为什么柯洁一局都赢不了｜大象公会

“这是柯洁一人的不幸，世人之万幸。”

文｜李李 南戈

5 月 23 至 27 日，曾战胜围棋世界冠军李世石的谷歌人工智能 AlphaGo，在浙江乌镇挑战目前世界排名第一的人类棋手柯洁九段。

今天下午，柯洁首战告负，输四分之一子。

在人类棋手之间，这种结果说明双方棋艺基本旗鼓相当。所以有人据此认为，柯洁只是惜败。

事实上，柯洁远非惜败，而是 AlphaGo 完全掌控了棋局，在确保胜利的同时，不冒无谓的风险。

在这场人机大战开赛前，前谷歌大中华区总裁李开复就公开表示：柯洁必败毫无悬念。

不仅科技界人士这么认为，概率也显示柯洁几无胜算。根据国际职业围棋 Elo 等级分制度排名，可算出 AlphaGo 每盘的获胜概率为 99.37% 。说这是一场起重机与举重选手的比赛并不为过。

▍2016年7月18日，AlphaGo超越柯洁成为Elo排名第一（左侧排名），之后不久就被柯洁反超（右侧排名）。2017 年 2 月初，Go Ratings 网站删除了 AlphaGo、DeepZenGo 等围棋人工智能在该网站上的所有信息，目前世界排名第一的柯洁 Elo 3620/ 数据来自：gorating.org

▍AlphaGo 开发团队主管 David Silver 使用 Elo 算法评估 AlphaGo 的 Elo 为 4500。对阵柯洁，AlphaGo 的胜率 P(A) = 1/(1 10^((3620-4500)/400))/ 图片来自：Advanced Study Room

从击败樊麾二段（Elo 3000 左右），到击败李世石九段（Elo 3500 左右），AlphaGo 只用了五个月。相比之下，从 Elo 3300 到 3600，天才棋手柯洁走了将近五年。

▍柯洁的 Elo 上升路径/图片来自goratings.org

2016 年底，AlphaGo 化名“Master”横扫围棋网战平台时，即已强大到让柯洁感叹“人类几千年来总结的棋谱都是错的”。

AlphaGo 为什么这么厉害？它到底是怎么下棋的？人类顶尖围棋高手在人工智能面前的集体溃败，意味着什么？

寡不敌众的世界冠军

早在 20 世纪 50 年代，计算机科学家就开始研究让人工智能与人类下棋了。棋盘游戏是人类智力的博弈，如果能达到顶尖棋手的水平、甚至超过他们，便可证明人工智能变得更聪明、更有灵活性。

人类下棋，是经验、理性与灵感的结合。

昭和棋圣吴清源就将决定围棋胜负的三个要素归纳为：实力、气力和运气。

以此标准，人工智能“先天不足”，只有理性，靠什么与人对弈？

一言以蔽之：搜索。

早在 1952 年，人工智能就通过穷举所有可能性的”暴力搜索“，在井字棋这样的小型棋类游戏中战无不胜。

▍在谷歌搜索框中输入“tic-tac-toe”，就能跟电脑下井字棋/ 图片来源：theverge.com

下面这幅树状图，展示了井字棋游戏中可能出现的部分棋盘情况。

人工智能要做的，就是沿着这棵“游戏树”一步步往下搜索，在所有可能出现的棋盘局面中，根据最有利于己方的终局结果，向前回溯至当前节点，决定下一步应该怎么走。

但对棋盘更大、可能性更多的游戏，暴力搜索就行不通了，因为棋局的可能性远超人工智能的运算能力，纯靠搜索不可能下赢顶尖棋手。

国际象棋和围棋一度被认为是“人类智慧的最后堡垒”，原因就在于此。

▍国际象棋的棋盘为 8x8 的网格，在对阵双方各走三步以后，可能出现的棋局就超过九百万种

要在这类游戏中战胜人类，人工智能必须在暴力搜索的基础上优化改进。

取得突破的是 1997 年 IBM 开发的人工智能深蓝，它战胜了国际象棋世界冠军卡斯帕罗夫。这是历史上人工智能首次在正式比赛中，下赢国际象棋顶尖棋手。

相较用于井字棋的暴力搜索，深蓝的改进主要在两个方面：

一，优先搜索胜率最大的棋局，以便能预测更多步以后的棋盘情况；二，即便如此，也无法像井字棋那样搜索到最终局，这时就要评估当前棋局做出评估，判断下一步怎么走，未来胜率更大。

