柯潔與AlphaGo對弈
這個結果在很多人意料之中，其中也包括柯潔。
第一場賽后發(fā)布會上，柯潔直言AI的進步速度太快了，并且每一次都是巨大的進步。這也是為什么他在大賽前夕發(fā)布微博稱，此次將是他與人工智能的最后三盤對決。
柯潔心中已經清晰的知道，人類已經無法戰(zhàn)勝AlphaGo。他形容AlphaGo越來越像“圍棋上帝”，想贏它只能去找一些BUG，但目前，他還沒看到AlphaGo的任何弱點。
這里引用搜狗CEO王小川在知乎上發(fā)布的內容，再向大家科普一下AlphaGo。
去年的AlphaGo 混合了三種算法，即蒙特卡洛樹搜索+監(jiān)督學習+增強學習。
其中蒙特卡洛樹搜索是一種優(yōu)化過的暴力計算；監(jiān)督學習，是通過學習3000萬部人類棋譜，對六段以上職業(yè)棋手走棋規(guī)律進行模仿，也是AlphaGo獲得突破性進展的關鍵算法；而增強學習作為輔助，是兩臺AlphaGo從自我對戰(zhàn)中學習如何下棋。
每當獲取棋局信息時，AlphaGo 會根據策略網絡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AlphaGo 的最終選擇。
簡單來說，AlphaGo下棋依靠的是概率，而概率的得出則依靠前期學習。而這次與柯潔對戰(zhàn)的AlphaGo相較于去年，已經判若兩人。
最初的AlphaGo主要依靠監(jiān)督學習，即學習對象幾乎全部來自人類棋手，而新版的AlphaGo則強化了增強學習，主要對機器自我對弈產生的棋局進行學習。
難怪柯潔會覺得，去年AlphaGo的下法還很接近人類，但今年自己對戰(zhàn)時，AlphaGo已變得更加不合乎“常理”，下了很多人類棋手不可能下的棋子。
第一局結果
DeepMind創(chuàng)始人、AlphaGo之父Demis Hassabis證實了這一點，他說與柯潔對戰(zhàn)的AlphaGo更多的是根據自身學習，對人類數據的依賴性越來越小。
除了開始脫離人類數據，更讓人類望塵莫及的是其恐怖的進步速度。我們常說要“取長補短”，AlphaGo則可以把這個過程加快成百上千倍。
取長方面暫不多說，AlphaGo的研發(fā)團隊一直在找它的缺口。去年輸給李世石之后，他們回去馬上改善了AlphaGo的知識缺口，并且投入更多精力去改進算法，讓AlphaGo變得更強。
這次的AlphaGo在算法上就強大了很多。去年，AlphaGo還是通過分布式的計算機來運作，而今年只用了一個單一的機器。所以，柯潔非但沒有讓AlphaGo的CPU因為飛速運轉而發(fā)熱，相反，今天的AlphaGo的計算能力比去年要小10倍。
從比賽用時上來看，柯潔幾乎是AlphaGo的兩倍。雙方第一場比賽共耗時4小時17分37秒，其中柯潔用時2小時46分43秒，AlphaGo用時1小時30分54秒。
學的又多又快，人類棋手確實很難看到勝算?？聺嵰部吹搅诉@一點，但他為什么還要應戰(zhàn)。
這也是普通網友最關心的問題了，柯潔的輸贏到底是否需要將其上升到“人類尊嚴”這種高度？答案肯定是不能。
圍棋如同所有競技賽事一樣，柯潔也是專業(yè)的運動員。對于運動員來說，勝敗乃兵家常事，面對實力懸殊很大的對手，任何人都很難取勝。
現在柯潔面對的就是這樣一個對手。所以對于比賽接下來的關注點不該是柯潔能否勝一局，而是AlphaGo所代表AI技術將為人類帶來什么。
目前來看，AlphaGo已經顛覆了傳統的圍棋?？聺嵲诒荣愔幸矅L試了一些“非常規(guī)”下法，他認為AlphaGo已經改變了自己很多最初的看法，現在覺得比賽中沒有什么棋是不能下的。
Demis Hassabis在賽前的致辭中說道，圍棋的樣式變化繁多，可能再過一萬年，人類也無法窮盡圍棋的打法。
而AlphaGo可以作為一個工具，通過它去幫助人類對于圍棋的理解，讓偉大的棋手去發(fā)現圍棋更多的奧妙。
這確實是一種很奇妙的感覺。當你認為一件幾乎是唯一的事情，突然有了另外一種可能，這就像哥倫布發(fā)現新大陸后，給未來開啟了一扇新的大門。
柯潔說活到現在，最大的榮幸是和AlphaGo進行了對戰(zhàn)，很感謝能有這樣的對手。他從AlphaGo身上獲得了很多比賽的快樂，這種快樂來自于競技，而非結果。
比賽結束以后，柯潔更希望把AlphaGo當做幫助自己提升棋藝的工具。在人與機器之間，他選擇跟人類下棋，他笑著說，“我跟人類比賽的勝率還是可以的。”
01月07日 18:14
