围棋

1952年出生的大胜负师小林光一有句名言：“我知道怎么把优势的棋赢到手，这个秘密将在我六十岁之后公布。”与此相关的，一句流传更广的话是这么说的：围棋的一切边角变化将在小林时代被研究穷尽。 这是两个有点冷的冷笑话。 我开始学棋的时候，李昌镐的光芒还如日中天，虽然已经渐显颓势，但收拾中国的龙虎豹辈棋手依旧轻松得像是砍瓜切菜。暗无天日的时代，棋友们恨恨地说，龙虎豹辈棋手都没戏了，接下来该是鼠辈棋手上阵了吧？ 学棋十多年间，我计算力最强的时候在弈城打上了5D，计算力下降之后总在3D4D之间徘徊。但没想到的是，工作忙起来精力越来越短计算力越来越差之后，却神奇地升到9段并鲜有败绩，这个事情我其实一直接受不了，因为从来都不可思议，哪怕这样的9段放在现实中顶天了只是业余6段强。 围棋的复杂与博大，注定了顶尖与普通，职业与业余之间的巨大鸿沟几乎无法跨越。一个肩冲黑棋小飞角的变化，吴清源下出来六十多年后，凭借阿法狗的安利才被棋界理解，李昌镐对小飞挂角应以尖顶让对方从容立二拆三，又是经过了多少盘棋的教育才说服了三国各路强豪？ 这是一个依旧相信神和天才的领域。马晓春常昊重头再来，哪怕完美地避过那些他们痛心疾首的败招，我都不相信他们会是李昌镐的对手。棋盘太大了，输的人从来都不是输在具体的某一手棋上。 是这样的，以前看着中国棋手的溃败，总想着李昌镐这厮怎么还不老？但后来李昌镐在棋盘上真的老了之后，我却开始怀念起这个永远面无表情的韩国人了。 棋盘太大太复杂，站在棋盘的中央，以有限的智识，就像是一个人站在宇宙中央独自面对那一份浩渺无边的迷茫与孤独。 如果这时候，有一个人仿若永远不可战胜地在目力可及的前方奔逸绝尘，高山仰止，你会觉一切茫然突然间就有了目标和指引。 “天不生仲尼，万古如长夜。” 所以当阿法狗开始肆虐棋坛的时候，我分外怀念那个李昌镐的时代。站在更广阔的时空区间内，当吴清源一手手看似平平无奇的着法被现在的棋手们遗忘抛弃，却被阿法狗从故纸堆中翻刨出来摆在棋盘上，创造出六十连胜的伟业时，我终于还是无法免俗地假设：如果此时李昌镐全盛、吴清源壮年。。。 并非担忧人工智能的发展和胜利会对人类造成多大的不可预知的伤害，而是出于一种朴素的优越感：在我看来围棋是人类发明的最接近于宇宙本质的游戏，纵横十九路，蕴藏的变化竟相当于宇宙原子数的总和，换句话说，如果真有围棋之神，这位围棋之神或许也可以是宇宙之神了。 在阿法狗之前，我可以轻松地完虐一切围棋软件，我相信围棋无穷无尽的变化和人类独有的创造性的、艺术性的以及经验性的直觉，使得人工智能战胜人类顶尖围棋高手只能依靠暴力穷举——根据代码完成计算的人工智能在我此前的经验中明显不具备创造的能力——而这样的暴力穷举所需要的计算量，显然是下个时代才能完成的事情。 阿法狗之后，这种感觉人类自身独有的无限接近宇宙本质的思维上的优越感多少已经没那么强烈。 那么，如果把李世石、柯洁换成李昌镐、吴清源，结果会不会不同呢？ 这样的假设显然已无法验证，但有意思的是，真正开始撕开李昌镐铁幕的罗洗河，靠的却不是纯粹的计算，哪怕这位“天才棋手”智商高达164。 时间回到2006年三星杯，人称“飞天神猪”的罗洗河在与崔哲瀚的半决赛第三局中，炫耀智商般地放弃四劫循环无胜负的奇局，一气送吃46子大龙却最终大胜，成就了一局注定流传千古的争棋名局。在与李昌镐的三番决赛第三局中，罗洗河以天才的掌控与全局构思，诱迫李昌镐强打了一个长达百余手的劫争，为打赢这个劫争，李昌镐四处找损劫，最终赢了劫争却输了棋。 是的，李昌镐，这个“把围棋演绎到一种几无失误的至高境界”的“半人半神”，并非输给纯粹的计算，而是输给了鬼斧神工的天才构思。 罗洗河说围棋获胜依靠的是更加符合事物的规律而不是依靠你比对手强。 这样的话，也不知道阿法狗同意不同意。