不论是搜索还是评估，深蓝的算法都包含了大量的人类智慧。深蓝仅评估算法就有 8000 多个部分，很多是为特定棋局专门设计的。为完善算法，提高胜率，IBM 还专门请来包括国际象棋特级大师乔尔·本杰明在内的多位顶尖棋手做参谋。

因此，与其说深蓝战胜了人类，不如说超级计算机 科学家 一群顶尖棋手，战胜了一个卡斯帕罗夫。

▍卡斯帕罗夫与深蓝对弈/ 图片来源：theverge.com

但是，深蓝这种人工调试算法的策略，在围棋上却难以取得相同战绩。

这是因为，围棋的可能性和变数都远超国际象棋，即使最顶尖的围棋选手，也很难用有逻辑的语言清晰阐释自己的下棋策略，更不用说把这种策略转化为计算机能够理解执行的编程语言。

人工智能的胜利

围棋的棋盘为 19x19 的网格，比国际象棋大，可能的下法（10^174）超过已知宇宙中所有原子数目的总和（10^80）。巨大的变数和可能性，让围棋棋道几乎成为一门玄学。

AlphaGo 下围棋的策略，与按人类预设剧本下棋的深蓝不同，其下棋算法没有经过人工调试，全部是靠自己“学会”的。

▍AlphaGo 的“游戏树”/ 图片来源：Nature

AlphaGo 怎么“学”？答案是人工神经网络。

人工神经网络是一种计算模型，可以在海量数据中找出规律。近年来，人工神经网络在人脸识别、机器翻译等领域被广泛应用。

▍如果人脸识别技术大规模应用，丁义珍就跑不了了

▍与人类神经网络类似，人工神经网络的基本单位是神经元。一个神经元可以接收多个输入，在计算后可以产生一个输出。一个神经网络有若干层，每一层由成百上千个神经元组成。A：生物神经元，B：人工神经元（左侧箭头代表多个输入，右侧箭头代表一个产生的输出），C：突触，D：人工神经网络/ 图片来源：InTechOpen

AlphaGo 使用了两种人工神经网络，一个是预测网络（policy network），一个是评估网络（value network）。预测网络用来预测对手下一步可能怎么走，评估网络则用来评估给定棋局下己方的获胜概率。

▍人工神经网络要用海量数据训练。AlphaGo 输入了至少三千万种棋局，自我博弈超过一百万次。在与李世石对决前，AlphaGo 预测对手的准确率达到 57%——超过半数的情况下，AlphaGo 能猜中对手下一步会怎么走/ 图片来源：Nature

相比深蓝，AlphaGo 采取的策略效率更高，战绩更辉煌。借助远胜于深蓝的计算能力和搜索策略，AlphaGo 搜索的深度与广度均大幅提高；深蓝要靠人工调试的算法才能战胜卡斯帕罗夫，AlphaGo 的下棋策略，却完全是靠自己在海量数据中摸索出来的。

这是真正的人工智能对职业棋手的胜利。

▍AlphaGo 的研发团队中仅有黄世杰博士（业余四段）一人会下围棋。在与李世石的对决中，黄博士代为执子。

为什么柯洁一局都赢不了

理解了 AlphaGo 怎么下棋，就不难理解为什么柯洁必输。

首先，AlphaGo 的训练量、所见棋局和进步速度都远超柯洁。

AlphaGo 见过、下过的棋，以百万计。柯洁的训练量，我们做最乐观的粗略估算，也难以超过五万局。

▍根据启蒙老师李守胜的说法，“柯洁可以说还在娘胎里的时候，就是听着围棋声长大的”。我们假设 1997 年出生的柯洁，从负一岁就开始下棋，每天 24 小时不眠不休，每局 4 小时，在整整 21 年中，也只能下不到 5 万局。

