主题：人工智能挑战围棋即将成功 -- 陈经

所谓遇弱者弱，遇强者强。说明一个问题就是AlphaGo的算法有初值依赖，也就是利用对弈者的当前步做路径优化的初值。水平越高下子越好，最终算法计算的结果越好，应子就越好。

下无理子对只单纯记忆棋谱的算法有用，对AlphaGo的算法可能无用。因为在算法中为了减少初值依赖，为了增加多样性，需要做扰动，这些扰动实际就是无理子。对手下无理棋实际是帮助AlphaGo减少初值优化、避免算法陷入局部优值。

深度学习算法在大数据计算平台下是广度与深度并行计算的，计算量惊人，但还是能够计算的。它的计算节点在目前技术条件、算法水平上可以达到10亿个节点或以上，能够接近或超过人类的神经元。不要小看它的计算能力。

第82手没有价值，等于停了一手。

外链出处

最后十几手，樊下的水平也很臭，很业余。网上说他下不过那个盲棋高手，业余六段。

今天看到报道，罗洗河说可以让那电脑4子。

罗洗河（职业九段，围棋世界冠军）

　　zen4让九个子我下过一百多盘5秒一步的，电脑差一些。谷歌这个软件号称让zen四个子胜率七成多，大概让四五个子吧，四个子我有信心获胜。

参见：

外链出处

不必太高看谷歌的这个软件。

而且这个时间不是那种几十年十几年几年的问题，没准就是几个月了

只要是靠计算能搞定的事情，计算机早已战胜人类

如果只要是靠学习能搞定的事情，计算机也能战胜人类

下一步计算机就只差无前提创新了。。。

俺们离变成机器奴隶的日子似乎越来越触手可及了

2016年1月28日，谷歌围棋程序AlphaGo以5:0战胜职业棋手的消息，震动了围棋圈。这两天有很多的讨论，主要是新闻性的。我也在第一时间进行了常识性的介绍。

本文进一步从围棋和人工智能技术的角度，深入分析AlphaGo棋艺特点，评估其算法框架的潜能，预测与人类最高水平棋手的胜负。下文中出现的策略网络、价值网络、蒙特卡洛法请参考前文，理解具体围棋局面也需要一定的棋力，但是与算法推理相关的内容理解起来并不难。

AlphaGo是如何下棋的

所有人，包括职业棋手，看了AlphaGo战胜樊麾二段的五盘棋，都说这程序下得像人了，和以前的程序完全不同。柯洁九段（公认目前最强棋手，一年获得三个世界冠军，对李世石6:2，古力7:0）的看法是：

“完全看不出来。这五盘棋我也仔细地看了一眼，但我没看名字，不知道谁执黑谁执白，完全看不出谁是AI。感觉就像是一个真正的人类下的棋一样。该弃的地方也会弃，该退出的地方也会退出，非常均衡的一个棋风，真是看不出来出自程序之手。因为之前的ZEN那样的程序，经常会莫名其妙的抽风，突然跑到一个无关紧要的地方下棋。它这个不会。它知道哪个地方重要，会在重要的地方下棋，不会突然短路。这一点是非常厉害的。”

连笑七段让四子对DolBaram。棋谱可参考附录的sgf文件，看看电脑是如何搞笑的。

先来看我上一篇文章中提到的DolBaram被连环劫搞昏的局面。右下角白是连环劫净活，电脑却不知道，耗费了很多劫材来回打。这是因为电脑是用蒙特卡洛树形搜索（MCTS）下的，一直模拟下到终局，看各个选择的获胜概率。人一眼就知道打劫是没用的，你提这个我必然提回那个。电脑模拟时的选点却不会只有那一招，就会发现，如果对手不提另一个劫走了别的，那电脑就能吃角了，所以就去提劫。直到劫材损光，电脑才会恍然大悟，吃不掉，但这已经过去几十手，超过电脑的搜索能力了。

