主题：人类在所有竞技项目上输给机器是必然的 -- 贼不走空

关键是Google搞阿法狗的目的不是为了拿围棋冠军的啊。现在公认的世界冠军已经被拿下，向全世界证明了人工智能的实力，这就够了。

再和柯洁下一盘？赢了，能比现在更轰动吗？输了，倒替柯洁作广告。

参加职业围棋联赛？拿个棋王大满贯？这是要砸掉所有围棋人的饭碗啊。

一个人画成一条蛇，很好，再加四只脚就过了。

一转眼一年又两个多月就过去了，阿狗刚刚赢得了与柯洁的第一局对弈的胜利

在赛后的新闻发布会上，从谷歌员工的口中亲耳得证了一年多以前的这个猜想

第一，谷歌应该是采用了这种multi-task的策略来进行这一代阿狗的训练，从而在布局与中盘阶段（这时候严格来说应该胜率起伏不是太大，因此胜率偏导落子的梯度较小），给阿狗以有意义的目标，避免丧失目标下臭棋。从整局的情况来看，我猜测阿狗这次搞了两套模型，一套是这种multi-task的，用于布局与中盘，另一套是原来单一task的，用于收官，因为这时候从策略上看，应该以求稳为主，而且梯度噪声的影响会比较小了

第二，谷歌声称这一代阿狗较上一代，计算量减小了一个数量级，也即10%，那么非常直观地，可以较为肯定地猜测，阿狗2.0采用了MobileNets网络架构，从论文上看，也基本上是正好运算量降一个数量级（Million Mult-Adds: 462->52.3, 4866->569）

第三，有记者提到了这个问题，但是估计是同传没有表达清楚，谷歌的回答有点文不对题，就是这一代阿狗是不是完全靠左右互博训练出来的。猜测应该有那么一点意思，但是还不够彻底。从谷歌的回答上，模模糊糊感觉value net的训练还是靠阿狗1.0的互博至终盘的结果，因此理论上不能说已经完全脱离了最初用于训练的人类棋局的影响。另一方面，从MobileNets方面来看，采取了一个比较重要的训练手段就是distillation，那么阿狗2.0也很有可能是从阿狗1.0上蒸馏出来再进一步训练的。因此现阶段就说是从零开始学围棋，可能还不是非常客观的

第四，谷歌提到这一代阿狗下棋，采用了10个TPU处理器。这个就不深究了，反正前几天google I/O上也说了，估计英伟达老黄会感到菊花一紧吧

最后一句，去年跟一个叫pattern的兄弟谈到关于阿狗左右互博里牵涉到的unsupervised learning的问题，看看这一年来火得发烫的各种GAN，也只能说当初我们的想像力都还不够，哈哈

就是击败“阿法狗”。

首先说明，我不会下围棋，一点不会。

“阿法狗”是没有灵魂的，这就是它的缺点。它精确研究了古往今来所有顶级围棋高手，李世石和柯洁都不可能做得到，所以“阿法狗”可以碾压柯洁。

我的做法是这样：到围棋学校去，找一个或几个少年，刚入门，知道围棋规则，但没有段位(业余段位也没有)的，跟“阿法狗”下。

柯洁最多只能让“阿法狗”的机箱发烫，因为柯洁受到过完美的训练（也就是想象力扼杀），他再怎么耍高级花招，“阿法狗”都见识过。

下赢“没有灵魂的围棋上帝”，唯一办法就是让它死机，它自己下不下去了，它没法理解。这不是派个儿童去乱下，而是在规则以内，设法赢。你走一步，“阿法狗”走一步，理论上有赢“阿法狗”的几率，或者说比方另一个AI，“阿法牛”有赢“阿法狗”的概率。

这不是随便拉几个少先队员就可以的，不是耍赖。几十万学员里，找哪几个，这个还有很多讲究，需要一个团队来构思。但我深信做得到。

AI再强大，必有它的罩门，这个捉迷藏还是很好玩的。

人类最好能赢“阿法狗”（不是侥幸赢一局），不然的话，科技还要不要再发展，都是个困扰了。

围棋毕竟有胜负规则，一个非专业选手，局部对杀都不合格，更遑论全局观。

你是想找出狗的BUG吗？

冯氏体系的机器OVERFLOW肯定会出BUG，但是这个和下棋结合起来，只能说费效比低得令人发指。

AI必须破掉，否则就不要发展。

美国人不破，逼得中国也跟着先发展AI再说，这是不正常的。但既然围棋是中国的国术，理直气壮立个项，国家动用资源，去研究怎么破，很正常。

破的方法，分两部分。耍赖，就是破坏AI系统，硬件破坏/软件破坏；不耍赖，就是下赢它。这两个都要试。

聂卫平说它是20段，就不敢试了？你不唯物主义嘛，绝对论嘛。照这样子，主席革命怎么可能成功？

我昨天跟朋友聊了几招，先不说。

即使你不是专门搞AI有关专业的，只要是接触过一点科学计算，这个结果就应该一点也不意外。计算机的办法就是两个，化难为烦、化思想为记忆，所受的限制是硬件和软件加起来足够快。一旦这个难能转化成烦，人脑的记忆和运算能力只能被甩得越来越远，所以窃以为老本的方法不行。当然这个化难为烦的过程得人来设计。你可以设计个更快更有效的机器、用大炮打败火枪，但换个拳法套路大概不解决问题。

