他們真的用計算機，創(chuàng)造了圍棋之神！

    杜應(yīng)若是第一個說話的人：“它……它看上去不太像是電腦?！彼麖那耙娺^的圍棋AI經(jīng)常下一些很可笑的棋。但是AlphaGo，它給人的感覺就是真真正正的人類。

    “雖然也下一些偏著、怪著，超出尋常的經(jīng)驗之外，但是回過頭來看，我也會那么下?！蓖跣裨谒矔r無法理解AlphaGo的棋步，但看過全局后，認可它是符合棋理的，這說明AlphaGo能理解真正的行棋邏輯，并作了大量的改良。

    “強到爆炸！”韓劍抱著腦袋大吼大叫，“我完全不敢跟它下！沒機會的！”

    羅爽的表情比誰都陰戾。如果世上存在AlphaGo，圍棋這項競技將沒有任何意義。他作為職業(yè)棋手，將很快被歷史淘汰。

    陳院長問程延清：“你怎么看？”

    “他的棋風(fēng)很像我?！背萄忧宕笱圆粦M道，“我還挺喜歡他的風(fēng)格的?！?/br>
    眾人忍不住一齊噓他，這個人不論何時都那么自大。

    一直沉默的謝榆卻說：“沒錯。不過AlphaGo和你風(fēng)格相一致，完全是出于另外的原因?！?/br>
    “什么原因？”

    “我還不知道?！?/br>
    謝榆面色凝重地盯著顯示屏。他以為計算機的強大之處在龐大的計算能力，但是AlphaGo完全顛覆了他的觀念。AlphaGo不是強算出來的，AlphaGo真的懂棋。比如說有一局序盤，它選擇了日本棋手穩(wěn)扎穩(wěn)打的布局風(fēng)格；有一局在對方糾纏不清的情況下選擇脫先，棄小角而爭腹地……這些在從前都是無法可想的。AlphaGo怎么可能學(xué)會人類的棋感與全局觀呢？

    看來，魏柯的人類衛(wèi)冕之戰(zhàn)，并不好打。

    果不其然，第二天，烏鎮(zhèn)傳來消息，第一局以魏柯慘敗告終。魏柯以非常保守的下法，與AlphaGo進行接觸式作戰(zhàn)，結(jié)果被AlphaGo在中后盤吊打。要知道，中后盤原本是魏柯的主場。他的攪功和官子功夫曾讓他無數(shù)次轉(zhuǎn)危為安，而這兩者靠的都是計算力。比照一秒可以進行上億次計算的AlphaGo，魏柯自然沒有任何勝算。

    消息傳到中國棋院的時候，所有人都像是霜打了個茄子似的。唇亡齒寒，兔死狐悲，這下連羅爽也高興不起來。只有謝榆一人默默坐在研究室里，快速翻看著幾個G的資料，時不時瀏覽群里的聊天記錄。他委托中國棋院發(fā)動了一切可以調(diào)動的資源和人脈，四處搜集AlphaGo的信息，然后與計算機領(lǐng)域的大牛們討論分析?？梢哉f，今天的結(jié)果，他完全已經(jīng)預(yù)料到了。

    按照傳統(tǒng)，計算機的長處應(yīng)該在計算。而圍棋，恰恰是不可能被暴力計算的領(lǐng)域。圍棋的很多概念都無法被量化，厚薄、爭先、取勢……這種東西，電腦怎么去理解？！謝榆的本職是個碼農(nóng)，雖然不務(wù)正業(yè)，但憑他對計算機和圍棋兩個領(lǐng)域的了解，他曾經(jīng)嘗試過圍棋AI的編碼，所以他非常清楚這些概念是無法被量化的。此前出現(xiàn)的AI也一直印證著他的猜想，直到AlphaGo。

    他敢肯定，AlphaGo的計算方式產(chǎn)生了相當(dāng)大的變化！AlphaGo不是以計算機的慣性在運行，它完全是人腦的思維方式！

    “他們在蒙特卡洛樹搜索上加裝了什么？”謝榆一目十行地掃過屏幕上的代碼。

    蒙特卡洛樹搜索，是圍棋AI的基本解決框架。圍棋AI每一步都選擇若干種落子，然后在電腦中模擬到終局，進行數(shù)子，最終選擇勝率最高的那一步棋。因為計算量太大，AI只能給出一個近似最優(yōu)解，并非全枚舉，在AlphaGo之前AI因此也只能達到業(yè)余五級的水準(zhǔn)。

    這依舊是一個計算的范疇，而職業(yè)棋士很多時候并不是單靠計算做出判斷，像之前所說的全局觀念，就是蒙特卡洛樹搜索無法解決的問題。要讓AI發(fā)揮出人腦的效果，到底靠的什么？