看到电脑被连环劫搞昏，乐开花的连笑

2014年日本UEC杯软件决赛，Zen执黑对CrazyStone。完整棋谱可看附录的文件。

再来看Zen和CrazyStone两个过去最强的程序间的一个局面。黑61威胁白右上角和中上，白却不应，在下面62切断，黑继续63吃掉右上角。最后白在上面损失惨重，为了救中上几个白子，下面又被黑先动手，没有收益。为什么CrazyStone不应上面？因为程序没有价值的概念。白不应上面，黑要把白右上吃掉，还需要很多手，中上的白子活不活更不好说，这已经超出了电脑蒙特卡洛模拟的能力。因为电脑不知道要对着上面猛算，它不知道上面是焦点，可能花了很多计算在下面或者其它地方，认为62手下面切断胜算更大，上面的损失它模拟得不对。这个局面能说明蒙特卡洛树形搜索法（MCTS）的局限性，这个弱点很要命。

那么AlphaGo会如何解决这两个问题？连环劫问题，DolBaram可能得打个补丁。AlphaGo也是基于MCTS的，但是它的策略网络是深度学习高手对局的招法训练出来的，更为准确，有可能提劫这手就不会给多大概率，因为高手们面对这个局面不会去提劫。另一种可能是，AlphaGo有一个价值网络，不用来回打一堆劫就能直接判断下一招后，获胜机会如何。由于价值网络是训练出来的，包含了3000万局的最终结果，对于右下那块白棋的死活是有判断的。当然也可能AlphaGo针对连环劫有补丁。

CrazyStone犯错这个图，假设AlphaGo执白，在考虑第62手。61、62、63这些着手显然都会在AlphaGo的策略网络的选点中。你要让它用MCTS模拟出右上和中上白棋几个子是怎么回事，估计也是不行的，手数和分支太多。因为这不是一个简单的死活问题，白可以不要一部分甚至都不要，只要在其它地方有足够的补偿。但是AlphaGo有价值网络，它会在模拟到63手时，用价值网络快速评估一下，发觉白必败，于是迅速否定62这手棋，在上面下棋。因为价值网络的3000万个样本中，上面这种白棋类似棋形导致失败的棋局会有一些。

这里我们看出来，AlphaGo相比前一代软件的革命性进步，是有了一个价值网络。实际上，AlphaGo可以不用搜索，直接用策略网络给出一些选点，用价值网络判断这些选点的价值，选一个最好的作为着手，就可以做出一个非常厉害的程序。这个简单程序就可以打败其它软件，达到KGS（一个围棋网，人工智能程序一般在上面打级） 7D，这是非常惊人的。Facebook的Darkforest也可以不搜索，用策略网络给出一些选点，选其中概率最大的点（最像是高手下的那招棋），这样可以达到KGS 3D。在此基础上再加上MCTS，把Darkforest提升到了5D。这说明AlphaGo的价值网络对棋力提升的价值，可能比MCTS还要大。

有了高效的价值网络，AlphaGo就容易知道局面的焦点在哪，不会在非关键的地方走。可以预期，其它软件开发者要跟上AlphaGo，就得把价值网络搞出来。但是这非常难，需要模拟海量的对局，对局水平还不能低，需要的投入很大。

AlphaGo想要战胜业余高手，策略网络、价值网络就够了。但要战胜业余顶尖，就还得加上MCTS。这相当于对策略网络、价值网络的选择，进行验算。策略网络有两个，一个是给出当前局面的选点，一个是在MCTS模拟中快速给出一些选点。价值网络给出判断，有价值的搜得深。整个决策过程非常象人类高手的思维过程了：面对局面，给出一些选点；然后对各个选点推演下去，有的推几步就判断不行终止，有的会推得很远；有时算不清，就根据感觉下；有时没时间，直接感觉，都不推理了。

所以AlphaGo的算法框架很强大，和人类高手很像。而且它没有情绪波动，每一步都会稳定地用MCTS进行验算，人类不一定做得到。樊麾二段就是败在这上面，不少着都没有仔细验算，冲动地下了被AlphaGo反击吃大亏。

AlphaGo还不如人类高手的地方

分析AlphaGo的弈棋算法，可以相信，AlphaGo到了一定的局面以后就是必胜，因为它不会在此后犯错。实际之前的Zen、CrazyStone也是这样，到了后盘必胜局面，就靠MCTS，它们都能知道必胜了。这时电脑会下得特别猥琐，“赢棋不闹事”，胜多胜少一样。而人类高手后半盘胜局被翻盘很常见，官子没时间算清楚，稳定性比电脑差得多。

