啟蒙：看人機大戰第二季有感

04-25

全程追完人機大戰第二季，感觸頗深。作為一名圍棋和機器學習愛好者，想寫這篇文章談一些感受。

第二次的人機大戰，人類一盤未贏，在意料之中。機器在大局觀上完全碾壓人類，每盤棋幾乎都有出乎意料的棋。在四盤棋里的三盤棋里（包括團體賽一盤），人類都早早的在布局落後，年初和Master下的60盤棋也大多如此，一旦落後了便再也沒有翻盤的機會。在柯潔與AlphaGo的三盤裡，柯潔竭盡全力依然無法看到明顯的機會。輸棋是難受的。從柯潔登上世界大賽的舞台以來，從未看見他如此的絕望。

圖一：絕望的柯潔

然而，這個輸棋的鍋其實不應該由他來背。人類下棋水平，有很大一部分是有固有經驗來決定的。特別是開局，由於可選擇的點多，相對自由，人類就會用一些套路和定式來簡化它。不只是圍棋，幾乎所有領域都是如此，比如傳統醫學, 傳統武術，宗教，文化，生活習慣等等…… 簡而言之，我們傳統的邏輯是：根據過往的經驗，這樣這樣做是有效的。根據經驗行事某種程度上是動物的本能。我們可以通過以前的經驗規避風險，提高生存繁殖的幾率。相對來講，不吸取經驗教訓的物種更難以生存，必將被淘汰。

但是，憑經驗行事的人類有其局限性。因為無法驗證經驗到底是不是正確的，所以我們也可能因為缺乏驗證而盲從錯誤的經驗。比如認為13是不吉利的數字，某些草藥可以治某些病，相信占星術等等。錯誤的經驗有的時候也有可能是災難，特別是醫學和宗教方面，有些民族的宗教可能用人來獻祭，有些治療手段可能沒有效果或者是副作用。所以對經驗的驗證就變得尤其的重要。正因為有了對經驗驗證的方法，人類的壽命從200年前的40歲以下上升到了現在的將近70歲。因為有經驗驗證的方法，我們可以對人類心理，社會，經濟，物理，化學等等領域進行研究，剔除錯誤的經驗，推動人類社會的發展和進步。

圖二：曾經的人類以為放血是個不錯的治療方法

AlphaGo所使用的人工智慧，也可以說是一個驗證經驗的工具。依靠強大的數據處理運算能力，AlphaGo 通過對圍棋數據的加工，匯總和分析，來檢驗哪些招法可以增加取勝的幾率。人類在行棋過程中，通過經驗與直覺確定潛在的下一步，並向後演算比較多個變化圖，做出選擇。兩個有相似經驗人類可以在一些局面上達成共識，比如圍棋中的「定式」就是一種共識。我們學棋的過程中學習的就是前人所達成的共識，這些共識基於前人的實戰。這樣的經驗可以讓我們學習並達到相當的棋力，但是並不是所有的經驗都經得起檢驗。

圖三：人機大戰第三局，柯潔和講棋的棋手們都覺得點三三是個不錯的選擇，但是黑29，31後，柯潔卻發現不好下了。

二十世紀初，吳清源就是向傳統經驗發起挑戰的人物。那時的棋手認為下開局小目才是正確的，但是吳清源用勝率說明開局星位，三三，目外都可以下，他下出了很多新型的定式，讓圍棋的開局變化更多。在AlphaGo出現前的前年，由於棋手們比賽多，每盤棋用時相比從前大幅減少，圍棋的開局又變得單調起來，變向中國流，錯小目守角，星小目，中韓棋手套路都差不多，由於網路的發達，一旦出現新手也很快被棋手研究清楚了。最終，這些套路在棋手們的搜索空間里覺得是兩分的，而創新的收益是很小的。然而如今AlphaGo通過上千萬對局告訴我們，這些套路有些未必經得起驗證。當AlphaGo 用各種人類未曾見的招數對付我們時，在一盤兩三個小時用時的棋局裡，棋手難以正確應對。

所以，我認為柯潔這次的完敗其實應該歸咎於所有古今的棋手，我們人類對於圍棋的認知到目前就是這個程度，AlphaGo的檢驗告訴我們，這些經驗遠非完美。但這次的人機大戰相比第一次和網上的60盤棋卻是有明顯不同的。相比李世石初次面對機器的不知所措，柯潔在這次人機大戰就有更多經驗，有年初的60盤棋可以學習，柯潔在比賽中也下出了AlphaGo覺得效率更高的棋（比如點三三，脫先等），第二盤棋前100手勝率很接近其實也有那60盤棋的功勞。因為人類比較難驗證的是布局，和AlphaGo下出問題最多的階段也是布局，而布局是恰恰可以賽前準備的，假設人類和AlphaGo下了足夠多的棋，學習他的布局思想和理念，我相信用不了多久這些由AlphaGo帶給我們全新的經驗可以讓人類在布局上下得和AlphaGo差不多好，如果有這樣充分學習過AlphaGo布局的人類來下人機大戰，人類的勝率將大大增加（當然前提是目前這個版本不再進化）。

圖四：人機戰第一局，柯潔學習年初Master招法下三三

所以，有了AlphaGo這樣的工具，我覺得在圍棋上人類就好像穿破中世紀的黑暗來到的啟蒙時代，一步棋好不好不再是只靠人類的經驗積累，而是通過我們創造的工具來驗證。相信在未來幾年裡，我們能看見職業棋手的棋力大幅增加，圍棋開局的變化更多，比賽更精彩。這是棋手們的幸事也是棋迷的幸事。