论文部分内容阅读
AlphaGo三番棋对决中的第二盘昨日打响，最终柯洁不敌阿尔法围棋，第二盘告负，目前双方比分0：2。
随后搜狗公司CEO王小川在知乎上发布评论文章称，2017人机大战的意义在于它重演一部进化史，重新认识智慧的边界。王小川表示，“AlphaGo2.0 告诉我们：如果有合适的条件，完全可能有其他的生命进化路径，以及更不一样的进化结果。”
王小川认为，AlphaGo 2.0与1.0已大不相同，新的算法对计算资源开销极小，把当前棋局输入神经网络，电流流过，输出就是最佳的走棋方案。王小川猜测，有可能仅仅依靠一个 GPU 工作，每一步棋消耗的能源接近人的大脑。
在王小川看来， AlphaGo2.0已经 完全抛弃掉人类这两千年来进化的围棋经验，另寻他径，仅凭两台机器自我对弈中学习和进化，最终不仅赶超了人类进化的速度，还发展出一套截然不同的下棋方法，并且更加接近完美的状态，实现了对人类的碾压，重演了一部围棋的进化史，而且得出了与这两千年来不同的进化结果。
附王小川评论全文：
该来的终于来了。
一年前 AlphaGo 发布，看完论文后我就在知乎上发文预测机器会完胜人类。好些行业朋友不相信，为此我收了很多“智商税”，之后微信发红包一直发到春节才发完。此外我还立了两个断言：一个是 Google 很有可能再研发出 AlphaGo 2.0，摆脱“监督学习”，不再需要人类下围棋的历史数据，而是只通过“增强学习”，两台 AlphaGo 自我对战学习如何下棋，并达到登峰造极的地步。从公开的资料判断，此言中了。这意味着什么呢，又有什么看点呢？
技术重大提升：和 1.0 原理大不同，更接近于人
AlphaGo 1.0 是巧妙地混合了三种算法：蒙特卡洛树搜索 + 监督学习 + 增强学习。其中蒙特卡洛树搜索是一种优化过的暴力计算，比 1997 年深蓝的暴力计算更聪明。而这里的监督学习，是通过学习 3000 万步人类棋谱，对六段以上职业棋手走棋规律进行模仿，也是 AlphaGo 获得突破性进展的关键算法。而增强学习作为辅助，是两台 AlphaGo 从自我对战众中学习如何下棋，据悉对棋力提升有限。
根据公开资料推测，此次 AlphaGo2.0 的技术原理与之前有着巨大不同：
1. 放弃了监督学习，没有再用人的 3000 万局棋谱进行训练。这本是 AlphaGo 最亮眼的算法，也是今天主流机器学习不可避免的核心条件：依赖于优质的数据，在这个特定问题下就这么被再次突破了。
2. 放弃了蒙特卡洛树搜索，不再进行暴力计算。理论上，算法越笨，就越需要暴力计算做补充。算法越聪明，就可以大大减少暴力计算。从 AlphaGo 2.0 的“马甲”Master 的历史行为看，走棋非常迅速，约在每 10 秒钟就走棋一步，如此速度很可能是放弃了暴力的计算。
3. 极大地强化了增强学习的作用，之前敲边鼓的算法，正式成为扛把子主力。想想看有多励志：两台白痴机器，遵守走棋和获胜规则，从随机走棋开始日夜切磋，总结经验，不断批评和自我批评，一周后终成大器。
在这样的算法下，AlphaGo 2.0 对计算资源开销极小，把当前棋局输入神经网络，电流流过，输出就是最佳的走棋方案。我猜测如此算法下，有可能仅仅依靠一个 GPU 工作，每一步棋消耗的能源接近人的大脑。
最大看点： AlphaGo2.0 棋风完全脱离人类经验
今年年初，AlphaGo 化身 Master 连胜人类顶尖棋手 60 局。在围棋领域，机器完胜已经变成公认的定论。这导致很多人开始问：这次人机大战还有意义吗？我们的关注点不再是机器是否会赢——而是机器将用什么姿势战胜人类。
AlphaGo 学习了 3000 万步人类棋谱，走棋风格也近似于人。在比赛现场，偶有 AlphaGo 走棋和人的经验不符合，就被评为“愚蠢”，只是在中盘之后发现机器渐渐局面占优最终获胜，为了自圆其说解读为“AlphaGo 中盘逆转”，前两局莫过如此。第三局开始评论者长了教训，开始尊称 AlphaGo 为“阿老师”，有了欣赏和敬畏的心态。这带给围棋界很大的冲击，以前大家认为正确的东西，其实是不正确的。
柯洁曾经评价说：“AlphaGo 出现，很多理论都被推翻，再看以前定式变得好笑，亏那么多目就不再是两分。”人类通过数千年实战，总结了围棋理论，然后计算机告诉人类：这些全都是错的。现在在很多比赛上，人类棋手已经开始向机器学习，模仿 AlphaGo 的下法，棋圣聂卫平也曾表示“理论被颠覆了”。
