人机围棋对决AI再下一城 结果无悬念？

　　本报记者汪传鸿乌镇报道

　　导读

　　这一版本的AlphaGo进行了大量的“自我对弈棋局”，这一过程循环往复，积累了大量的数据。

　　柯洁苦笑着摇了摇头，不时和坐其对面、代AlphaGO执子的黄士杰博士谈两句。随后，他将眼前的黑棋子全部收拢，装进棋盒后，起身离开了座位。

　　5月23日下午，上午10点半开始的这场围棋赛，在持续四个多小时后终于落幕，当今围棋界排名世界第一的柯洁0：1败于AlphaGO。这原本是一场五至六个小时的围棋对决，但由于AlphaGO异于人类的落子速度，时间得以大大缩短。

　　柯洁赛后坦承，输给AlphaGO在意料之中，但其意料之外的是，新版本的AlphaGO和去年战胜韩国顶级棋手李世石的版本，几乎是两个完全不同的“人”。

　　AI再下一城

　　柯洁的“悲情”在比赛前一天晚上已有显露，22日晚上，柯洁通过个人微博发文称，“AI进步之快远超我们的想象”，其相信“未来是属于人工智能”的。

　　今年年初，柯洁已同AlphaGO扮演的马甲“Master”有过交手，柯洁均以落败而告终。“第一盘不知对手是谁，心态还好，后面因为知道对手不是人，心态就坏了。当时也吃不下饭，后来就住院了。”柯洁在采访中称，人机对决给了他更大压力。

　　多位业内人士认为，柯洁在当天的比赛中发挥出了正常水平。围棋专业人士潘达告诉记者，当天“柯洁发挥还可以，布局有备而来，前半盘基本达成先捞实地的预定目标”。但是AlphaGo整盘棋表现得相当稳定。

　　最终，柯洁以约四分之一子的劣势输给了AlphaGo。尽管AlphaGo是以微弱优势取胜，但柯洁在陷入逆境之后，即知道对于不会犯错的AlphaGo而言，拿下胜利只是时间的问题。

　　赛后，柯洁在接受媒体采访时也表示，此前其总结AlphaGo的弱点在于，“非常贪恋实地”，因此其制定的策略是“贯穿先捞后起”，但开局后在有些地方反而被阿尔法狗先捞实地，导致一下陷入了被动。柯洁称，通过第一局比赛，未能找出AlphaGo的破绽。

　　潘达告诉记者，目前版本的AlphaGo稳定性明显好于对战李世石的版本，但“具体实力进步了多少，一盘棋不能说明问题”。

　　柯洁坦承，输掉比赛在其意料之中。赛前，包括聂卫平在内的重量级棋手均预测，柯洁取胜AlphaGo的概率在10%左右，此外大家认为，若柯洁能够赢下一场比赛，则可作为载入围棋历史的事件。

　　两天之后，柯洁将再度迎战AlphaGo。柯洁则早已在赛前宣布，同AlphaGO的三场对决，也将是其最后三场人机大战。

　　人机对决无悬念？

　　尽管输棋在意料之中，但柯洁仍惊异于一年以后AlphaGo发生的变化。

　　恰如DeepMind创始人兼CEO哈萨比斯在当天所说，AlphaGo不是一个预编程的围棋程序，而是采用人类相似的方式进行学习。据悉，AlphaGo所采用的机器学习，结合了监督学习和强化学习。首先，AlphaGo搭建了一个策略网络（policynetwork），对所有可落子区域进行概率分布，并且训练出一个价值网络（valuenetwork）对自我对弈进行预测。

　　早期AlphaGo仍通过学习六段以上的围棋选手下法来进行学习，但如今版本的AlphaGo可怕之处在于，强大的自我迭代和更新能力。

　　上述基础上，这一版本的AlphaGo进行了大量的“自我对弈棋局”，这一过程循环往复，积累了大量的数据。当天比赛的解说嘉宾华以刚，在白棋的一个落子后，也忍不出感叹“AlphaGo对于落子效率的高度重视”。

　　如果说在AlphaGo、李世石的对决中，外界仍以支持人类和支持机器形成两大派别，那么在AlphaGo和柯洁的对决中，这几乎已经是一个失去了悬念的答案。“很荣幸和AlphaGo对决，接下来我仍将全力以赴。”柯洁在赛后说。

　　他在赛后再度表示，当天比赛让他发现了围棋下法的更多可能性。数千年以来，历史留下了关于围棋的无数玩法和总结，但AlphaGo的出现使得不少固有的观念被打破。不少棋手在当天观棋时感叹，AlphaGo的下法突破了个人对于围棋的理解。

　　此次围棋峰会上，还将开展多位棋手对决AlphaGo的“群战”，以及“棋手+AlphaGo”的混搭对决。施密特将这场峰会定义为“人机合作时代的开启”。“去年我在韩国就说，不管胜负如何，人性终将获胜。电脑有自己擅长的事情，人类有自己的专长。”谷歌母公司Alphabet执行董事长施密特在当天赛前的致辞上称。

　　早在AlphaGo对决韩国棋手李世石时，即有不少业内人士向记者评述：谷歌通过AlphaGo完成了一起全球性的AI普及，并且树立了谷歌之于AI在普罗大众心目中的地位。而通过AlphaGo和柯洁的对决，谷歌再度深化了这一过程。