對(duì)于人類棋手，AlphaGo是怎樣的存在

李翊

如果圍棋世界是有層級(jí)的，以窮盡圍棋的所有可能得到最優(yōu)解為天，以懂得圍棋基本規(guī)則為地，AlphaGo在四盤棋里表現(xiàn)出的棋力和弱點(diǎn)，讓人類第一次有了伙伴和參照物，知道在天地之間，自己對(duì)圍棋的理解處于怎樣的位置。

劫爭

和AlphaGo的第一局開局，李世石劍走偏鋒：在他的職業(yè)比賽中從未使用過這一開局，甚至整個(gè)圍棋界，沒有人見過這一開局。避開流行布局，甚至避開曾經(jīng)流行過的已經(jīng)被淘汰的布局，李世石在考驗(yàn)AlphaGo在布局階段的應(yīng)變能力。然而，在新浪講棋的俞斌認(rèn)為李世石的下法勉強(qiáng)?！八谠囂紸lphaGo，但實(shí)際上效果并不好。”而現(xiàn)在回顧比賽，李世石對(duì)第一局的看法是：“即使重頭來下，我也覺得沒法贏。我從一開始錯(cuò)誤估計(jì)了它的實(shí)力。”

李世石對(duì)AlphaGo實(shí)力的了解，或許更多來自之前樊麾和AlphaGo下的五盤棋。如果僅從這五盤棋所表現(xiàn)出的內(nèi)容看，“AlphaGo大概在職業(yè)初段的水平”。這是俞斌、古力等職業(yè)棋手比較一致的評(píng)價(jià)。俞斌說，雖然知道5個(gè)月的時(shí)間里，圍棋AI（人工智能）的水平經(jīng)過深度學(xué)習(xí)一直在提高，但是能提高到現(xiàn)在這樣的水平，誰都沒有預(yù)料到。

第一局下完，中國圍棋界議論紛紛，圍棋人各種挑錯(cuò)，各種不服氣，俞斌覺得李世石一開始太冒進(jìn)，不好。兩局戰(zhàn)罷，俞斌所有的感受只有兩個(gè)字形容：“服氣！”

中國棋手李喆六段

“原來覺得，開放型復(fù)雜局面的對(duì)殺，電腦的計(jì)算力可能沒那么準(zhǔn)確，結(jié)果第一局AlphaGo居然扛住了。第二局從后半盤看，AlphaGo或許不能做到百分百的計(jì)算正確，但在殘局的計(jì)算能力上已經(jīng)遠(yuǎn)超人類，這不是單個(gè)人類可以抵擋的。就這兩點(diǎn)可以確認(rèn)，如果AlphaGo還會(huì)打劫，那么人類就沒辦法贏它了?！?/p>

在李世石以比較大的差距輸?shù)舻诙P比賽后，職業(yè)棋手九段羅洗河對(duì)李世石回避劫爭的行為提出了質(zhì)疑：“李世石是否和谷歌簽了保密協(xié)議有不準(zhǔn)打劫這一條？”這成為幾乎所有人猜測的話題。李世石的棋風(fēng)被人稱為“僵尸流”，棋入中盤，他常常因出招過分而導(dǎo)致死大龍，在職業(yè)高手看來，這樣一邊倒的局面已可終局，尤其是對(duì)于老派的只研究前半盤的中日職業(yè)棋手而言。然而，絕境之中的李世石常常能爆發(fā)出驚人的力量，他一次次地如同僵尸復(fù)活一樣滿血?dú)w來，并且總能在最后一刻撞線?！斑@一局，有兩次機(jī)會(huì)打劫，而且是在李世石輸定的情況下，不打劫必輸;打劫，按照人腦的計(jì)算，如果是人跟人下，有可能贏，因?yàn)槿藭?huì)犯錯(cuò)。但是跟機(jī)器下，它如果會(huì)處理，人還是可能輸。第二局在形勢明顯落后的情況下，以李世石的性格和棋風(fēng)，他應(yīng)該反擊。然而，兩次打劫的機(jī)會(huì)李世石都放棄了，這可能是大家懷疑他的原因之一?！庇岜笳f，“棋手特別瞧不起那些輸多了還麻木不仁的棋手。我們比較崇敬的，是那些在輸定的情況下還孤注一擲的，這叫勝負(fù)心。我們崇敬有勝負(fù)心的人。所以，李世石在失敗的情況下沒有選擇相對(duì)危險(xiǎn)但是有勝機(jī)的打劫，我們奇怪。但是看視頻，我覺得他當(dāng)時(shí)并沒有判斷清楚局勢，他應(yīng)該是對(duì)勝負(fù)有疑惑，選擇了一條相對(duì)穩(wěn)妥的路?！?/p>

