科普：alphago是什么

鉴于大部分人类对alphago的认识：

1:Alphago有什么了不起的？不就是算得快吗。ibm早在20年前就通过象棋战胜人类了。又是Google的一次营销。

2:alphago 实现人工智能了，电脑立即要超过人类占据地球了。

这两种想法哪个才是正确的那？严格地说，都不对。

所以我认为非常有必要给非计算机行业的同学们科普一下。由于是一篇科普文。所以我们不讨论卷积神经网络或MCTS这些东西。对原理感兴趣的同学能够：https://deepmind.com/alpha-go.html。

另外。欢迎加微信探讨各种问题或指出错误：lofocus
要理解什么才是真正的alphago?

必须弄明确下面几个问题。

1: 象棋早就被打败了。围棋有什么了不起？

用计算机怎么才干达到绝对的胜利？那就是穷举，就是把每一步每一种落子的可能都算一遍，然后电脑尽可能的往胜利的分支上去走，这样除非你也能看尽每一步棋。或者运气极佳，一个失误都没有，否则必输。要做到看尽每一步棋。须要多大的脑容量那？这主要取决于棋盘的大小，简化一下，不考虑落子的顺序和规则，象棋的难度是10的46次方，而围棋的难度是10的172次方。这么说对于没有算法复杂度概念的人可能非常难理解。

10的172次方就是1后面跟172个零，而宇宙中原子总数量大概是1的80次方左右。

还不理解？我们缩小一下范围，假设象棋的难度是1，就是仅仅有一个格。谁先下谁赢。那么围棋就是1000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000。没错。依旧非常大。

这样的计算量，眼下电脑的计算能力是远远不够用的。此外。象棋的棋子是有差别的，电脑能够优先保证车马炮一类的，然后才去考虑小兵。加上象棋的规则复杂导致计算机不用考虑大量不合理的走法(术语叫剪枝)。所以计算象棋相对就简单多了。仅仅通过提高计算能力就能够达到打败天下无敌手。

围棋也有非常多不合法的落子方式能够去掉。去掉之后的难度大概是1的170次方，对。并没有卵用。

当然。还能够刨除一些可预知的不合理没有胜率的规则，可是难度依旧是不可计算的天文数字。通过计算机的计算能力打败人类围棋高手，眼下看不到不论什么希望。这也就是大部分人。包含非常多计算机领域的大牛，集体不看好alphago的原因。

2:围棋程序不是早就有了吗？狗狗就是提升了一点而已。

的确，非常早之前电脑就会下围棋，并且也下的不错，至少我下只是我的手机。这些软件是怎么做到的那？事实上就是用象棋程序的原理(当然有针对性的改善了,比方使用了蒙特卡洛搜索等等)，这类程序太依赖计算，所以电脑性能越高，软件也就越厉害。只是前面说过了，围棋太复杂无法算尽。

所以这样的方式始终无法突破瓶颈。在人类高手面前看起来非常像白痴。

3:Google是怎么实现的？

这个问题讨论起来非常复杂，通俗的说。就是预先输入一大堆人类对战的棋谱，然后电脑下棋的时候。依据这些棋谱的某些特征去选择把棋子放在什么地方（注意。不是全然复制人类之前的下棋方法，而是依据数据分析推断）。它可能认为非常多地方都值得放棋子。那就把胜利最大的几个位置都測试一下，分析出一个胜率最高的位置。

怎么确定哪个位置胜率最高那？就是把棋子放在一个位置，然后用同样的方法去推断对手的棋子会放在什么位置…如此反复，直到下完一整盘棋。看看是输是赢。这个过程会依据不同的选择反复非常多次，这样就找到一个胜率相对最高的位置。然后你会发现，通过这样的方法狗狗是无法进步的，由于人类没有那么多棋谱让它学习。所以，他会通过自己跟自己下棋来获得提高，并且他自己会下出什么奇怪的套路人类非常难预測。
怎么样？狗狗的进步方法是不是跟人类非常像？学习上：首先找老师学规则(程序狗写的)，然后看各种名人的作品(输入人类数据)，在然后自己反复练习(机器学习)。

对战上：纵观全局。考虑一下因该把棋子放在什么地方，然后在心里预演一下放在这里合不合适。

事实上，狗狗的实现就是对人了思考过程的模拟。

4:电脑要占据地球了？

然而并没有，先不说狗狗的算法有多通用，至少它全然不是你所理解的拥有了自主意识。它就仅仅会下围棋。稍做改动或者不用改动(眼下的算法还是须要改动的，看论文他们的算法还是针对围棋做了非常多特殊的设定)。就能够下象棋、打游戏、医疗、基因排序、经济预測等等等，可是它并不知道什么是程序员。什么是单身狗，也不会梦见电子羊。它更像是用统计学上的一些方法。做到了人类凭直觉完毕的事情。

而不是具有了人类胡思乱想的能力。

5:狗狗根本不理解围棋，所以不是人工智能。大家都被骗了？

这个想法可能源于人类对人工智能以及对自己的认识不足。举个样例：人理解骑自行车吗？人生下来是本不会骑车的，可是通过学习都能够学会。

从不会到会。差别是什么。是由于那个人如今理解自行车了吗？就个人来说，从不断摔倒，到能够撒把骑车，并没有特别的变化，我说不出速度和重心的关系，也谈不上理解骑车，但最好还是碍我转弯避让，自由穿梭。差别不是理解，而是训练。通过训练，得到反馈，做出调整。获得模式。

下棋也是这样，通过大量的训练，能够做出最好的反应，就可能会赢。

6:这有什么意义？

要说意义，我个人认为还是非常非常大的，这可能是本世纪最重要的一个事件，也可能是人类历史上最重要的一个事件。

当前，前提是证明AlphaGo的方法的确可行。
尽管如今的狗狗不是一个通用的神经网络，想让下围棋的狗狗下象棋，是须要人工改动狗狗的逻辑制造一条新狗的。即使这样。这样的算法的应用场景依旧十分广泛，比方医疗、金融、自己主动驾驶、同声传译、甚至在数论、量子场论等非常多领域都实用武之地，如今，一些基层医生、律师、高级技工等行业也须要開始操心自己的饭碗了。他能解决的不是一个问题，而是一系列问题。他找到的未必是最佳解决方式，但至少超过了人类所能找到的全部解决方式。
的确。如今的狗狗还不具有自由意识。但不能说狗狗不具有自由意识就没有不论什么意义，就不叫人工智能。

假设狗狗真的具有独立思维，那是否应该叫“人类智能”那？况且。假设机器真的具有了自由意识。那对于人类的意义恐怕就不须要我在这写了。也没有围棋比赛了，人类应该考虑是否拿起武器去反抗了。

说究竟狗狗还是程序，还是各种指令的集合。

可是，谁又能说程序和运算不能是智能那？难道智能必须是由碳水化合物组成的肉身吗？假设人类能够制造一个绝对理性人，没有情感。没有意识，但无所不知无所不晓，智商全面碾压全部人类小肉虫，这台“机器”的发明是否是一件值得我们深思的事情那？当然，狗狗还远未达到这个程度，但它让我们看见了一丝希望。一道曙光。

今天，AlphaGo用事实证明了机器能够部分取代人类思考，让人脑思维结晶的权威性受到质疑，这绝对是一个崭新的開始。

。。

昨天，我们不相信计算机能够解决围棋问题，今天，我们是非依旧不相信计算机能够产生自由意志那？我们还是独一无二的吗？