「人機大戰2」未必選柯潔 - 圍棋

「人機大戰2」未必選柯潔

北京新浪網 (2016-03-17 03:22)

　原標題：「人機大戰2」未必選柯潔

　　昨日消息，谷歌人工智慧阿爾法圍棋（Alpha-Go）與韓國棋手李世石的人機世紀大戰
已落下帷幕，AlphaGo不但大勝李九段，還收穫了人類的世界排名，目前它排名世界第二
，僅次於中國棋手柯潔。雖然大家都認為未來的「人機大戰第二季」必然是電腦對陣柯潔
，但現實情況恐怕並非如此。

　　按照排名規則，因為在第四局中輸掉一場，Al-phaGo也有了正式的世界積分和排名。
在最新排名中，它以9勝1負的戰績，積3586分，排名世界第二，超越了韓國棋手朴永訓和
日本棋手井山裕太，僅次於中國棋手柯潔九段。在本次人機大戰期間，柯潔在各種場合主
動約戰，種種跡象似乎表明，世界老大和世界老二之間遲早會有一戰。

　　但阿爾法圍棋的創始人哈薩比斯表示「人機大戰2」還沒有提到議事日程，AlphaGo要
先返回英國，繼續提高棋藝，「我們認為阿爾法還有進步的空間。在此期間，將商討阿爾
法是否與人類進行更多的對局，幾個月後會公佈具體的安排」。此外，韓國棋院事務總長
表示：「正在推動再進行一次人類與機器的對決。如果舉行，有可能還是李世石（對戰電
腦），也有可能是其他棋手。韓國棋院正在與谷歌方面進行溝通。」值得玩味的是，在談
到此次人機大戰為何不選擇柯潔時，哈薩比斯認為，現在還不能確定柯潔何時成為傳奇般
的人物，將會繼續關注他的表現。華商報記者 趙蔚林

http://news.sina.com.tw/article/20160317/16430873.html

其實還蠻期待小李再戰Alphago一次的

但如果論新鮮度的話，還是戰其他的棋手比較好

原來是柯潔還不夠傳奇，所以沒有選他的關係


柯潔調整勝率表示應戰 人工智慧弱點論引爭議

　人工智慧產業變局

　　此前，圍棋世界冠軍柯潔和中國象棋特級大師、北京隊主教練張強均向21世紀經濟報
導記者表示，軟體現已顛覆了棋類運動的部分理念和規律，終有一天人工智慧的棋藝會天
下無敵。

　　本報記者 陸宇 倪雨晴 北京、廣州報導

　　3月15日，人機大戰五盤結束，谷歌的AlphaGo以4：1戰勝李世石。至此，人工智慧已
在圍棋、國際象棋、中國象棋三項智力競技體育中，實現了對人類頂尖高手的全面勝利。

　　在戰勝李世石后，DEEPMIND研發工程師拉里亞·哈德塞爾開始把目光轉向柯潔，他在
社交軟體臉書上表示：「柯潔，準備好了嗎？」

　　而據21世紀經濟報導記者得悉，在看到臉書上的非正式挑戰後，柯潔的經紀人庄文回
應稱，還沒有接到谷歌方面的正式邀請。「如果接到邀請，柯潔將會欣然應戰，此前在解
說李世石棋局時，柯潔就多次表明了態度。」

　　此前，圍棋世界冠軍柯潔和中國象棋特級大師、北京隊主教練張強均向21世紀經濟報
導記者表示，軟體現已顛覆了棋類運動的部分理念和規律，終有一天人工智慧的棋藝會天
下無敵。

　　張強預測：「計算機將加速棋類運動的滅亡，甚至降低人類的創造性和毅力。」然而
，當下的計算機並非完美，從對弈棋局來看，目前系統仍存在計算錯誤、欠缺靈活性、規
律總結能力較差等弱點。

　　人腦對壘電腦

　　李世石逐步揣摩AlphaGO「心思」的5場對戰，也是大眾了解人工智慧的過程。在最後
一盤廝殺中，儘管李世石採用了與前四局不同的招數，然而「神之一手」並沒有出現，
AlphaGO最終獲勝，其技術實力和「棋感」有目共睹。

　　根據專家的公開分析，AlphaGO的成功來源於深度學習技術和蒙特卡洛樹演算法的結
合。蒙特卡洛樹搜索演算法是特別適合棋類遊戲的演算法。而對於盤面組合數極大的圍棋
，還需要深度學習這一新技術，深度學習本質是指人工神經網路，包括決定落子的「策略
網路」，評估局面勝算的「價值網路」。相比以往的窮舉法，是飛躍性的進展。

　　深度學習則是谷歌引以為豪的技術創新。日本函館未來大學教授、人工智慧學會會長
松原仁在接受21世紀經濟報導記者採訪時表示，AlphaGO在圍棋領域超越人類，是人工智
慧很大的突破。圍棋獲勝雖然沒有改變世界，但是這顯示了在其他領域超越人類的可能性
。他說道，「此次比賽中，谷歌開發的強大性能的電腦功不可沒。」

　　在不少業內人士看來，AlphaGO是通過深度學習得來的「機器棋感」來和人類的抽象
推理進行角力的。

　　浙江大學人工智慧研究院院長吳飛教授告訴21世紀經濟報導記者：「在第四盤比賽中
，李世石把旗子擺到了中盤，引向中盤，複雜度比較高。阿爾法狗近身鏖戰能力強，某個
棋子在中空地帶，可能出現棋子的步驟成千上萬，計算就失誤了，可能是演算法里沒有考
慮這個情景。BUG是人沒有教阿爾法狗這個特定的棋局，『神來之筆』則是人的一種動物
性。」