Go以为就是"狗",没想到是围棋的英文名称。

古老的神经网络算法在如今过剩的硬件算力加持下能做什么，我们来试试。或许因为Alpha Go的作者年轻时下过国际象棋，所以alpha的首个项目是Go。

神经网络算法只是人工智能的分支之一，从发明到被广泛应用之前，一直有发展，只是未破圈，被大众感知。它就像围棋一样，是众多思维工具之一，被人类发明，发现缺点，完善，发展。

做好当前的事情，输出一点点创新的文档，拓宽一点点未知边界，无关乎名誉，只在于成长。

这部电影太妙了。

从电影整体的意义上说，非常感谢能够有这样的片子被制作出来，使得观者能够有此机会回顾Alpha Go的初期研发目的，相关背景，部分开发过程以及与李世石对弈过程，李世石本人的感受等等，而并不只有围棋的对弈场面。这个感想的阐发是因为当时关注了Alpha Go与柯洁的对弈，而由于对于围棋实在没有什么了解，即便观看了整场赛事，也很难理解或抓住比赛的关键点。而纪录片中整合了许多来自围棋界专业棋手、点评人来自大学相关专业教授、媒体人的理解，不仅提供了观者难以获取的信息，也使得对于普通观众更为友好。从这个角度而言，很痛心为何与柯洁的对弈没有纪录片。

该片打破了观者以往对于人工智能的成见。因为观者对于人工智能几乎没有了解，仅仅是从零碎文章里拼凑得出一些结论，认为目前的人工智能停留在弱人工智能阶段，也只能得出人类已有的结论。换而言之，人工智能仍然受制于人类的知识界限。但纪录片中Demis提到，人工智能的创造，是为了用它们超越人类的计算能力，揭示人类长以忘却的现实，并且“想出一个全新，有创意，与众不同的办法”。而人类转而思考机器会这么做的缘由，得到一些更加美丽的东西。对应至围棋，也是这样。樊麾第一次战败后这样说：

I see go and I also see myself. I lose to this program and I don't understand myself anymore.

李世石这样说：这次的经验让我有所成长，我会善用从中得到的收获。我觉得很感激，而且好像找到了下围棋的意义。啊...真的，我了解到学习围棋是多么正确的选择。这是一场难以忘怀的经验。

一位媒体人士评论道：

His humaness was expanded after playing this inanimate creation.

这样的感觉实在太美好，太美好了。就像如果人类能够很好地使用人工智能，就得以打破人类自身的局限性，追求到万事万物背后的“本”与“真”，或是突破这个极限。

而人类与机器的对立则是另一个非常有趣的话题。樊麾在赛前说过这样一段话：

Before this he (Lee Sedol) played the tournament for his country and for himself. But this time he played for the human.

在李世石起初信心满满却输掉第一局比赛的时候，举世震惊。观者心中也深受震动。人们此前似乎一直不愿意也不能相信，人类的智慧将输给机器，尤其是面对围棋，这样及其复杂且不仅仅讲究计算的“艺术”。而这样的时刻，似乎预示着人类的智慧终究无法与机器匹敌。

I stopped by someone, an another technology reporter. At first all he wants to talk about was the technology, how great this was. But then even he kind of slipped into this moment of melancholy, where he was upset as well.

而李世石接连输了三盘之后，破釜沉舟，第四局真的赢了。猜想站在人类的角度，大概没有人能够不为李世石感到骄傲与欢欣吧。

阿尔法围棋大势已去的那一刻，我听到很多人开心地大叫。原因显而易见。人们感到无助与害怕，因为我们人类脆弱不堪。但这场胜利代表，我们人类现在，还是保有优势。但打败人工智能可能会日渐困难。不过，赢这一局，啊，就够了。一次就足够了。

We don't need to pick a side, because we're on the side of human.

其实AlphaGo本身也是由一群很妙的人们20年梦想的集合体。仅仅从研究的角度上来讲，Deepmind中的一位Computer Scientist说：

It is a bit strange to be in the front cover and everything as a computer scientist. Normally you sits in the corner you codes and nobody really knows about it.

可以想见，其实学术研究是多么多么不被大众所理解的工作啊。即便人工智能可以算作是cutting-edge technology，可以算作对于人类的未来发展进程具有很大影响的领域，科学研究依旧很少能够得到media attention。再次不得不表达对于愿意投身入各种学科，终身进行学术研究的学者们的崇敬。是他们在创造那些古往今来所第一次出现的事物。

而从Deepmind团队的角度而言，团队合作，各司其职简直是观者心目中最好的团队协作的样子了。聚集起整个世界上最聪明的脑袋，然后一起做一件足以改变世界的事情。想起之前在其他文章里看到过的句子：不过我们基本上可以研究任何东西，不懂的就现学。

我实在是太喜欢这样的顶尖感与天才感了。

围棋也是不得不提的。其实我在观看完AlphaGo与柯洁的对战后，便对中国棋院大家庭产生了兴趣，并也稍加了解了一些棋手的职业生涯。而看完该纪录片后，简直萌生出了，很想学围棋的想法。围棋也是很有意思的运动，即便人类或许穷尽自己的一生也无法真正明白，围棋究竟有什么意义？但这一步一步，黑白交杂的棋，可能在某一个瞬间，就拥有了它自己的涵义。

除此之外，想夸一下每一位出现在这部片子中的人员，你们一个个都太妙了。

Demis讲述自己经历的时候说了这样的话：

And then I stopped playing (chess) when I was about 14. When I was 13, I was the second higher greatest player in the world.