炒股这种事，一方面是还是速度的问题，计算机要能处理关于所有股市参与者的行动的信息，而且要能在变化之前做出决策。另外一个问题就是正确决策的标准要相对稳定，对和错之间不能很容易就变了。

你这个看法离阿花狗的工作机理相去太远。 阿花狗是在现有物质基础上创造出了一种“智力” 。 和人的不一定一样，但证实更有效。 这个“智力”也就是算法不是逻辑推理式的，而是具备一定抽象能力， 能够将不完全信息（完整对局）总结成“直觉”“感觉”也就是策略网络里的权值。

对于骗招，人类棋手之前曾经有过深入拆解，了解了在正确应对下会吃亏，所以是骗招。 之所以骗招会有效，那是因为成为定论后，人类棋手不会去记具体怎么惩罚对方，从而出错。所以人机大战里常出现人类棋手说这手有问题，但又拿狗没办法。而错招则过于明显，现场推算几步就可以惩罚。狗在对局中，均势情况下绝少出错招骗招。

没出现过的走法，可能成立也可能不成立。 而骗招错招则可以在信赖人类积累的基础上认为基本是会受损的。 阿花-lee的对局里常有评论是“不该这么走”，而阿花-master 则主要是“没见过这么走”。 可见棋手的经验在已知范围内是正确的--“骗招错招就是骗招错招，非常见手必然难以判断”

找人没用过的走法相当于对狗出骗招错招，会被惩罚得很惨。非常见手则根本算不过。

国内AI在看过论文后还比不上阿花-master，但和阿花-Lee也许是接近了。这次阿花-master是自我对局训练的。 这其实是个实践-总结-反馈-实践 的循环。 是不折不扣的智能。

现在通用型人工智能所缺最大的一点是抽象能力。从经验中抽象出概念，在概念的层次上使用算法，得到用概念描述的结论，再从概念反馈到实践中去。 这是一块根本性短板。

另一个是现在这种智能是不是只对特定思维模式有效。 但这个问题比较小，范畴论的很多研究应该可以直接用上。

机器老早就在四则运算上碾压人类了，阿法狗现在只是在更高级的运算上碾压人类而已。

老兄一不下围棋，二来貌似也不了解阿法狗的运算逻辑，那就没有必要在这方面做“民科”了。

阿法狗没有灵魂，也就没有原创能力，如果它读过的海量棋谱都记不起来了（或记得的是残缺的），单单只完整记得下棋的规则，那还怎么下？

不懂围棋和电脑的人，未必不能赢阿法狗。韩信当兵时，从没有带过一个小队，怎么一拜将就那么牛了？

这已经不是“运算上输给机器”这么幼稚的看法了，你要醒醒了。如果连自己养大的狗（阿法狗）都打不过，万一门外来一头狼（外星文明入侵），地球人能有持久的斗志吗？

输给阿法狗，输就输呗，人天生就是这么贱，有什么办法------我为这种犬儒感到害臊。

而是个人熟练技能输给了人类知识累积，从石器时代使用工具开始，个人技能再高超娴熟也会被使用更好工具的人打败，而工具则是利用人类累积的知识制造的。也许人类会消亡，而人类累积的知识不会。

早期的PC上的象棋软件是可以用你这种方法去赢的。因为它的工作机理就是你以为的这样，只有有限的应对模式，一旦你不按常规行棋，它就崩溃乱走了。

不懂围棋和电脑的人要赢阿法狗的办法早就有人想出来了，就是拔插头嘛！你还是想得太多了，思而不学则殆。

术业有专攻，一跨界就容易扯着蛋。

你这里的言论让我对你刮目相看，刮目相看。

想起两小儿辩日的故事来了。

人类都消亡了，人类积累的知识靠谁来传承？靠后来发展出来的智能生物，还是其它星球的智能生物？

狗狗不是死记规则的玩法，所以不行。

前面看你说的那么笃定，我还在想脑洞开到什么地方去呢，除了停电

网上介绍狗的文章挺多，价值网络和策略网络评估，可以找来看看。

象棋的组合是现有技术可穷举的，最好的结果应该是人对机器可以下和或者先走能胜。围棋因为贴目的关系，所以有时候白棋会占点便宜（我猜的，我会下围棋，但是为什么贴这么多目真不知道，水平比较洼），围棋没有杀帅获胜的概念，只有围地多者胜，为什么第二局柯洁的走棋评价那么高，有文章说他走出了历史上最高的十龙棋，构建了无比复杂的局面，最后还是太复杂了，自己算失了。其实他投子认输的时候，我根本看不出来，虽然心理有预期柯洁赢的可能性不高。第一局最后十几手我基本能看懂，官子，细小的杀局交换，这个初学者基本都要掌握。

我设想的是某种数据组合使得程序崩溃，但是看不到源码的情况下全靠猜测几乎不可能，而且并不知道这个程序曾经下过的棋局数据。甚至很大的可能漏洞不在狗程序上，而在系统环节。

拔电，倒水，或者把对面代狗走棋的博士灌晕了，这些成本可能更低吧

据说现在的狗是自我进化过来的，也就是说在一个固定的算法下，自己和自己下，然后总结，deepmind。与别人对弈是按照它自己的算法下，估计是算法真的接近围棋的真谛了，围与被围，在一手棋中找到了最大化的效率。