而 AlphaGo2.0 脫离了机器对人模仿，走棋风格也将完全脱离人的定式。在与柯洁的比赛中，会不断出现我们意想不到的走棋，而且这些走棋在教科书中会被认为是低级错误或者完全不可理喻，但凡一个正常的棋手都不会这么玩，但凡一个新手这么玩都会被点拨这样不对。
而 AlphaGo2.0 会不断制造这样的局面，关键他还是对的。可想对专业棋手的心理会有多大的震撼：不仅自己这一辈子都没这么想过这么下棋，整个围棋界都没有想过。会不会怀疑自己白活了？会不会反思两千年围棋的发展为什么有这样的瓶颈？还有多少海阔天空等着我们去探索？可等不及我们去探索，计算机就给出了终局的答案，多么惆怅。
我们会津津乐道，AlphaGo 是什么棋风。但可以这样推理：但凡有流派和风格，就还有局限性。只有当所有流派合一看不出流派的时候，才到达致高境界。AlphaGo 2.0 便会是这么一台机器，没有风格，稳如磐石。
可以想见这次与柯洁的对弈，能频现“怪招”，完全颠覆人类对围棋的理解——这会是比赛最大的看点。英勇的柯洁，要解锁 108 种姿势来抵挡了。
2017 人机大战的意义：重演一部进化史，重新认识智慧的边界
2016 年在 AlphaGo 和李世石的对战后，人工智能进入大众的视野，我们开始重新思考机器和人的关系。
围棋已经有两千多年的历史，在漫长岁月的琢磨中，围棋理论不断进化，到达了很高的水准，AlphaGo 的获胜，我们大可以解读于“青出于蓝”，毕竟是在人类围棋进化的主路径上又攀高峰。
而 AlphaGo2.0 完全抛弃掉人类这两千年来进化的围棋经验，另寻他径，仅凭两台机器自我对弈中学习和进化，最终不仅赶超了人类进化的速度，还发展出一套截然不同的下棋方法，并且更加接近完美的状态，实现了对人类的碾压，重演了一部围棋的进化史，而且得出了与这两千年来不同的进化结果。
这会给我们什么启示？如果跳出围棋的规则，类比看地球生命的进化：人类是从原始的有机物，到单细胞开始逐步变成灵长类动物，并且发展出超越其他一切生物的智慧。这条路径是唯一的么？人类的生命形态和最顶级的生命形态还有多大距离？AlphaGo 告诉我们：我们还有极大的发展空间，AlphaGo2.0 告诉我们：如果有合适的条件，完全可能有其他的生命进化路径，以及更不一样的进化结果。
让我们欢呼人的智慧造就了 AlphaGo，这也帮我们开了眼界，看到我们离最终的生命形态和智慧依然有遥远的距离。
保持敬畏，坚定前行，终得圆满。
随后搜狗公司CEO王小川在知乎上发布评论文章称，2017人机大战的意义在于它重演一部进化史，重新认识智慧的边界。王小川表示，“AlphaGo2.0 告诉我们：如果有合适的条件，完全可能有其他的生命进化路径，以及更不一样的进化结果。”
王小川认为，AlphaGo 2.0与1.0已大不相同，新的算法对计算资源开销极小，把当前棋局输入神经网络，电流流过，输出就是最佳的走棋方案。王小川猜测，有可能仅仅依靠一个 GPU 工作，每一步棋消耗的能源接近人的大脑。
在王小川看来， AlphaGo2.0已经 完全抛弃掉人类这两千年来进化的围棋经验，另寻他径，仅凭两台机器自我对弈中学习和进化，最终不仅赶超了人类进化的速度，还发展出一套截然不同的下棋方法，并且更加接近完美的状态，实现了对人类的碾压，重演了一部围棋的进化史，而且得出了与这两千年来不同的进化结果。
附王小川评论全文：
该来的终于来了。
一年前 AlphaGo 发布，看完论文后我就在知乎上发文预测机器会完胜人类。好些行业朋友不相信，为此我收了很多“智商税”，之后微信发红包一直发到春节才发完。此外我还立了两个断言：一个是 Google 很有可能再研发出 AlphaGo 2.0，摆脱“监督学习”，不再需要人类下围棋的历史数据，而是只通过“增强学习”，两台 AlphaGo 自我对战学习如何下棋，并达到登峰造极的地步。从公开的资料判断，此言中了。这意味着什么呢，又有什么看点呢？
技术重大提升：和 1.0 原理大不同，更接近于人
AlphaGo 1.0 是巧妙地混合了三种算法：蒙特卡洛树搜索 + 监督学习 + 增强学习。其中蒙特卡洛树搜索是一种优化过的暴力计算，比 1997 年深蓝的暴力计算更聪明。而这里的监督学习，是通过学习 3000 万步人类棋谱，对六段以上职业棋手走棋规律进行模仿，也是 AlphaGo 获得突破性进展的关键算法。而增强学习作为辅助，是两台 AlphaGo 从自我对战众中学习如何下棋，据悉对棋力提升有限。
根据公开资料推测，此次 AlphaGo2.0 的技术原理与之前有着巨大不同：