樊麾对AlphaGo的第二局就有这样一个局面。AlphaGo执黑，由于在右下角大占便宜，这时已经必胜了。黑下135，放白136活（如破上面的眼，白借O16的连出再做出一眼）。中韩职业高手刘星七段和金明完四段都指出，黑135右移一路，下在O18，是能够杀死白棋的。

但是AlphaGo为什么不下？我们可以试着推理一下，如果黑强杀，接下来局面会是这样：

黑135下三角一着强杀，白提一子，黑137退。白138先手切断右上黑棋，虽然是靠劫。接下来白有ABC甚至更多“捣乱”的方法，但职业棋手一眼就能看出来，白的捣乱必然失败，因为白角也没几口气，还要撑劫，黑肯定能对付。但是AlphaGo作不出这种推理！

刘星说，AlphaGo肯定知道白是死的，但选择了稳当的下法。笔者认为恐怕不是这样。AlphaGo的搜索框架里，并不一定能断定白是死的，因为需要的手数不少，打劫虽然更不利于白，但增加了推理手数。它并没有一个搜索任务叫“杀死白右上角”。如果硬要去这么搜索是做得到的，但是如果它这样去想问题，棋力反而会下降，因为围棋很复杂，杀棋付出代价太多会败。AlphaGo推理时会发现，放活白，100%胜，杀白，有风险（虽然实际没风险，但它很可能没去算）。所以AlphaGo集中搜索放活的必胜下法，最后选择是放活。如果局面是不杀不胜，那AlphaGo就会发现其它招不行早早放弃，就会去集中算杀棋的那些招。

也就是说，一些对于人类非常明显的死活，对AlphaGo反而是麻烦的。人类高手在这个局面很可能就去吃棋让对手早点认输，因为没有任何风险。AlphaGo就不行，它没有分配足够的计算资源去算这个死活，而是去算它认为胜率更高的分支，这些分支要消耗非常多的MCTS局面。人类一眼能看出来的死活，AlphaGo却需要“足够”的计算资源才能算出来。有时因为局面的焦点问题，它还真就分配不出来。只有其它分支不行，被价值网络与MCTS早早砍掉，这块棋的死活才会获得足够资源算个通透。

这不会影响AlphaGo的胜利，但已经可以看出，它的思维其实和人不一样。它并不是一定能算清的，只有你逼得它没办法了，它才会去算清。但是人就有优势了，人看一眼就知道结果，AlphaGo以及基于MCTS的这些程序，都得去算不少步才知道。程序并不像人一样，对于棋块能给出结论。人给出结论需要计算，但是算一次就行了，然后就一直引用那个结论，直到条件变化。但是程序得去算，算到死了才是死，有一些局面计算甚至是活的，它只是概率性地在那选择，并没有给出确定性的结论。

再看一个局面，第三局樊麾执黑对AlphaGo。金明完四段指出白60扳，62打，都是走在黑空里的损着。还不只是亏空，本来白不走，右中的白棋粘在S7位，是有一个眼的，现在没有眼了，对中间的攻防战影响不小。

这是AlphaGo确定无疑的亏损错着。但是证明这个结论，需要黑能够对付白Q3长捣乱，要杀掉白右下。职业棋手也要花一点时间，但不难。结论是，因为中下的黑子够厚，所以没有棋。要是没有H4J4这两个黑子，就有棋了。这里涉及到的手数和分支是不少的，虽然结论是明确的。下面是一个白捣乱失败的参考图。

对于AlphaGo来说，这个局面就很麻烦了。如果逼得它不得不做活，它会用MCTS一直模拟下去，最后认为还是死。但现在局面还很空旷，局面选点很多，它并不知道去开一个“任务”算右下角的死活。

在很多高手对局里，类似这个角的局面就是有棋的，甚至没有棋，高手也会下类似60这样的棋“留余味”，例子很多。所以AlphaGo的策略网络会给出60这个选点。但是高手会迅速否定掉60，因为做不活，而且会损右中白棋的眼。