　　可以說，如今備受關注的棋局終結，外界對於人工智慧雖然強大，但也並非沒有弱點
已達成共識。

　　就在第四盤戰勝AlphaGo后，李世石曾在記者會上表示：「今天自己下出意外的招式
時，AlphaGo出現了某種形式的漏洞（BUG），對於意外招式的應對能力較為欠缺。」

　　谷歌DeepMind首席執行官丹米斯-哈撒比斯（Demis Hassabis）也通過社交平台承認
，李世石翻盤是因為擊中了機器人的BUG，下出白78手后，AlphaGo自我感覺良好，在程序
的「值網路」（用於評估電腦勝率）中，誤以為勝率達到70%，但直到第87步才反應過來
。

　　即使在AlphaGo獲勝的前兩局中，也並非完美。「前兩盤機器在布局上有一些小問題
，但由於李世石後面犯了錯誤，才把優勢拱手相讓了。」柯潔對本報表示。

　　圍棋如此，在中國象棋和國際象棋人機大戰中，計算機也沒能達到步步精確。中國象
棋人機大戰早在2006年就舉行過，但未受到高度關注。當年超級計算機天梭浪潮與中國五
位特級大師對弈，最終以3勝5和2負取得勝利。

　　親自上陣的張強取得1勝1和的戰績，他告訴21世紀經濟報導：「計算機有軟手、失誤
和計算不到位的情況，開局時我就略略佔優。即使發展到現在，也會存在BUG，不會步步
精準。」此外，1997年深藍雖戰勝國際象棋棋王卡斯帕羅夫，但也是僅以3.5比2.5獲勝，
其中也存在計算失誤情況。

　　而在另一方面，AlphaGo等人工智慧的缺陷還表現在欠缺靈活性和針對性。

　　哈撒比斯表示：「我們向它輸入網路上的對弈棋譜，使其逐漸學會下圍棋的通用範式
，並未輸入李九段的對弈棋譜，也沒有進行針對性訓練。」

　　截至目前，在「三棋」中尚無證據證明，計算機可以針對某一對手的特殊風格做出調
整，以取得更優結果。而這在實際對弈中卻極為常見，如對手善於平穩中取勝，則應將局
面引入混亂搏殺，反之亦然。

　　究其原因，是因為針對性出招可以使機器縮短獲勝時間並節省計算量，最重要的是有
助於降低BUG的出現率，這顯然會使機器變得更加聰明。「現實中備戰，棋手一定會研究
對手，力圖走出讓對手彆扭的棋。」柯潔直言。

　　而最後一個值得商榷的是，計算機的規律總結能力能否超越人類。

　　「人工智慧真是太了不起了，它每天都可以學習幾萬盤棋，這個數量是人類一生都無
法企及的數量。」柯潔表示。然而，這一可怕的優勢恰恰反映出機器總結規律的能力暫時
弱於人類。張強指出：「與機器相比，人類在少量記憶、訓練的情況下就能找到規律，從
而達到很高的水平。但機器卻需要輸入遠多於人類記憶極限的盤數才能具備相應水平。」

　　降低創造性致棋類消亡？

　　現如今，象棋人工智慧軟體主要包括天機、名手、旋風等。而早在AlphaGo登台亮相
之前的數年，象棋選手就已普遍使用類似人工智慧幫助提高棋藝。

　　張強告訴21世紀經濟報導：「以前出一個高手需要5-10年培養期，現在只要三四年了
。對棋類而言，人工智慧或許弊大於利。由於很多神秘面紗陸續被計算機解密，這雖可以
加速象棋的發展速度，但等到全部解密之後，象棋、圍棋就成了五子棋、跳棋那樣無趣了
。」

　　在與機器進行棋類遊戲的過程中，人們常常失去鬥棋的樂趣，主要存在兩方面原因。
一方面，機器下棋都存在「固化」思維，面對同樣的局勢，機器總是在同一處落子。松原
仁認為，AlphaGO也不例外，在多次的對戰中很有可能試出機器弱點從而取勝，「在交手
過程中棋手會繼續學習，但是AlphaGO並不會。」

　　另一方面，儘管谷歌聲稱AlphaGO擁有「大局觀」，但是對於「以退為進」、「亂中
取勝」等人類的棋類技巧以及團隊作戰時的配合協調方面，目前AlphaGO尚未實現。對此
松原仁指出，AlphaGO理解力上存在缺點，它會做出選擇，但是不能表達出確切的邏輯關
係和理由。

　　扼殺創造力之辯還體現在另一方面。目前，受到人工智慧的影響，象棋的訓練方法已
發生了巨大改變。張強解釋稱：「曾經是由棋手創造性地開發出新的招法，現在變成電腦
給出答案了。誰用電腦的時間長、方法得當，誰的水平就增長得快，這傷害了人類的創造
性和意志品質。」

　　類似的情況其實在AlphaGo與李世石的第二盤中就有所體現出來。

　　據柯潔回憶稱：「雙方交鋒第二盤的第37手，機器下出了人類從沒有走過的招法，開
始很驚訝，但後來仔細想想，這步棋是非常有道理的，甚至可以說是創造了一種布局變化
。」

　　棋手們普遍顯示出了對人工智慧的抗拒心理。「我是不是生不逢時了？」柯潔感嘆。
而對於與AlphaGo的對戰，柯潔也收回了此前百分百勝、六七成勝率的判斷，「現在說勝
率都是沒有意義的。」

　　（編輯：陳時俊，如有意見建議請聯繫：chensj@@21jingji.com）

http://news.sina.com.tw/article/20160317/16432943.html


--