    當(dāng)天晚上，謝榆從美國的某個計算機大牛那里，獲知了他想要的答案。

    AlphaGo團隊在蒙特卡洛樹搜索上加裝了策略網(wǎng)絡(luò)和價值網(wǎng)絡(luò)兩個模塊。

    這兩個模塊讓AlphaGo不是單純地計算，而是深度學(xué)習(xí)、模仿人類！

    策略網(wǎng)絡(luò)，顧名思義是決策下一步走子。AlphaGo會檢索KCS圍棋服務(wù)器上所有真人在線對弈，進而判斷：如果是人類棋手處于它當(dāng)前的位置，他最有可能走哪一步？它只對那些解進行計算！然后，它就自我對弈上千萬局，看看這一步是否真的是最優(yōu)解！

    遵循策略網(wǎng)絡(luò)，蒙特卡洛樹搜索的樹寬將大量減少，但深度依舊存在。上千萬局博弈，每一局都走到最后，依舊是可怕的計算量。

    計算深度的減少用上了價值網(wǎng)絡(luò)。它以AlphaGo產(chǎn)生的大量自我博弈作為樣本，檢索這種棋形在歷史上的勝率，把好壞、優(yōu)劣變成了一個概率問題！那么每一回，AlphaGo計算到一定深度就可以停下來，直接估算當(dāng)前勝率！

    經(jīng)驗的本質(zhì)是概率，從本質(zhì)上來說，以概率判斷局面的AlphaGo，就是以“經(jīng)驗判斷現(xiàn)狀”的人類大腦運行模式！AlphaGo的走子，也完全遵循了人類棋手的思維歷程——大量背譜，吸取經(jīng)驗，自我思考，判斷局勢……然后估算其后若干步的棋局導(dǎo)向！

    只是這個棋手，等于千百年來千千萬萬個棋手的經(jīng)驗總和，并且，完全不會出錯罷了。

    第二天，烏鎮(zhèn)再傳出消息：魏柯第二局，依舊慘敗！

    魏柯意識到細棋是沒有機會的，一開始就主動展開攻勢，趁著布局階段想要對AlphaGo進行壓制。他意識到AlphaGo非常有經(jīng)驗，嘗試用怪著、偏著對付他，導(dǎo)致子效低下，輸?shù)帽茸蛱旄鼞K！王夢雨甚至在解說時失聲痛哭，即使他根本不是魏柯，也無法承受這種絕望的差距，可想而知魏柯所肩負的壓力。

    然而公眾是難以理解的。消息一出，全網(wǎng)嘩然。因為此前對魏柯寄望太高，現(xiàn)在輿論開始轉(zhuǎn)了風(fēng)向，對人類失敗的恐慌很容易就演變成了對魏柯的憤怒：“魏柯他根本不能代表全人類”、“他之前是靠作弊獲勝的，谷歌怎么會選中這種人”、“他腦子不太好使的吧”、“一年沒下棋，已經(jīng)不是從前那個他了”……唱衰之聲頻頻出現(xiàn)。甚至又有黑子借機挑事，想要將他徹底踩在腳下。

    與此相對的，是AlphaGo遭受到了所有人的追捧。開發(fā)人員為其植入了虛擬人格，專門注冊了一個網(wǎng)站，使得人類可以在AlphaGo不比賽的時候與他進行交流溝通。因為電腦天生具有多線程任務(wù)的能力，它迅速地成為了網(wǎng)友的手機寵物。人類在頻頻的調(diào)戲中驚訝地發(fā)現(xiàn)：這位AI朋友還挺可愛的！AlphaGo的新浪微博在幾日之內(nèi)吸粉無數(shù)，還成天模仿著棋士魏柯的語言風(fēng)格編纂微博，取而代之之心昭然若揭。

    中國棋院對于谷歌開發(fā)組歡天喜地過大年的舉動一片低氣壓。大眾只看輸贏，他們卻看得出門道，AlphaGo軟萌的外表下，是強大到可怕的實力。定下是五番棋，明天這局再不贏，就再也沒有機會了。若是AI勢不可擋，說不定以后圍棋就演變成一方先行一步，另一方直接投子認輸?shù)木置妗Ｒ苍S所有算法，都要被AI窮盡了。

    所有人都在唉聲嘆氣，只有謝榆端坐在屏幕前，沉思——

    調(diào)用真人棋譜，預(yù)測；

    千萬局自我對局；

    系統(tǒng)自檢，勝率分析……

    哪一步才是關(guān)鍵？