AlphaGo不会有“损眼”这种概念，它得模拟到很多步以后，才能知道右中的后手眼很关键。60提出来以后，MCTS救不了它，因为手数和分支太多。价值网络也救不了它，因为这里死了，白也只是吃了亏，并不是明显败局。价值网络背后的3000万局里，60及其后续捣乱手段可能出现过不少胜局，会给60这招一个好分。

这里我们能看出来AlphaGo的巨大不足了，它对于围棋中的很多“常识”其实是没有概念的，例如“后手眼”、“先手眼”，“厚薄”。有一定水平的人类棋手都明白围棋概念很多，开发者根本就没有准备去建立这些概念，而是自己想了一个决策过程。表面上看AlphaGo和人类高手一样先选点，再推理验算，但这只是表面的相似，内在机理是完全不同的。

AlphaGo的策略网络可能和人类最高手没有水平差别，甚至更厉害都可能，因为可以考虑更多选择。但是接下来的价值网络和MCTS验算的区别就大了。人类高手是进行复杂的概念推理，大多数情况下可以把“棋理”讲清楚，为什么这么选择，几个变化图就够了，高手们就取得了一致。但AlphaGo是不行的，它只能死算。在封闭局面，死算表现是很稳定，超过人类高手。但是在前半盘的开放局面，它不知道去算什么，其实也是东一下西一下没有逻辑地在那撞运气地推理。

由于围棋的复杂性，它增多推理的局面数并不能带来多高的棋力提升。Distributed AlphaGo（1202个CPU，176个GPU）的计算能力是“单机版”AlphaGo（48个CPU，8个GPU）的很多倍，但互下只有78%的胜率。

我们可以得出一个重要结论：

在早期的开放局面或者中间复杂局面中，AlphaGo的算法有时会走出明显吃小亏的错招，如果“思考”时需要较多的手数与搜索分支，就可能超过它的搜索能力。而人类高手能看出来程序的错误，有能力避免这类错，因为会进行高级的概念推理。这是人类高手的巨大优势。

为什么AlphaGo的这个弱点表现得并不明显？这是因为开发者用各种办法进行了“掩盖”，而且对手必须很强才行。这个弱点只对高手才存在，甚至象樊麾这样的职业二段都无关紧要。这局樊麾根本没利用白棋损了一眼这个错误，自己先在中间行棋过分被抓住。人类对手面对的各种考验更多，局部出了错被AlphaGo一通死算抓住就锁定败局完蛋。人类对手需要自己先稳住，不能出“不可挽回”的错着。就算是顶尖职业高手也不一定做得到，之所以出了错在职业圈里胜率还可以，是因为对手又送回来了。

AlphaGo开发者没有在程序中提出围棋常识概念，甚至所有开发者都不是高手（只有第二作者Aja Huang是弈城8d，高手让三四子都可能），很多高深的棋理不明白。但是他们用深度神经网络的办法，隐性地在多层神经网络中实现了很多围棋概念。为什么一个13层的神经网络，几百万节点系数相乘相加，就能预测高手在19*19的棋盘上的行为？通过训练，这些神经网其实已经隐含了很多概念，一层层往下推。所以它下的很像人，确实和人的神经系统类似。

机器用多层神经网络识别图片的能力，甚至超过了人。但在围棋上，这其实是一种“掩盖”。人识别图片时是没太多概念的，直接看出结果，机器也这样。但在下棋时，其实不是在识别棋局，还是有明确的建立在“常识”基础上的概念，越是高手概念越多，而且说得清，能教给学生，是一个知识系统。

AlphaGo的策略网络和价值网络，那些神经网络各层里，是些什么“概念”没人说得清，也不好控制。DeepMind小组其实也不想去搞清楚，就是暴力堆数据，信奉大数据暴力破解。

但围棋是很精微复杂的。某种概念，可能用几百个棋局能说明清楚。但是一大堆概念混在一起，有些概念还没有明确结论，怎么训练？比如前面的“后手眼”概念，人一解释很清楚，DeepMind的人想去改进程序让AlphaGo减少这类失误，就很麻烦。可能要去堆一大堆这类棋局进行训练。先不说能不能找到足够的棋局，在3000万个棋局里，加进一些棋局进行训练会产生什么影响，就很难控制。