“第二局AlphaGo有一個(gè)打劫的機(jī)會(huì)，但是很長時(shí)間都沒提回來。當(dāng)然不提沒關(guān)系，提一下，絕對(duì)的先手。但AlphaGo一直不走這一步，這也是懷疑的原因之一?！庇岜筮M(jìn)一步解釋說，“但這并不能成為AlphaGo害怕打劫的根據(jù)。因?yàn)檫@個(gè)劫很輕，也就是價(jià)值很小，跟別的棋子都沒關(guān)系，所以它沒必要去提?！?/p>

圍棋界有句俗語，臭棋怕打劫。劫爭會(huì)是AlphaGo的阿喀琉斯之踵嗎？從俞斌過往和計(jì)算機(jī)打交道的經(jīng)驗(yàn)來看，完全有可能。

打劫，也叫“劫爭”，是指黑白雙方都把對(duì)方的棋子圍住，這種局面下，如果輪白下，可以吃掉一個(gè)黑子;如果輪黑下，同樣可以吃掉一個(gè)白子。因?yàn)槿绱送鶑?fù)就形成循環(huán)無解，所以圍棋禁止“同形重復(fù)”。根據(jù)規(guī)則“提”一子后，對(duì)方在可以回提的情況下不能馬上回提，要先在別處下一著，待對(duì)方應(yīng)一手之后再回“提”。顧名思義“劫材”就是“打劫”的材料。但是并非所有的劫材都會(huì)導(dǎo)致對(duì)方應(yīng)一手，在價(jià)值判斷取舍的情況下，對(duì)方也可能不應(yīng)劫而解消劫爭，“劫勝”也叫“消劫”。因?yàn)檫@里涉及找劫材及消劫的價(jià)值判斷，是比較復(fù)雜的技術(shù)。

大概6年前，李喆曾經(jīng)找了一些職業(yè)棋手做過研究，認(rèn)為人能做到七路棋盤的最優(yōu)解，計(jì)算機(jī)如果速度快，也能窮盡七路盤的計(jì)算。但是升級(jí)到九路盤的時(shí)候，電腦靠蠻力窮盡不了，就會(huì)出現(xiàn)一些問題，比如明知沒棋的地方也要補(bǔ)一手。“我跟電腦下九路棋的時(shí)候，電腦在領(lǐng)先很多的情況下，自填一眼的事情也干過?！庇岜笳f，當(dāng)時(shí)最好的對(duì)弈軟件，Bug（漏洞）就是劫?！拔覀儑尻?duì)的棋手跟這個(gè)電腦下的時(shí)候，即使我方形勢不好，只要出現(xiàn)這個(gè)Bug，我們就知道贏了?！?/p>

AI面對(duì)復(fù)雜劫爭時(shí)的糟糕表現(xiàn)，是蒙特卡洛算法固有的頑疾。去年在北京奪冠的來自韓國的圍棋AI“石子旋風(fēng)”，在對(duì)陣世界冠軍連笑時(shí)甚至不能理解循環(huán)劫，不停地找劫來回提，使局面一塌糊涂?！斑@是因?yàn)椋诟怕?，循環(huán)劫也總有打贏的可能。如果基于邏輯，會(huì)明白這是不可能的事情?！崩顔凑f，“AlphaGo的算法缺乏邏輯能力，這一點(diǎn)實(shí)際在去年10月對(duì)陣樊麾時(shí)已經(jīng)有所體現(xiàn)。蒙特卡洛算法使它并不是根據(jù)‘邏輯上A優(yōu)于B來做選擇，而是根據(jù)AB各自的勝率來做出決策。但在準(zhǔn)確性上，概率不如邏輯?！?/p>

AlphaGo顯然不是一般的圍棋AI。在和李世石對(duì)陣的第三局，它表現(xiàn)出了打劫的能力，雖然這個(gè)劫相對(duì)封閉，應(yīng)對(duì)并不復(fù)雜?！癆lphaGo基本上就打會(huì)影響勝率的劫。當(dāng)不打比打的勝率更低時(shí)，就會(huì)打劫。但它對(duì)打劫的勝率評(píng)估會(huì)偏低，因?yàn)榭赡苄愿啵运@得會(huì)回避劫?！边B著的三局棋，李喆一直站在AlphaGo的角度在觀察它，其間會(huì)和Facebook人工智能研究院智能圍棋項(xiàng)目負(fù)責(zé)人田淵棟博士聯(lián)系。田博士負(fù)責(zé)開發(fā)的圍棋AI“Dark Forest”和AlphaGo一樣使用了深度學(xué)習(xí)和蒙特卡洛搜索算法，但仍然無法避免打劫這一Bug。

