阿尔法狗60连胜 但不等于机器拥有智慧

剧情像极了电影《终结者》中，阿诺·施瓦辛格狠狠地甩来的一句“Iwillbeback！”

AlphaGo曾向多位高手下“战书”。韩国棋院的负责人向第一财经记者透露：“此前，Master背后团队DeepMind曾表示，最后十局，想和曾经称雄一时的各国围棋界高手进行对决。应该是在这种情况下， 棋圣 聂卫平九段和常昊九段等和Master进行了对决。”

而DeepMind也希望韩国的曹薰铉九段和李昌镐九段两位“围棋泰斗”应战。不过，曹薰铉九段已成为韩国执政党新国家党的国会议员，因党内事态混乱，未接受邀请。

而韩国围棋界的另一位泰斗李昌镐九段拒绝的理由更为“直白”。他表示，自己并不喜欢下互联网围棋，拒绝了对决请求。

“如果只论胜负的话，毕竟人工智能没有疲劳，也没有任何失误；这种不同于人类的绝对优势，以及可以按照某种特定的规则进行不断训练的条件，都为它创造了良好的条件，人工智能获得胜利，不见得是个意外。”韩国女棋手尹英敏（音译）四段说。

发展速度令人震惊

就在去年3月，AlphaGo曾经在韩国打败了当时韩国专业围棋手李世石，震惊世界；彼时尹英敏曾经确信李世石会获得胜利，甚至表示“如果李世石真的输掉，那么我们这些围棋指导者，可能就都会面临失业了”。

尹英敏在韩国首尔运营一家围棋培训机构。时隔近一年，第一财经记者再访尹英敏，她正在接待来带孩子学习围棋的家长。

“事实上，世纪级人机大战过去一年，不仅没有使我失业，反而还使许多民众的关注点放在了围棋上，更多家长开始关注围棋对于儿童智力发展的促进；这可能也是人机大战给围棋界带来的好处吧。”尹英敏说。

而韩国棋院的负责人也证实说，“在去年人机大战以后，咨询观看围棋比赛，以及申请参加围棋段位赛的人数也有了明显增多”。

对于Master的频传捷报，尹英敏似乎也看开了很多。“看到许许多多中日韩的顶级棋手都纷纷败给AlphaGO，看着这些自己的偶像一个个失败，心中还是有一些吃惊和失落的。”她坦言。

对于Master的棋风和水平，尹英敏承认“要远高于此前人机对战时的AlphaGO，棋风稳健并极少失误”，并表示“AlphaGo人工智能的发展速度着实令人吃惊”。

哈萨比斯说，他的团队一直在致力于提升AlphaGo的性能，过去几天他们用新版测试了几次非官方的围棋游戏，这要感谢网名为Magister和Master的账号，两者分别在Tygem（弈城围棋网）和FoxGo（野狐）的服务器上运行；也要感谢所有观看比赛的人。他们对比赛结果非常满意。“更重要的是，新的AlphaGo在游戏过程中为围棋界提供了宝贵的经验。”

哈萨比斯还特地提到了在对弈中失败的古力，“古力发表博文称，人类和人工智能一起将会很快发现深度学习的奥秘。”

“我们期待官方的测试，并将于今年再次举办整场的围棋比赛，挖掘AlphaGo博弈过程中所呈现出来的创造力。”哈萨比斯说。

围棋还能这么下？

2016年12月29日，Master首次出现在弈城，并在当晚就很快取得了对国内高水平职业棋手的十连胜；30日中午，它又在数次连胜后，拿下了“韩国第一人”朴廷桓九段和疑似“中国第一人”柯洁。

柯洁此前在观战时曾惊叹：“从来没见过这样的招法，围棋还能这么下？”“人类数千年的实战演练进化，计算机却告诉我们人类全都是错的。我觉得，甚至没有一个人沾到围棋真理的边。”

1月4日晚，在连续对阵申真谞九段、周睿羊九段、古力九段后，AlphaGo的连胜纪录扩大到了60场，按照事先的计划，围棋程序的非正式比赛测试暂时告一段落。

网络快棋是目前职业选手练习的主要方式之一，因为每一步思考时间很短，与带奖金的正式比赛相比，快棋赛中对决双方更加容易出错，所以这次升级版AlphaGo的实际围棋水平如何还需要正式规则比赛的进一步检验。

Master展示了人类棋手无法企及的快棋水平，但如果给人类足够的思考时间，是否结果会不同？

冲击已经开始

值得一提的是，去年12月13日，多名谷歌高层曾经突访中国，他们在中国棋院与聂卫平、柯洁等人进行了交流，并达成了合作协议。随后在日本棋院JournalistClub的颁奖仪式上，哈萨比斯曾表示：“2017年对AlphaGo和围棋界都将是充满兴奋的一年。”人们没有意识到，在新的一年还未到来时，人工智能对这项流传千年的古老技艺的冲击已经开始。

芝麻科技创始人、CEO朱智对第一财经记者表示：“这次比赛相比上次和李世石的三局体现出了AlphaGo更好的稳定性和信心。在围棋这个领域，人工智能证明了它确实表现得更好，但这并不意味着机器具有智慧。事实上，机器更擅长处理这些复杂的理性问题，因此在许多的特定领域，机器学习所带来的智能将逐渐改变传统的模式。”

而Master版本相较AlphaGO是否有升级与改进，又究竟是优化了什么使其变得如此强大，具体的改进方案目前仍没有公开。人工智能公司第四范式创始人兼CEO戴文渊猜测认为，“经过逾半年的训练，数据量应该提升了不少，上回训练了800万盘棋，这次估计好几亿了。另外针对上回（对李世石）第四盘棋的弱点，估计在训练方法上也有改进。”

知乎上同样引发了Master是否升级的讨论，一位备注为“未来知识图谱创始人”的用户表示，变强的原因在于，“Master是在AlphaGo的基础上调整了算法和参数的，而不是它下过多少盘棋，毕竟机器不会真的 学习 ，它只是在重复使用人设定的算法，为优化参数提供数据。”

不过戴文渊认为，升级版的AlphaGo“在对弈中可能会有一些随机或者非随机的扰动，即选择不是最优的位置落子，尝试新的可能，不会是很笨地自己和自己下”。

电气和电子工程师协会（IEEE）高级会员、英国厄尔斯特大学计算机科学专业教授柯伦（KevinCurran）对第一财经记者表示：“AlphaGo的成功就连它的创造者们也大吃一惊。我们都知道AlphaGo已经非常先进了，但是没想到它竟如此优秀。由此可见，增强学习加上 树搜索 而成的算法，的确有效增加了 胜率 ，这是AlphaGo优于最厉害的人类围棋选手的地方。同时我们也不应忘记，当初谷歌的DeepMind团队研究人工智能技术的目的，并不仅仅是为了研发一套围棋比赛工具，而是为了在将来能够更好地把人工智能科技应用到医疗、机器人、无人驾驶汽车、农业、金融等为人类服务的行业当中。这才是如今科技发展最让人惊艳的地方。”

诗人艾略特说过，“去年的话属于去年的语言，明年的话等待另一种声音。”这用在人工智能的瞬息巨变上丝毫不差。

[广告]活动入口:

买美股，上老虎 - 超低佣金，每股只需1美分