AlphaGo的策略网络、价值网络、MCTS三大招数确实很强大，但也存在很不好解决的内在矛盾，就是没有概念推理的能力，很简单的都做不到。

AlphaGo与人类棋手对局预测

假设AlphaGo仍然维持现有的算法框架，但在持续的研究中，增加CPU，增加训练局数，打些小补丁，不断提升能力，那么可以对它的棋力进行推测。

这些改进就是让强的越强，但是本质的弱点无法消除。也许可以加一些程序代码，处理连环劫、多劫之类的bug型局面。AlphaGo的策略网络和价值网络已经很好了，对人类有优势或者不吃亏。AlphaGo的MCTS能力对于锁定胜局、抓对手大错误足够了，但还不足以消除自身的错误，增加CPU也不会有本质提高。虽然锁定胜局时，这种死算比人类更靠谱，但对于开放式局面仍然远不够用，这是算法本质的问题。

对于大多数业余棋手，AlphaGo只用策略网络和价值网络，连MCTS都不用，就能轻松获胜了。而且下棋速度特别快，只是算神经网络的输出值，0.1秒就可以，对人类等于不花时间。这个版本可以很容易放到手机上。

对于强业余五段、六段高手，PC版的AlphaGo可以一战了，需要用上MCTS，但不需要好到48个CPU。

对于顶尖业余棋手、冲段少年、等级分不高的二三线职业棋手，AlphaGo会有相当高的获胜概率，48或者1202个CPU只会在概率上有些小差别。当人类棋手在中后盘出小错，或者局部出恶手时，立刻就会输掉，无法翻盘。

对于顶尖职业棋手，AlphaGo会有较低的获胜概率。当顶尖职业棋手发挥好时，是可以做到没有明显错着的，甚至有个别方向性大局性的错误也不要紧，只要不是局部恶手被抓住。但是顶尖棋手状态不好或者心理波动的可能性是有的，甚至不小，所以AlphaGo也是有胜机的，甚至在三番五番棋中取得胜利都是可能的。

但是如果AlphaGo获胜，职业棋手们的评价会是人类出了明显的错着，而不是机器压倒性的胜利。反过来，人类顶尖高手如果发挥正常，可以对AlphaGo压倒性地全盘压制。

三月李世石与AlphaGo的对局，如果李世石输掉，一定是因为他出了恶手。而机器也会被多次发现明显的问题手，因为李世石总有能力在五局中表现人类的高水平。

这个情况有点类似于1997年深蓝战胜卡斯帕罗夫。卡斯帕罗夫输了，但当时不少舆论认为是他发挥不佳甚至收钱放水，后来直到2006年都有人类在比赛中战胜了程序。当然后来国际象棋程序越来越强，真正全面碾压人类棋手，甚至可以让人类一个兵或者两先，等级分比人类最强者高几百分。从当时的机器算法框架看，国际象棋程序彻底战胜人类只是个时间问题。

围棋的格局会有不同，不会被机器打得这么惨。如果开发者不提出新的算法框架，AlphaGo这样的人工智能程序无法战胜状态良好的人类最高水平棋手，甚至能看出明显的棋力短板。当然由于围棋人工智能不犯大错，抓错的水平很高，对职业棋手群体胜率会比较高，甚至参加世界大赛都有夺冠可能。但职业棋手们仍然掌握着最高水平的围棋技术，这些技术具有真正的艺术性，如果在和人工智能程序的较量中让世界认识到这一点，也有利于提高围棋的影响力。

AlphaGo已经取得的成就，无疑是非常了不起、令人震惊的。但通过仔细分析它的算法框架，人类棋手也不需要恐慌，它还达不到人类棋手的最高水平。当然不排除人工智能又搞出另外的高招取得突破，但这不好预测，而且会是非常困难的。

