罗振宇跨年演讲后第一周，人类失守了最后的智力阵地

2017-01-05 16:37:00

罗振宇在四天前的跨年演讲上，提到的第三个黑天鹅，是智能革命。在他看来，智能革命仍是个“比脸还大，比肾都虚”的话题。他或许不会想到，仅仅几天后，AI就在围棋这个人类长期所固守的最后的智力阵地上，再次对人类进行了全方位的无情碾压。

罗振宇跨年演讲图片来自于网络

60胜0负。尘埃落定。人类所有顶尖围棋高手，在账号为Master的升级版Alpha Go面前，纷纷败下阵来。

这是围棋历史上最长的连胜。回想当年，15岁的石佛李昌镐横空出世，在90年代初狂飙41场连胜。十年之后，又一位天才李世石，完成了32连胜的壮举。而如今，Master横扫世界棋坛，创造了空前绝后的60胜后，飘然离去，给世人留下一个不败的背影，而这个奇迹的创造者，不再是人类。

如果说去年Alpha Go对李世石4：1的结果，还让能人类在震惊之余留下一丝反击的念想；那么如今Master对人类顶尖高手群的60：0，则几乎让棋手们在与AI的对抗中陷入了彻底的绝望。

图片来自于网络

此时此刻，有人会为AI技术的突飞猛进，为人类的创造力感到自豪；有人会像罗胖一样，兴奋地寻找着创业的机会；也有一些人，比如像我一样的围棋爱好者们，内心会涌上一股难以言表的失落和难过。

这些难过的情绪，因何而起？

我自认为不是狭隘的“人类至上”理念拥护者，我也并不认为人类应该始终以“万物之灵”的身份凌驾于一切之上，普天之下，唯我独尊。然而当AI这种准硅基生物，把人类引以为豪的光鲜的智力外衣剥去时，衣不蔽体的羞耻感还是会本能地油然而生。也许这就是难过的原因之一——对自我智力水平的自惭形秽。

当下的世界围棋第一人柯洁，这位去年在李世石对抗Alpha Go失利之后许下壮志豪言的激情少年，如今在AI面前已变得谦卑而自省。他在微博上写到：

“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……”

同样是昨晚，高晓松在微博上写到：

“作为自幼学棋，崇拜国手的业余棋手，看了Master横扫中日韩顶尖高手的对局，难过极了。为所有的大国手伤心，路已经走完了。多少代大师上下求索，求道求术，全被破解。未来一个八岁少年只要一部手机就可以战胜九段，荣誉信仰灰飞烟灭。”

淡淡的一句，“路已经走完了”，道不尽无奈和凄凉。在围棋这个智力的世界里，人类前赴后继、孜孜钻研数千年后，得来的却是一声当头棒喝——这种徒劳和无力的感觉，在超长的历史跨度上被无限放大，也在看不到未来希望的此刻，被定格在了难过和失落之上。

AI围棋到底强在哪里？

去年Alpha Go和李世石对战时，AI并不算无懈可击。不管是有些疑似“昏招”，还是输掉的那一局里被李世石凌空一挖后的程序崩溃，或是看似刻意避免劫争的嫌疑，都给人类棋手们留下了痛定思痛之后重新战胜AI的一线希望。但Master作为Alpha Go的升级版，已经“进化”到了几乎无懈可击的地步，甚至连那些原本在人类经验看来是“臭棋”的招数，也因为其压倒性的战绩优势而变得不同。

在这60盘棋谱里，有这些特殊的场景：

比如在布局阶段，两条边都没有相应的配置，过早地点三三，在人类围棋理念来看，这会让对手在序盘便构筑成厚势，所掏的角地实际是亏损的；比如在布局或中盘，如果连续二路爬，被对手在三路连续压，那即使能苦活，整盘棋的局势也将一泻千里；比如二字头不能被扳，不然棋型会很“难受”；比如不宜过早将对手的棋撞的太厚，有些味道保留的时候要保留……

对于这些人类在长期的围棋对战中积累起来的经验，Master全都视若无物。除此之外，还创造出了新的大雪崩定式，和“五路尖冲”这样看起来豪放而无用的招法。可就是这些颠覆式的招法，让人类高手们束手无策。我们的经验，到底出了什么问题？

