2016年人工智能這把火燒得很旺，尤其是AlphaGo( 阿爾法狗)對戰(zhàn)李世石，讓我們真正見識到了人工智能的可怕。不過，最近筆者花功夫研究了下國外關于阿爾法狗圍棋對弈的人工智能解讀，發(fā)現此前我們聽到的、看到的或者說以為認識到的東西，幾乎都是錯的，阿爾法狗可能并非你想的那樣強無敵。
錯誤一：
阿爾法狗可以說是里程碑式地開創(chuàng)了歷史，但是它并沒有作出任何非常創(chuàng)新的技術，而deep mind只是將早已經存在的一些人工智能技術尤其是機器辨認圖片技術運用到下棋上，之前沒有人想過能這樣做，這種嘗試是一種創(chuàng)新。
錯誤二：
阿爾法狗并沒有真正的棋感，實際也不懂得思考并作出策略，圍棋解說把阿爾法狗當人來看待是錯誤的。阿爾法狗只是不停問自己，我下這一步我勝率提高了多少。
錯誤三：
阿爾法狗并沒有強大的學習能力，達到現在棋力是基于接近1億次棋局的模仿和推測出來的，一開始阿爾法狗只學習了16萬棋局時它的棋力很弱。他不但比人學習效率差而且比馬戲團的動物學習效率更差。所以說，跟李世石對局每一局都在進步是不可能的，一局的經驗對阿爾法狗基本沒什么影響。
錯誤四：
阿爾法狗其實也是基于蠻力窮舉的下法，只不過運用新的機器學習方法。窮舉法和機器學習不矛盾。
錯誤五：
之前看到文章說阿爾法狗速度沒深藍快，其實阿爾法狗是深藍的5萬倍，今天用的iPhone6s計算能力都是深藍的幾十倍。
錯誤六：
說人腦計算速度慢是錯誤的，和計算機的計算速度相對應的，應該是人腦神經元計算速度，保守估計人腦計算速度是每秒1000萬億次，計算能力是深藍的10萬倍。
錯誤七：
阿爾法狗并不是完全學習的，首先底層需要人編程圍棋規(guī)則，其次基礎的下棋原則也是人為輸入的。
簡單總結一下，其實包括阿爾法狗圍棋程序和深藍的象棋都是蠻力搜索法，也就是：其一，考慮所有未來可能變化;其二，計算走法未來多少步的勝率;其三，選擇走法。但是圍棋每走一步比國際象棋變化更大，步數更多，可能變化種類超過宇宙原子總和。其實這對于象棋也是如此，深藍雇傭大量職業(yè)象棋選手設定一個積分法，比如一個兵值多少分，吃對手一個車勝率提升多少，這個評分體系很準確，深藍思考范圍被壓縮成十幾步。
但是圍棋無法如此評估，之前圍棋程序是簡單的人手輸入，見到什么情況如何走，所以很死板，這些程序棋力大概是400。
2006年一種叫做蒙特卡洛樹的搜索法被發(fā)明，它使用概率模擬方法(類似模擬投擲骰子)，只需要判斷終盤勝負，彌補了圍棋不能設定確定走法函數的缺陷(阿爾法狗也是使用蒙特卡洛樹方法)。但是這方法要展開到終盤，計算量太大，所以需要讓圍棋專家協助制定行棋規(guī)則，減少計算量，此方法可使人工智能棋力提升到業(yè)余5段。
但是十年來電腦棋力進展令人悲觀，直到阿爾法狗，它在此基礎上引入深度人工網絡。神經網絡已經發(fā)明50年，適合編寫一些不直觀因果關系的事物，并且軟件可以自主學習調整。但是編程太難，加上以前計算能力問題一直不受重視。
6年前開始，技術上能達到10層神經元，神經網絡開始興起。結合大數據和云計算技術，神經網絡開始吃香。圖像處理和人臉識別這類程序很難直觀的由編程員編程，神經網絡在此有用武之地，其中深度卷積網絡技術稱霸。阿爾法狗團隊創(chuàng)新之處在于，意識到可以將圖像識別的這項技術用于下棋，并將神經網絡升級到13層，預測人類棋手走法。
首先它學習了圍棋對戰(zhàn)平臺的3千萬業(yè)余高段位的對局記錄，作為讓阿爾法狗猜人類走法的正確答案。也就是說，阿爾法狗一開始是在模仿業(yè)余高手平均玩法，同時團隊人工輸入圍棋知識?？梢哉f，阿爾法狗是神經網絡加手工編程混合物。
這個預測人類玩法被叫做策略網絡，此時阿爾法狗叫做RP版。根據阿爾法狗團隊的論文，把策略網絡加入業(yè)余3段棋力的圍棋程序，其棋力能達到業(yè)余6段，棋力提高950分達到2600(棋力分每相差230分，雙方5局三勝比賽的勝率為高分者95%勝率)，此時alpha已經成為世界最強圍棋程序。
為了減少計算量，阿爾法狗使用一個叫價值網絡的深層卷積網絡作為評估函數，使用阿爾法狗的預測結果和實際展開結果的平均值作為勝率參考信息。加入此功能的阿爾法狗叫做完整版，其棋力提高了450分，達到了驚人的3100。
———分割線————
曉楓說，游走在科技與人文之間，百度百家、今日頭條、搜狐、艾瑞、一點資訊、品途等專欄作者。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