分析清楚AlphaGo的强大与不足，有利于破除迷信，“祛魅”。这也引出了更多哲学性的问题，例如：概念是什么？人工智能的极限在哪里？如何把人类积累的智慧和洞察力用到未来的人工智能科研中？

致谢：感谢风云学会会长袁岚峰博士（@中科大胡不归 ）与其他会员的宝贵意见。

附录

1.连笑让四子对DolBaram的sgf棋谱。将下面的文字存成一个sgf文件，用MultiGo软件打开，或者直接Copy下面的文字，在MultiGo里选择“粘贴棋谱”。

(;GM[1]FF[4]

SZ[19]

DT[2015-11-15 17:17:42]

PB[石子旋风]BR[P1D]

PW[连笑]WR[P7D]

KM[0.00]HA[6]RU[Chinese]US[风月手谈]AP[风月手谈(OurGameweiqi)]

SO[http://www.ourgame.com]EV[美林谷杯首届世界计算机围棋锦标赛人机大战三番棋第3局 2015-11-15 07:28:06]

AB[dp][pd][dd][pp][dj][pj]

;W[qf];B[of];W[qn];B[on];W[nq];B[pm];W[qp];B[qq];W[pq];B[oq];W[pr]

;B[op];W[or];B[qo];W[rp];B[ro];W[rq];B[jd];W[ph];B[pg];W[qh];B[qg]

;W[rg];B[oh];W[ri];B[qe];W[rf];B[pf];W[qk];B[pk];W[ql];B[qm];W[dm]

;B[fp];W[ch];B[eh];W[df];B[dg];W[cf];B[cg];W[bg];B[ef];W[ee];B[de]

;W[ff];B[eg];W[be];B[fe];W[ed];B[dc];W[ec];B[eb];W[ge];B[fd];W[fc]

;B[gd];W[fb];B[hd];W[db];B[gb];W[ea];B[hh];W[nc];B[fm];W[ld];B[oc]

;W[lf];B[kg];W[je];B[kd];W[ke];B[lc];W[id];B[ic];W[ie];B[gf];W[hc]

;B[gc];W[jc];B[kc];W[ib];B[nb];W[md];B[ga];W[fa];B[mc];W[nd];B[kb]

;W[kh];B[lg];W[ih];B[ig];W[jg];B[jf];W[jh];B[if];W[hf];B[hg];W[mb]

;B[ma];W[kf];B[lh];W[gg];B[he];W[gh];B[gf];W[hi];B[hf];W[li];B[mi]

;W[fi];B[gj];W[gi];B[fg];W[lj];B[mf];W[oi];B[mj];W[mh];B[mg];W[nh]

;B[ng];W[og];B[lk];W[kk];B[ii];W[ki];B[ij];W[mk];B[ll];W[nj];B[ml]

;W[ni];B[il];W[rn];B[kl];W[jk];B[ik];W[nl];B[nm];W[cj];B[dk];W[jl]

;B[jm];W[di];B[ei];W[nf];B[oh];W[ob];B[lb];W[og];B[bf];W[af];B[oh]

;W[km];B[ol];W[og];B[ne];W[me];B[oh];W[nk];B[og];W[mm];B[ln];W[lm]

;B[mn];W[mp];B[kn];W[jn];B[jo];W[im];B[kp];W[hp];B[ho];W[go];B[gp]

;W[io];B[ip];W[hn];B[hq];W[cq];B[cp];W[bp];B[dq];W[br];B[bo];W[co]

;B[cn];W[do];B[dn];W[eo];B[en];W[fo];B[cr];W[bq];B[qj];W[rj];B[ep]

;W[bn];B[bm];W[ao];B[re];W[rm];B[np];W[mq];B[lr];W[cm];B[em];W[lq]

;B[kq];W[iq];B[jp];W[hr];B[gq];W[jr];B[kr];W[gr];B[fr];W[er];B[dr]

;W[fs];B[eq];W[fq];B[jq];W[ir];B[fr];W[es];B[ho];W[pc];B[od];W[hp]

;B[gs];W[hs];B[ho];W[na];B[oa];W[hp];B[ds];W[fq];B[ho];W[fr];B[in]

;W[js];B[jm];W[cs];B[hp];W[bl];B[hm];W[po];B[cl];W[am];B[pn];W[so]

