AlphaGo 老師

江鑄久

2017年5月30日，我去香港鳳凰衛(wèi)視，參加錄制鏘鏘三人行的節(jié)目，談AlphaGo對柯潔的人機(jī)大戰(zhàn)第二季。想起去年3月，李世石和AlphaGo的第五局時(shí)，我也是一路奔到香港，邊和文濤聊著圍棋與人工智能，邊掛念著戰(zhàn)況。

一年多過去，AlphaGo從一開始的職業(yè)棋手都覺得下不過李世石，到現(xiàn)在成為很多人心中的圍棋上帝，這世界變化得太快了。

還記得對李世石的第一局，AlphaGo贏了之后，整個(gè)圍棋界都震動了。芮乃偉那時(shí)候就非常難過。我倒還好，因?yàn)橘惽拔乙杨A(yù)測AlphaGo會贏，電腦戰(zhàn)勝人類的時(shí)刻就要到來。之所以這么認(rèn)為，是因?yàn)槎嗄昵?，我在美國時(shí)就接觸過一些立志開發(fā)圍棋人工智能的IT人士，還給他們當(dāng)過參謀。之后，我也一直關(guān)注著這方面的發(fā)展。圍棋人工智能的發(fā)展十分緩慢，早在1990年代，IBM的深藍(lán)就打敗了國際象棋特級大師，但是電腦解決不了圍棋海量的計(jì)算，解決不了圍棋里“虛”的東西。當(dāng)所有的智力游戲都被攻克時(shí)，圍棋依然一花獨(dú)放。不過，看了2016年初Google發(fā)表的AlphaGo 5∶0戰(zhàn)勝歐洲冠軍樊麾的棋譜，我覺得我們將要見證歷史了。

但是我的預(yù)想圖是AlphaGo會贏一至兩盤，沒想到他第一局就贏了，而且贏得非常漂亮，也沒想到最后4∶1的結(jié)果，居然是李世石只贏了一盤。當(dāng)然那是一盤偉大的勝局，李世石在形勢不利的情況下弈出神的一手，引出了AlphaGo的bug。

從那次人機(jī)大戰(zhàn)的整體看，AlphaGo下得漂亮。比如第二局黑37手的尖沖，令人蕩氣回腸，感覺是吳清源老師回來了。吳老師曾說他200歲在宇宙中還要下棋。那么，這是AlphaGo將吳老師的思想傳遞回來了吧？我非常感動。

2017新年AlphaGo再度出山，以Master的網(wǎng)名在各大圍棋對弈網(wǎng)站下了60盤棋，全勝。我認(rèn)真研究了這60盤棋并寫下打譜心得給我的學(xué)生們學(xué)習(xí)。知道孩子們要理解這些還有點(diǎn)早，但我愿意埋一顆種子，期待在他們的心中慢慢發(fā)芽。

5月末，人機(jī)大戰(zhàn)第二季在烏鎮(zhèn)開戰(zhàn)。

此次人機(jī)大戰(zhàn)的勝負(fù)基本是沒有懸念的，當(dāng)然我們希望柯潔贏，但是60局所顯現(xiàn)的AlphaGo太強(qiáng)大了。因此，奔向?yàn)蹑?zhèn)時(shí)，我期待看到AlphaGo下出更加神奇的，甚至是我們職業(yè)棋士也看不懂的招法，期待看到人機(jī)之間更加精彩的對抗。

三番棋分別在5月23、25、27日進(jìn)行。大會場里，屏幕上除了對局的進(jìn)程外，還可以看到柯潔對局中的表情和動作，現(xiàn)場感很強(qiáng)。

第一局，AlphaGo執(zhí)白勝1/4子，在中國規(guī)則里是最小的差距，但棋盤上的內(nèi)容是一面倒的。柯潔似乎有點(diǎn)拘謹(jǐn)，AlphaGo一直掌控著局勢。

第二局，感覺柯潔放開了，下得非常出色，成功地把AlphaGo拖入混戰(zhàn)中，有一度很有機(jī)會，可以說是逼AlphaGo使出了渾身解數(shù)。據(jù)賽后公布的數(shù)據(jù)，AlphaGo認(rèn)為前100手是雙方最善。雖然后半盤柯潔弈出問題手，棋局戛然而止。但是那一局棋，令許許多多的觀眾熱血沸騰。

27日第三局，澎湃新聞開通在線直播，我們和IT專家、紐約大學(xué)教授張崢老師一起講解?？聺嵡鞍氡P弈出問題手，之后奮力拼搏，一度使形勢非常接近，但還是未能翻盤。