初学围棋的人，都知道围棋的入门方式，是学习“定式”。所谓定式，是指在开局时，有一些经过大量研究后被认可的最好的下法。双方如果在该局部不这么下，则很可能会亏损——如果在围棋道场学棋的小朋友们，敢下出定式从未出现过的招式，那是会被老师狠狠地责骂一番的。

如果没有AI的出现，人类或许在非常长的一段时间内都不可能发现，基于经验总结的定式，只是“优解”，而不是“最优解”。人类在计算能力的限制下，职业棋手只能往前计算几十步，但如果要在开局阶段，就计算到一百多步甚至是终局，那简直是天方夜谭。因此，即使定式有能力达到“最优解”，也只能是仅限于局部范围而言的，是人类通过“手割”这类穷举法在局部找到的答案。而当拥有超强计算能力的AI出现时，不再被计算的手数所限制，所找到的“最优解”是覆盖整个棋盘、贯穿全局的，自然可以超越人类定式的水平。

图片来自于网络

说到这里，问题来了。AI是如何找到“全局最优解”的，所谓的“最优”，是如何定义的，可以被量化吗？

一直以来，人类在防守围棋这块棋类最后的智力阵地时，所依仗的，是围棋既需要计算，又需要判断的棋类特性。人类自认为在计算上无法超越计算机，但在判断上具有一定的优势。对于国际象棋和中国象棋而言，每个不同的子有各自的价值权重，计算机可以通过给各类子赋值的方式来计算每步棋的价值。围棋是不同的，每个子都长得一样，吃了对方的子也不一定就有价值（弃子），子所处位置的价值也无法像“金角银边草肚皮”这般程式化，只能是按棋盘上黑白双方子力分布的整体形态来判断。

在象棋上无往不利的传统的蒙特卡洛树搜索法，面对围棋19x19路的棋盘所包藏的361阶乘种可能性（如果考虑对称性的话需要除以4），是无力的，穷举法的简单粗暴，撞上了数量级的高墙。目前该种算法的AI的围棋水平大约在业余5段左右，正因如此，人类棋手才一直高枕无忧。

深度学习技术的出现，使AI的弹药库鸟枪换炮。作者无力对深度学习进行技术性的解读，仅以个人的肤浅认识而言，AI通过对人类历史上的海量棋谱进行消化吸收，学到了人类顶尖高手的“下棋方法”，最关键的，是能够在行棋过程中，剔除掉大量的几乎不可能去落子的“无用点”，这样就大幅降低了传统穷举法所需要的361阶乘除以四的数量级。在此基础上，AI通过海量的左右互搏式自我对局，去尝试人类没有下过的招法，再以海量对局的胜率，回溯到该招法，给其赋值。只要逾越了数量级的高墙，AI便有能力以Decision tree的模式，从开盘时就能定义出每一步的价值，进行准确的形势判断。

Decision tree 图片来自于网络

这种程度的形势判断，是人类棋手所无法企及的。人脑所能做的量化的形势判断，只能在中盘之后通过“数目”的方式进行。在此之前，则是无法量化的“虚”的部分。所以下围棋的人都知道会讲“厚薄”，讲“味道”，讲“大局观”，讲“棋感”，讲这步棋是赚了还是亏了，之所以用“虚”词，其实是对无法量化的妥协，也正是这些“虚”词，是以往人类棋手自认为胜过AI的地方。而如今，AI已经通过深度学习，将“虚”转化为了“实”，攻克了“判断”这一堡垒。更可怕的是，在“判断”这个技术动作上，人类容易受情绪的影响，如果觉得自己占优势了，就会下得保守；如果觉得对手的棋过分了，就会想反击，而AI不具有任何情绪，只会在冷冰冰的胜率的数字指导下，一步步坚定地迈向胜利的终点。

如此，人类棋手焉能不败？

围棋还有未来吗，人类在智力领域还有未来吗？

相对于高晓松“路已经走完了”的悲观，围棋的职业棋手们的态度显得积极很多。

古力认为：“我们曾经认为永恒不变的围棋定式、真理，因为AI的出现，发生了颠覆性的改变……迎接美好的明天与未来。”

唐韦星更是直接对高晓松开炮，认为“职业棋手的荣誉和信仰灰飞烟灭”是无稽之谈。

从象棋与计算机的对抗史来看，过度的悲观，似乎确实没有必要。2006年之后，人类的国际象棋高手就再也没有战胜过AI了。但国际象棋这项智力运动，并没有因此而逐渐消亡，人类棋手们也并未停止在棋道之路上的钻研。