;B[mr])

2.ZEN执黑对CrazyStone的棋谱。

(;CA[gb2312]LT[]LC[]KO[黑贴6.5目]GK[1]TC[]TE[0]AP[MultiGo:4.4.4]RD[2014-03-16]PC[东京都调布市电气通信大学]

PB[ZEN]BR[]PW[CrazyStone]WR[]TM[]RE[黑中盘胜]MULTIGOGM[1]

;B[pd];W[ep];B[dd];W[qp];B[lj];W[ql];B[dj];W[dm];B[jd];W[ch];B[eh];W[ce];B[cd];W[ef]

;B[dg];W[de];B[fe];W[bd];B[ee];W[cc];B[dc];W[cb];B[pi];W[qf];B[pf];W[pg];B[of];W[qc]

;B[qe];W[ob];B[pc];W[pb];B[rc];W[lc];B[kc];W[ld];B[df];W[bf];B[nq];W[je];B[ie];W[kd]

;B[jc];W[qb];B[pp];W[qg];B[rf];W[rg];B[og];W[oh];B[mg];W[nj];B[qo];W[po];B[qn];W[pn]

;B[rp];W[qq];B[pm];W[nn];B[nc];W[qm];B[rd];W[if];B[jf];W[ke];B[rq];W[oc];B[nd];W[nb]

;B[lb];W[mb];B[kb];W[jg];B[mc];W[he];B[id];W[kf];B[ih];W[nh];B[kh];W[jh];B[od];W[ji]

;B[nl];W[rb];B[sb];W[li];B[pl];W[pj];B[qk];W[hd];B[hb];W[hc];B[ib];W[ng];B[nf];W[gb]

;B[cf];W[be];B[fc];W[sf];B[kj];W[ki];B[jj];W[ra];B[ma];W[me];B[qd];W[pk];B[op];W[ol]

;B[om];W[gc];B[ja];W[gf];B[ff];W[qj];B[ml];W[ha];B[la];W[ne];B[oe];W[ro];B[rn];W[fg]

;B[gi];W[fi];B[fh];W[gg];B[eg];W[fj];B[gh];W[ij];B[gj];W[rm];B[so];W[ik];B[fk];W[gk]

;B[gl];W[ln];B[rk];W[hk];B[el];W[dk];B[ek];W[im];B[gn];W[dl];B[cj];W[em];B[fm];W[ho]

;B[fp];W[fo];B[go];W[gp];B[fq];W[fn];B[hn];W[eq];B[gr];W[hq];B[in];W[jn];B[io];W[jp]

;B[ip];W[iq];B[er];W[cq];B[gq];W[hp];B[jq];W[on];B[ok];W[jo];B[ir];W[hm];B[gm];W[di]

;B[ei];W[sm];B[sl];W[rj])

深度学习，不依靠强大的搜索能力。要是靠的这一点，图像的识别能力不会超过人类。比如说，一张猫的图片，其实就包含了无数细节，猫的颜色，纹理，姿态，猫脸上的眼睛，鼻子相对位等。要用搜素方式的话，搜索空间肯定比围棋要大很多。和图片比，围棋的搜索空间还是小的。我看了一下论文摘要，里面有句话“ Without any lookahead search, the neural networks play Go at the level of state of-the-art Monte Carlo tree search programs that simulate thousands of random games of self-play”。既：Go 系统不需要任何搜索就已经打平了现有的Monte Carlo 下棋系统。

go的网络只有13层，而现在识别网络最深的可以是100多层。神经网络一般是层数越多，能力越强。因此可以初步估计，近几年内电脑会进步神速。能进步到什么程度？主要取决于GO的一个缺点:其训练还是需要有人教的，是用棋谱喂的，因此这个本质来说，它是围棋大师的好学生，学习很快，但是无法创造.从这点来说，围棋超越顶尖高手的确是很难的。但是除了顶尖高手外，其余的人将都不是对手。