1. 放弃了监督学习，没有再用人的 3000 万局棋谱进行训练。这本是 AlphaGo 最亮眼的算法，也是今天主流机器学习不可避免的核心条件：依赖于优质的数据，在这个特定问题下就这么被再次突破了。
2. 放弃了蒙特卡洛树搜索，不再进行暴力计算。理论上，算法越笨，就越需要暴力计算做补充。算法越聪明，就可以大大减少暴力计算。从 AlphaGo 2.0 的“马甲”Master 的历史行为看，走棋非常迅速，约在每 10 秒钟就走棋一步，如此速度很可能是放弃了暴力的计算。
3. 极大地强化了增强学习的作用，之前敲边鼓的算法，正式成为扛把子主力。想想看有多励志：两台白痴机器，遵守走棋和获胜规则，从随机走棋开始日夜切磋，总结经验，不断批评和自我批评，一周后终成大器。
在这样的算法下，AlphaGo 2.0 对计算资源开销极小，把当前棋局输入神经网络，电流流过，输出就是最佳的走棋方案。我猜测如此算法下，有可能仅仅依靠一个 GPU 工作，每一步棋消耗的能源接近人的大脑。
最大看点： AlphaGo2.0 棋风完全脱离人类经验
今年年初，AlphaGo 化身 Master 连胜人类顶尖棋手 60 局。在围棋领域，机器完胜已经变成公认的定论。这导致很多人开始问：这次人机大战还有意义吗？我们的关注点不再是机器是否会赢——而是机器将用什么姿势战胜人类。
AlphaGo 学习了 3000 万步人类棋谱，走棋风格也近似于人。在比赛现场，偶有 AlphaGo 走棋和人的经验不符合，就被评为“愚蠢”，只是在中盘之后发现机器渐渐局面占优最终获胜，为了自圆其说解读为“AlphaGo 中盘逆转”，前两局莫过如此。第三局开始评论者长了教训，开始尊称 AlphaGo 为“阿老师”，有了欣赏和敬畏的心态。这带给围棋界很大的冲击，以前大家认为正确的东西，其实是不正确的。
柯洁曾经评价说：“AlphaGo 出现，很多理论都被推翻，再看以前定式变得好笑，亏那么多目就不再是两分。”人类通过数千年实战，总结了围棋理论，然后计算机告诉人类：这些全都是错的。现在在很多比赛上，人类棋手已经开始向机器学习，模仿 AlphaGo 的下法，棋圣聂卫平也曾表示“理论被颠覆了”。
而 AlphaGo2.0 脫离了机器对人模仿，走棋风格也将完全脱离人的定式。在与柯洁的比赛中，会不断出现我们意想不到的走棋，而且这些走棋在教科书中会被认为是低级错误或者完全不可理喻，但凡一个正常的棋手都不会这么玩，但凡一个新手这么玩都会被点拨这样不对。
而 AlphaGo2.0 会不断制造这样的局面，关键他还是对的。可想对专业棋手的心理会有多大的震撼：不仅自己这一辈子都没这么想过这么下棋，整个围棋界都没有想过。会不会怀疑自己白活了？会不会反思两千年围棋的发展为什么有这样的瓶颈？还有多少海阔天空等着我们去探索？可等不及我们去探索，计算机就给出了终局的答案，多么惆怅。
我们会津津乐道，AlphaGo 是什么棋风。但可以这样推理：但凡有流派和风格，就还有局限性。只有当所有流派合一看不出流派的时候，才到达致高境界。AlphaGo 2.0 便会是这么一台机器，没有风格，稳如磐石。
可以想见这次与柯洁的对弈，能频现“怪招”，完全颠覆人类对围棋的理解——这会是比赛最大的看点。英勇的柯洁，要解锁 108 种姿势来抵挡了。
2017 人机大战的意义：重演一部进化史，重新认识智慧的边界
2016 年在 AlphaGo 和李世石的对战后，人工智能进入大众的视野，我们开始重新思考机器和人的关系。
围棋已经有两千多年的历史，在漫长岁月的琢磨中，围棋理论不断进化，到达了很高的水准，AlphaGo 的获胜，我们大可以解读于“青出于蓝”，毕竟是在人类围棋进化的主路径上又攀高峰。
而 AlphaGo2.0 完全抛弃掉人类这两千年来进化的围棋经验，另寻他径，仅凭两台机器自我对弈中学习和进化，最终不仅赶超了人类进化的速度，还发展出一套截然不同的下棋方法，并且更加接近完美的状态，实现了对人类的碾压，重演了一部围棋的进化史，而且得出了与这两千年来不同的进化结果。
这会给我们什么启示？如果跳出围棋的规则，类比看地球生命的进化：人类是从原始的有机物，到单细胞开始逐步变成灵长类动物，并且发展出超越其他一切生物的智慧。这条路径是唯一的么？人类的生命形态和最顶级的生命形态还有多大距离？AlphaGo 告诉我们：我们还有极大的发展空间，AlphaGo2.0 告诉我们：如果有合适的条件，完全可能有其他的生命进化路径，以及更不一样的进化结果。
让我们欢呼人的智慧造就了 AlphaGo，这也帮我们开了眼界，看到我们离最终的生命形态和智慧依然有遥远的距离。
保持敬畏，坚定前行，终得圆满。