随后他去University of Oxford做了演讲。David和黄世杰作为AlphaGo建立的核心，技术与想法自然都是无比顶尖的。Deepmind作为英国公司，不仅diversity很强，部分员工们的标准英音简直赏心悦目。李世石作为棋手而言，真的非常非常伟大，拥有一颗强大的心脏的同时，非常谦虚，每次输掉比赛后都会说：我对于那些给予我厚望的人们表示歉意。

做世界上顶尖的事情，聚集世界上顶尖的人们，追求世界上顶尖的智慧与技术，突破人类的极限，从而使这个世界变得更好。简直是我能够想到的，最美妙的事情了。

这部片子太妙了。

难得看到那么激动人心的一部纪录片，虽然已经知道结局，但是看到李世石下赢的那一盘，仍然非常激动。

对AlphaGo与李世石的对弈心中一直有一个疑问——迷一样的第四局。是有意安排还是系统出了BUG？在纪录片中终于得到了解答，原来是李世石下出了神之一手，这一步棋的概率，在AlphaGo的评估网络当中，可能性只有万分之一不到。

有几个有意思的细节：

1. 坐在李世石对面，代表AlphaGo下子的人叫黄士杰，看起来是个华人，也是DeepMind首席工程师

2. 算法通过一台Thinkpad X1来操作，操作系统是linux

3. DeepMind办公环境更像是一个普通的互联网创业公司，不如想象当中梦幻，起码配的显示器没有想象中好

4. DeepMind坐落在Oxford镇，曾经去过Cambridge，两座大学城应该很像，充满了古典美，到处都是学生和教授

太棒太好看了！看得我重燃对围棋的热情以及点燃了研究AlphaGo的算法的热情。是时候找几篇论文看看了。 片尾字幕居然还有每一盘棋的复盘，我研究了一盘棋然后就大脑就CPU过载了，以后有机会再去把这几盘棋多看几遍。

以下附上我和AI教授讨论时，对他激动地疯狂输出抒发的感想，懒得翻译了。大概就是说AlphaGo下棋思路是能赢就行，赢多赢少无所谓，所以招数反而出其不意。人一般都会想占更大的空给后面出错留余地。然后我的围棋老师特别新潮，除了教古老定式还会教狗定式（AlphaGo自创的走法）。没见过的对手通常就慌了，特别容易占便宜。毕竟和我水平相当的不怎么可能下得出最佳走法。 That difference in the objective is so interesting. AlphaGo's game style is so unusual and sometimes lazy. It only aims to win, doesn't really care by how much. I remember when I play, I generally convert the goal of winning into the short term goal of getting more territory (to account for possible future mistakes and enhance the chance of winning). I think AlphaGo's way of calculating the possibility of winning is different from the general human mindset. Its methodology and reasoning could be very fascinating.

The top players at my Go club actually use AI to analyse the games after they finish playing to see if there's any better moves suggested by the AI that has higher probability of winning and learn from them. I also remember my teacher teaching the AlphaGo moves. He would show us the antient ways then the AlphaGo ways and explain why it is an improvement. One of my favourite moves that I use whenever I have the chance was invented by AlphaGo. Cuz it usually catches my opponents off guard as they are usually more traditional and would never see that move before and players at my level generally wont be able to play the best moves which allows me to take advantage.

人们从千年的对弈中追寻着围棋胜利的办法或说最佳一着，也就是“神之一手”，并形成了很多固化的下棋方式和教育方式。

“我下这里，用这一招，就有相应的招数破解”很多的创新只是在这个固化模式上向前走了半步，就已经让人感叹天才。

而Alpha go因为是一台机器，可以看作在一个平行世界里学习围棋但又没有接受人类的“人性化”的教育手段，他在对局中的一些棋步常常让人觉得奇怪和不解，因为这不是人们习惯性使用的棋步，但最后你发现虽然他有些棋步看似失误多余，但他最终会胜利。那些奇怪的棋步更像是一个新的世界，一个我们在围棋领域未曾探索到的世界，或许里面深藏着让人惊异或足以颠覆现今围棋下法的方式。这让我不仅仅想到围棋，还有很多的领域是不是都这样呢，人工智能或许可以为我们引导向更佳的获胜方法或做法，但这也让人深感恐惧，人类靠智慧伫立在动物界的顶端，突然发现某些方面比我们更聪明的AI，不禁怀疑有朝一日人工智能会控制人类，就像现在人类控制其他动物一样。