深度学习网络本身是很成功的，但其机理现在并没有很好的解释。和人脑工作机理一样，还有许多无法理解的东西。 等有空仔细看完论文，再和陈经兄交流。

到了需要灵光一闪的时候，这种局由于本来就少，比重不足，因此机器无缘更上一层楼？

我觉得随着计算能力继续增加，学习更加充分，这些地方还是可以被弥补的，到时候凭借“感觉”、灵光一闪，可能赢个把盘行，论番怕还是要输

这是个缺陷。 人类千万年来积累的无数知识，经验，表现在对人类下一代的教育上，却无法有效传递给人工智能。深度学习为代表的人工智能万事只能从头学起，当然需要海量数据与庞大计算资源，这个我认为是目前人工智能的最大缺陷，或者说阻碍人工智能发展的瓶颈。

现在比较成功的是深度学习针对某一个具体问题的解决，多数还是比较低层的人类脑功能，比如图像识别，语音识别等，以及由此引申的一些领域，是因为这些问题空间有限，而且也的确不是人类通过有意识学习获得的技能，基本上是出生后“自学成才”的那种技能，就是说人出生后大脑不断在外界海量信号的“训练”下获得的一个能力，这就是深度学习目前在做的事。

人上学以后的学习过程，虽然也叫做学习，但却是在直接学习前人的知识，这里并不是通过海量数据或者练习来获得自己的结论的那种“学习”。这里的前人知识，主要是建立人脑中对世界的一个架构模型，依托的是逻辑，推理，因果，空间位置等人类以前开发的一套方法论。当然这也不是唯一的，比如宗教学校里学习的就是从方法论到架构模型都不一样的另一套知识体系。

人工智能目前还没有这个掌握知识的能力，只能学习一些自己通过练习获得的知识。如楼里其他人所说，深度学习目前在强大的计算资源条件下，其实早就超过了人类一些感官认识的水平，但是因为不具备人类那种复杂思考的能力，只能通过感官能力去拼人类复杂思维，这次AlphaGo代表的是一个深度学习通过“感官”学习获得“复杂知识“能力的尝试，但是这个通过海量学习从”刀耕火种“开始学习的办法，能带领人工智能走多远呢？

比如一共几局、分几天对局、对局时长、封盘时电脑可以调机么？

如果下一局，李的赢面偏小，下得越多局赢面越大。

计算机一秒能打几十万谱，但你不能跟计算机解释棋厚棋薄是什么。厚薄概念是3D体积里联想出来的，更近一步的解释是选择在局部落子，兑子，打劫对抗的经济性。人能一眼看出棋局在哪面落子经济性是最高的。计算机要进行几亿次运算。强性计算出所有可能，再对比经济性，那是一种方式。 无法计算出所有可能，强调如何优化选择，是现在的研究方向。计算机算法在海量算法和优化算法上齐头并进，超过人类是迟早的。

摩尔定律没有几年好混了。一个原子的大小是半纳米，现在最先进的制程是14。14下面是10，7，5，3......。事实上到3本猫估计就不行了。

而很多知识现在还无法量化，因为人类也不知道怎么量化这些知识，无法告诉计算机如何量化这些知识，而计算机更无法自主琢磨出如何量化这些知识。比如说，教育学理论、教学方法手册多的是，但转化到课堂实践，有很多只可意会不可言传的东西，人类一直在跌跌撞撞中传授，不管是师徒制还是课堂制，做得不好，但还算管用，延续了香火。计算机怎么办呢？

当然千亿量级的哺乳动物进化了几千万年的进化模拟模式，不会被人工智能一步跨过。但第三，第四步呢？人的灵机一动，信息处理真的是不能模拟吗？还是人只记得成功的灵机一动，忘掉了被淘汰掉了的失败天马行空？人旁边有人工智能辅助时，人工智能的出人意料的发现多得很，只是生产出来的垃圾更多而已。需要人工智能淘汰掉人工智能生产出来的垃圾，就进入一个死循环了。

也产生过很多精妙的灵机一动；但人工智能既无法产生这样的垃圾，也无法灵机一动。这就是差别。

人工智能可以检测人工智能的差错吗？这是一个有趣的问题。如果是同一个软件和数据库，估计不能。但人类是能够自我批评、自我否定的，尽管我们做得还远远不够。