需要指出的是，人类对棋谱的利用率远超人工智能。职业棋手通过几十局棋谱，就能大致摸清对手棋路。人工智能却需要至少数以万计的棋谱，才有可能发现其中规律。

而且，并非数据“喂”得越多，下棋水平越高。输入海量数据后，人工智能仍不得法的情况也很常见。

不过，一旦找到了规律，人工智能就进步神速。AlphaGo 只用两年，就从零起步登顶世界第一，手下败将包括李世石、聂卫平、柯洁。

这次与柯洁对弈的 AlphaGo，也不同于去年大战李世石的版本。

AlphaGo 有分布式版与单机版两个版本，去年与李世石对决，AlphaGo 还需动用分布式版全力以赴，今次只需单机版就能轻取棋艺更高的柯洁。两个版本的计算能力差距悬殊，单机版运行在 48 个CPU 和 8 个 GPU 上，分布式版运行在 1202 个 CPU 和 176 个 GPU 上。

或者说，对李世石是群殴，对柯洁是单挑。

▍2017 年初，AlphaGo 化名 Master，在在线快棋对决中，横扫中日韩顶尖棋手，获 60 胜 0 负 1 平。唯一一次平局是因为对手掉线，比赛不得不提前终止。击败聂卫平后，代为执子的黄世杰博士在对话框中敲出“谢谢聂老师”。

柯洁有没有可能通过研究 AlphaGo 的棋谱找到对手的弱点呢？

可能性非常小。时至今日，AlphaGo 的围棋下法已经超出了人类经验和理解力范畴。理论上，大家都知道，AlphaGo 是按概率下棋。但实战中，棋手猜不出 AlphaGo 下一步会怎么走，AlphaGo 却不仅猜得中，还算得出各种下法胜算几何。

数千年来，人类学习围棋的方式更多是依靠经验。这种经验可能来自前人棋谱，也可能来自长年累月的对弈训练出的“直觉”。

这种经验，既成就了柯洁，也束缚了柯洁。它让柯洁可以站在前人的肩膀上往更高处攀登，但也局限了他对围棋的理解和创新。

当看到 AlphaGo 下出棋论上的“臭棋”，却所向披靡时，柯洁便会发出文章开头那样的惊叹，认为人类几千年来在围棋上的所有积累都化为乌有了。

尽管柯洁试图跳出这种局限，但不论他研究 AlphaGo 的棋谱，还是和其他人工智能下棋，在 AlphaGo 强大的运算和预测能力面前，这样的努力都无异于大海捞针。

AlphaGo 的胜利，虽然难免给柯洁个人造成不快，但对更多人来说，体现的是意义非凡的技术进步。

如果把“寻找围棋的至高真理”看做一个悬疑千年未解的难题，将职业棋手和人工智能看做人类解决这个难题的不同尝试，AlphaGo 的胜利显然意义非凡，仿佛一百年前拖拉机的成功问世。

▍拖拉机的发明，让人类有了比马更高效的生产工具。上图显示了拖拉机出现后，美国农场 1910 年到 1960 年，拖拉机和马、骡子数量的增减对比。蓝色代表拖拉机，红色代表马和骡子/ 图片来源：Economic History Association

计算机科学家开发 AlphaGo，并不是为了给人类创造修身养性的工具，而是像谷歌研究总监彼得·诺维格所说，希望用人工智能解决人类自己也不知道如何解决的问题。

围棋是对抗类、回合制、无随机性的完全信息游戏，AlphaGo 的算法可以为具备同样条件的场景，提供解决问题的参考方案。

▍围棋的“无随机性”是指对手可以落棋的位置、手中的棋，以及开局以来到现在为止的所有棋盘信息都是已知的。扑克属于非完全信息游戏，有随机性，因为其他玩家手中的牌是未知的。

未来十年，如果具备精准决策能力的人工智能获得大范围的应用，金融、医疗、法律、交通、公共安全等领域都将发生翻天覆地的变化。

一年多来人类高手们的接连惨败，也许只是一个伟大故事的开头。