3∶0，這個(gè)結(jié)果并不意外。那么，看一場意料之中的賽事，看人類敗于機(jī)器，有意思嗎？有。

有柯潔近乎悲壯的對AlphaGo的死磕，有AlphaGo在棋盤上展現(xiàn)出來的奇思妙想，也有人機(jī)聯(lián)手等好玩的賽事，更有DeepMind團(tuán)隊(duì)的講座和互動，這次的烏鎮(zhèn)圍棋峰會內(nèi)容豐富精彩，我們站在了歷史的節(jié)點(diǎn)上。

24日那天是論壇。DeepMind CEO哈薩比斯（Damis Hassabis）先生和AlphaGo技術(shù)負(fù)責(zé)人席爾瓦（David Silver）先生的講座非常精彩，令觀眾了解了AlphaGo是如何依靠他們的策略網(wǎng)絡(luò)和價(jià)值網(wǎng)絡(luò)進(jìn)行剪枝和判斷的。但是最令人震撼的是席爾瓦先生在講話中說，AlphaGo Master經(jīng)過這一段的深度學(xué)習(xí)，已經(jīng)比同李世石下棋時(shí)的版本進(jìn)步了Three Stones。聽到這個(gè)說法，柯潔立刻在微博上發(fā)表了“天哪”的感嘆。

三子啊，真是令人難以置信。午餐時(shí)我們特地去找哈薩比斯先生求證。哈薩比斯先生首先肯定了這Three Stones就是三個(gè)子，而不是三目（Three points），然后解釋說這是系統(tǒng)自己測定的，按照“AlphaGo李”同“AlphaGo柯”自己對下的勝率估算出的實(shí)力差距，并不說明和人類下也能讓三子。不過，他又補(bǔ)充了一句：“也許是讓兩子……”

嗯，這也已經(jīng)足夠令人震驚了。想起今年3月份我到日本的時(shí)候，碰到了武宮正樹老師、趙治勛老師和小林光一老師，他們都不約而同地認(rèn)為如果是60連勝，按照棋份來說，那是兩個(gè)子的棋份了。

哈薩比斯先生還說，他們已經(jīng)修復(fù)了對李世石時(shí)的bug，即使形勢不利（基本不太可能），AlphaGo也不會亂來了。趁此機(jī)會，我提出，希望能多給我們看一些AlphaGo左右互搏的棋譜。哈薩比斯先生答應(yīng)考慮一下。

下午，一不小心去了Jeff Dean的記者會（后來才知道他有多牛，據(jù)說谷歌員工認(rèn)為谷歌搜索驚人的速度都?xì)w功于他）。會后，主辦方好意安排我和他聊幾句。我問他，AlphaGo的開發(fā)會一直繼續(xù)下去嗎？有沒有目標(biāo)？他嚴(yán)肅地回答這個(gè)要去問DeepMind團(tuán)隊(duì)……好吧，那我再問，你覺得人工智能，比如AlphaGo，在對孩子的教育方面有些什么幫助？Jeff很認(rèn)真地說，人工智能會很好地啟發(fā)孩子們的創(chuàng)造力……

26日上午，大舞臺上是配對賽，古力和AlphaGo對陣連笑和AlphaGo。雖然是表演賽，但大家相當(dāng)期待，都想看人和電腦會配合成什么樣子。而且，如果是人機(jī)對戰(zhàn)，機(jī)器優(yōu)勢了，就會挑穩(wěn)妥的路走，不求最好，只選擇勝率最高的一手。所以我們預(yù)想，到了后半盤，是不是可以由人類高手領(lǐng)著AlphaGo下出最善的著手呢？

很有意思的一盤棋。布局，執(zhí)白的連笑弈出問題手，黑棋優(yōu)勢。但是緊接著黑方的AlphaGo下了一步無比堅(jiān)實(shí)的自補(bǔ)，我相信任何一個(gè)職業(yè)棋手都是不會往那里想棋的。是不是阿老師覺得優(yōu)勢了呢？我們笑說，這一步似乎把古力的調(diào)子打亂了。

據(jù)說后臺數(shù)據(jù)黑棋勝率曾到達(dá)75，古力下了某一手后掉到60多一點(diǎn)，再后來又掉到45……好玩的是有位女棋手在朋友圈轉(zhuǎn)了這條消息，然后寫道：“我想說，是時(shí)候讓你們體會體會女棋手在混雙賽中的壓力了。”確實(shí)，一到混雙賽，女棋手常常是戰(zhàn)戰(zhàn)兢兢的，怕下錯(cuò)了。局后古力聽了大笑，說幸虧阿老師不會說話，不然我肯定要受責(zé)備了。這個(gè)角色轉(zhuǎn)換令人莞爾。

