李世石為何會(huì)輸給AlphaGo？圍棋國(guó)手古力：他輕敵了

“人機(jī)世紀(jì)大戰(zhàn)”第一局落下帷幕，李世石認(rèn)輸，這是讓很多人沒(méi)有想到的。原本被寄以厚望的李世石，到底為什么會(huì)輸于古力口中“業(yè)余六七段”的Alphago？

>> 詳細(xì)報(bào)道

Alphago深度學(xué)習(xí)發(fā)揮作用

“國(guó)際象棋每步大約會(huì)出現(xiàn)35種左右的走位可能，而圍棋的走位可能則高達(dá)250種，每一步250種相乘就意味著整局比賽會(huì)出現(xiàn)多到幾乎無(wú)窮盡的走位方案。”谷歌DeepMind實(shí)驗(yàn)室主管德米斯-哈撒比斯(Demis Hassabis)說(shuō)道。Alphago在擊敗歐洲圍棋冠軍樊麾時(shí)學(xué)習(xí)了3000萬(wàn)盤(pán)棋，而經(jīng)過(guò)將近半年的學(xué)習(xí)，這個(gè)數(shù)量已經(jīng)增長(zhǎng)到1億以上。

AlphaGo的核心是兩種不同的深度神經(jīng)網(wǎng)絡(luò)�！安呗跃W(wǎng)絡(luò)”（policy network）和“值網(wǎng)絡(luò)”（value network）。它們的任務(wù)在于合作“挑選”出那些比較有前途的棋步，拋棄明顯的差棋，從而將計(jì)算量控制在計(jì)算機(jī)可以完成的范圍里，本質(zhì)上和人類(lèi)棋手所做的一樣。

其中，“值網(wǎng)絡(luò)”負(fù)責(zé)減少搜索的深度——AI會(huì)一邊推算一邊判斷局面，局面明顯劣勢(shì)的時(shí)候，就直接拋棄某些路線(xiàn)，不用一條道算到黑；而“策略網(wǎng)絡(luò)”負(fù)責(zé)減少搜索的寬度——面對(duì)眼前的一盤(pán)棋，有些棋步是明顯不該走的，比如不該隨便送子給別人吃。利用蒙特卡洛擬合，將這些信息放入一個(gè)概率函數(shù)，AI就不用給每一步以同樣的重視程度，而可以重點(diǎn)分析那些有戲的棋著。

這意味著Alphago屬于典型的力戰(zhàn)型棋風(fēng)，善于敏銳地抓住對(duì)手的弱處主動(dòng)出擊，以強(qiáng)大的力量擊垮對(duì)手。李開(kāi)復(fù)先生說(shuō)現(xiàn)在的AlphaGo和1997年擊敗世界象棋冠軍的深藍(lán)相比，從圍棋到象棋的難度高了很多，是難度非常大的跳升。

近年來(lái)深度學(xué)習(xí)的技術(shù)，非常大的數(shù)據(jù)量和計(jì)算量可以擴(kuò)張地使用，超過(guò)了我們的想象。同時(shí)我們也對(duì)人所謂的智力，當(dāng)時(shí)有一些錯(cuò)誤的幻想，實(shí)際上深度學(xué)習(xí)的成長(zhǎng)非常快速，它可以非常好地利用更多地機(jī)器。所以在任何客觀、科學(xué)工程評(píng)估的領(lǐng)域，包括游戲，其實(shí)是金融、搜索、廣告等各方面的應(yīng)用，人類(lèi)基本上不會(huì)再有更多的機(jī)會(huì)跟機(jī)器來(lái)競(jìng)爭(zhēng)了。

• 柯潔：我的目標(biāo)都是大目標(biāo)！不信AlphaGO能讓兩子
• 李世石：再也不跟“阿爾法狗”下棋了
• 李世石慘敗AlphaGo！韓國(guó)棋迷：滾出圍棋界
• AlphaGo只能算“弱智”，沒(méi)有自我意識(shí)不足為慮
• 柯潔輸棋遭調(diào)侃：人類(lèi)之間的比賽都是小事