍棋的歷史資料，而是只通過『增強學習』，兩台AlphaGo自我對戰學習如何下棋，並達到登峰造極的地步。從公開的資料判斷，此言中了。這意味著什麼呢，又有什麼看點呢？技術重大提升：和1.0原理大不同 更接近於人AlphaGo 1.0是巧妙的混合了三種演算法：蒙特卡洛樹搜索+監督學習+增強學習。其中蒙特卡洛樹搜索是一種優化過的暴力計算，比1997年深藍的暴力計算更聰明。而這裡的監督學習，是通過學習3000萬步人類棋譜，對六段以上職業棋手走棋規律進行模仿，也是AlphaGo獲得突破性進展的關鍵演算法。而增強學習作為輔助，是兩台AlphaGo從自我對戰眾中學習如何下棋，據悉對棋力提升有限。根據公開資料推測，此次AlphaGo2.0的技術原理與之前有著巨大不同：1、放棄了監督學習，沒有再用人的3000萬局棋譜進行訓練。這本是AlphaGo最亮眼的演算法，也是今天主流機器學習不可避免的核心條件：依賴於優質的資料，在這個特定問題下就這麼被再次突破了。2、放棄了蒙特卡洛樹搜索，不再進行暴力計算。理論上，演算法越笨，就越需要暴力計算做補充。演算法越聰明，就可以大大減少暴力計算。從AlphaGo 2.0的『馬甲』Master的歷史行為看，走棋非常迅速，約在每10秒鐘就走棋一步，如此速度很可能是放棄了暴力的計算。3、極大地強化了增強學習的作用，之前敲邊鼓的演算法，正式成為扛把子主力。想想看有多勵志：兩台白癡機器，遵守走棋和獲勝規則，從隨機走棋開始日夜切磋，總結經驗，不斷批評和自我批評，一周後終成大器。在這樣的演算法下，AlphaGo 2.0對計算資源開銷極小，把當前棋局輸入神經網路，電流流過，輸出就是最佳的走棋方案。我猜測如此演算法下，有可能僅僅依靠一個GPU工作，每一步棋消耗的能源接近人的大腦。最大看點： AlphaGo2.0棋風完全脫離人類經驗今年年初，AlphaGo化身Master連勝人類頂尖棋手60局。在圍棋領域，機器完勝已經變成公認的定論。這導致很多人開始問：這次人機大戰還有意義嗎？我們的關注點不再是機器是否會贏—而是機器將用什麼姿勢戰勝人類。AlphaGo學習了3000萬步人類棋譜，走棋風格也近似於人。在比賽現場，偶有AlphaGo走棋和人的經驗不符合，就被評為『愚蠢』，只是在中盤之後發現機器漸漸局面占優最終獲勝，為了自圓其說解讀為『AlphaGo中盤逆轉』，前兩局莫過如此。第三局開始評論者長了教訓，開始尊稱AlphaGo為『阿老師』，有了欣賞和敬畏的心態。這帶給圍棋界很大的衝擊，以前大家認為正確的東西，其實是不正確的。柯潔曾經評價說：『AlphaGo出現，很多理論都被推翻，再看以前定式變得好笑，虧那麼多目就不再是兩分。』人類通過數千年實戰，總結了圍棋理論，然後電腦告訴人類：這些全都是錯的。現在在很多比賽上，人類棋手已經開始向機器學習，模仿AlphaGo的下法，棋聖聶衛平也曾表示『理論被顛覆了』。而AlphaGo2.0脫離了機器對人模仿，走棋風格也將完全脫離人的定式。在與柯潔的比賽中，會不斷出現我們意想不到的走棋，而且這些走棋在教科書中會被認為是低級錯誤或者完全不可理喻，但凡一個正常的棋手都不會這麼玩，但凡一個新手這麼玩都會被點撥這樣不對。而AlphaGo2.0會不斷製造這樣的局面，關鍵他還是對的。可想對專業棋手的心里會有多大的震撼：不僅自己這一輩子都沒這麼想過這麼下棋，整個圍棋界都沒有想過。會不會懷疑自己白活了？會不會反思兩千年圍棋的發展為什麼有這樣的瓶頸？還有多少海闊天空等著我們去探索？可等不及我們去探索，電腦就給出了終局的答案，多麼惆悵。我們會津津樂道，AlphaGo是什麼棋風。但可以這樣推理：但凡有流派和風格，就還有侷限性。只有當所有流派合一看不出流派的時候，才到達致高境界。AlphaGo 2.0便會是這麼一台機器，沒有風格，穩如磐石。可以想見這次與柯潔的對弈，能頻現『怪招』，完全顛覆人類對圍棋的理解——這會是比賽最大的看點。英勇的柯潔，要解鎖108種姿勢來抵擋了。


[圖擷取自網路，如有疑問請私訊]