后半盤，黑棋處于劣勢了，黑方AlphaGo要認(rèn)輸，古力不同意。局后古力說，他和連笑商量好了，不管哪一方的電腦要求認(rèn)輸，都要拒絕。結(jié)果，阿老師似乎是發(fā)脾氣了，連續(xù)損目，古力只好也拿起牌子來，示意認(rèn)輸，他的同伴爽快接受。這么看來，劣勢情況下，要率領(lǐng)AlphaGo繼續(xù)兢兢業(yè)業(yè)地收官，不是一件容易的事情。

連笑局后的感想是，和阿老師配合心里很有底。問為什么，答中盤時(shí)覺得形勢不好，但是同伴仍然不緊不慢地很穩(wěn)健，所以心就定了，想是不是也沒有那么糟。一等一的高手形勢判斷要依仗阿老師了，這又是配對賽有意思的地方。真希望這樣的對局多來幾盤，可以好好欣賞一下人機(jī)配合的各種有趣。

下午是陳耀燁、周睿羊、時(shí)越、羋昱廷、唐韋星五位世界冠軍對陣AlphaGo。一個(gè)長條桌上擺著棋盤，四個(gè)人坐在后面，周睿羊在另一面和大家一起討論，他轉(zhuǎn)過身就是比賽用的正式棋盤，商量定了就由他在盤上落子。AlphaGo橫空出世后，周睿羊最先采用阿老師的很多下法，贏了不少棋，因此得了一個(gè)“阿爾法羊”的美稱。

賽前，大家都不看好這場所謂的群毆，因?yàn)殡p方各兩個(gè)半小時(shí)的用時(shí)，對人類一方實(shí)在是太少了，一個(gè)人下都有點(diǎn)緊巴巴的，五個(gè)人稍一討論，十來分鐘就沒有了，何況對面是一秒鐘能算百萬步的阿老師，更加覺得有壓力了。果然，大盤講解的古力、王磊等一直在為他們擔(dān)心：還不下??？時(shí)間又過去十分鐘啦。想想看，五個(gè)棋風(fēng)不同的高手一起討論，哪能那么快就達(dá)成一致呢？所以，我們在屏幕上，總是看到阿爾法羊在笑，等著大家統(tǒng)一意見的樣子。

中盤時(shí)，AlphaGo有一個(gè)靠然后小尖的連環(huán)手筋，是屬于讓人大吃一驚的思路。但是據(jù)說研究室里柯潔先于AlphaGo擺出了這兩步棋，不禁感慨，柯潔真是最適合大戰(zhàn)AlphaGo的人啊！

最后小官子階段，是AlphaGo小勝的局面，讀秒后替換周睿羊坐到棋盤前的唐韋星在白棋空里二二點(diǎn)了一手。這是一步騙招，完全沒有棋的地方，但是阿老師很穩(wěn)健地補(bǔ)了一手，損目了，當(dāng)然這和勝負(fù)無關(guān)。五個(gè)年輕的世界冠軍笑得不可開交，有一張他們捂著臉撐著頭笑著的照片瞬間刷爆了朋友圈。這步棋是一種測試，AlphaGo應(yīng)錯(cuò)了。不過這不算什么。我們非常想知道，如果補(bǔ)一手會輸，阿老師還會像實(shí)戰(zhàn)那樣走嗎？當(dāng)然，答案其實(shí)是很明顯的。

27日第三局結(jié)束后的新聞發(fā)布會上，哈薩比斯先生宣布AlphaGo將退出圍棋賽事！DeepMind團(tuán)隊(duì)同時(shí)宣布，將陸續(xù)公布AlphaGo左右互搏的50局棋譜，今天先公布10局。我看了幾個(gè)片段，那真的是有著許多可以顛覆圍棋觀的內(nèi)涵，谷歌的武功秘籍公開了。

非常感傷，一段傳奇就要這樣離開嗎？

回味這場“絕唱”，在傳承方面，AlphaGo吸收了很多前輩高手的精華并予以再創(chuàng)造。在棋局中，我看到它的很多招法有當(dāng)年吳清源老師的影子，心里非常感動。也許，上天是通過AlphaGo映照出了很多職業(yè)棋手在歷史上那些讓人難忘的場景，那些可歌可泣的精神。

三歲的AlphaGo打敗了人類幾千年的進(jìn)化。人類棋手要戰(zhàn)勝電腦已經(jīng)不可能了。但是，通過學(xué)習(xí)，我們可以在自身的基礎(chǔ)上獲得提高。我想，生活在現(xiàn)代的職業(yè)棋士是幸運(yùn)的，阿老師幫助我們突破自身的局限，使我們能夠以更加自由的心靈和開闊的視野去面對棋盤，也更加能夠體會圍棋的美好。