“AlphaGo不害怕簡單的劫，但在復(fù)雜階段，如連環(huán)劫、循環(huán)劫，很多處劫爭變化，它還會(huì)不會(huì)做出正確的選擇，目前沒有看到?！庇岜笳f，像連環(huán)劫這樣復(fù)雜的劫爭并不是刻意能為之，一百盤里能出現(xiàn)一盤就不錯(cuò)了。

失誤還是創(chuàng)新

在知道谷歌要在《Nature》發(fā)表關(guān)于AlphaGo論文的晚上，李喆和田淵棟有過簡單交流，雖然李喆知道“黑暗森林”與傳統(tǒng)的圍棋AI水平持平甚至更好，但是對(duì)于谷歌能做到什么程度，誰都不清楚。

“樊麾的棋譜出來后，我們做了個(gè)評(píng)估。如果說之前的AI，是職業(yè)棋手讓5子的水平，即普通人通過學(xué)習(xí)訓(xùn)練能達(dá)到，那么AlphaGo展現(xiàn)出的是讓2子，這是普通人需要經(jīng)過專業(yè)訓(xùn)練才能達(dá)到的。相對(duì)于以前的AI，這是個(gè)飛躍?！崩顔凑f，當(dāng)時(shí)棋界一片哀嚎，因?yàn)槟芸吹降钠遄V只有5盤，出于某種自尊，也出于對(duì)棋譜的解讀，棋界大致認(rèn)為樊麾發(fā)揮太差，AlphaGo不足以威脅到職業(yè)棋手?！捌婀值氖牵F(xiàn)在也在質(zhì)疑李世石的水平。”

圍棋里有個(gè)詞語，手談。圍棋是人與人的競技比賽，是人就會(huì)有情緒，多數(shù)時(shí)候，會(huì)在肢體語言上表現(xiàn)出來。日本古代有個(gè)著名的公案，“耳赤之一手”，說的是“本因坊”秀策比賽時(shí)下了一子，大家認(rèn)為他形勢不好。而在一旁觀戰(zhàn)的一個(gè)不懂圍棋的醫(yī)生卻認(rèn)為這是步好棋，因?yàn)樗吹綄?duì)手的耳朵紅了?！跋缕宓臅r(shí)候需要對(duì)對(duì)方的應(yīng)對(duì)有預(yù)估，然后做出判斷和選擇。這種預(yù)估一方面基于經(jīng)驗(yàn)，一方面基于對(duì)對(duì)方的了解。然而，機(jī)器是沒有情緒的，你甚至看不見它。用樊麾的話說，它就是一個(gè)虛無，但是它又無處不在。”李喆說，“我曾試著設(shè)身處地體會(huì)李世石的感受，坐在棋盤邊上，有人在你的對(duì)面擺棋，水平不高。你不知道對(duì)手，它沒表情，沒動(dòng)作，緊隨你的落子是唯一的反饋。我們低估了人在面對(duì)機(jī)器時(shí)的感受。換一個(gè)人，未必能比李世石做得更好?！?/p>

大部分人認(rèn)為，以人類的思維去下就好了，李世石不同，他有大量試探，試圖理解AlphaGo行棋的棋理。

AlphaGo經(jīng)常會(huì)下出一些讓人無法理解的棋，有人認(rèn)為這是電腦失誤。然而，人類定義的失誤在AI的思維里卻未必是失誤?！霸贏lphaGo與人類下棋之前，我們認(rèn)為人能贏的一個(gè)原因是覺得電腦不像人會(huì)創(chuàng)新。事實(shí)上，它表現(xiàn)得比人類更不依賴定式，更會(huì)創(chuàng)新?！?/p>

第一盤棋，李世石用了個(gè)不在棋譜庫里的開局，結(jié)果AlphaGo給出了“不存在”的一手?！八辉谌魏味ㄊ街校欢?，我認(rèn)為這是好手。好處在于使右中下角的黑子變成效率低下的一手，雖然在右上局部白棋稍稍虧損，但加上右中下黑子的低效，白棋一點(diǎn)也不吃虧。”

傳統(tǒng)的圍棋AI，會(huì)根據(jù)已有棋譜來走定式，定式是經(jīng)過長期檢驗(yàn)的局部可以接受的定型。然而定式的弊端就在于，不同的周圍環(huán)境，定式的適用性有所不同。實(shí)戰(zhàn)白棋選擇了一個(gè)定式里沒有的、局部稍虧的，卻使得另一個(gè)遙遠(yuǎn)黑子的效率變低的下法，非常清楚地證明了兩點(diǎn)：電腦不依靠背譜來下棋;電腦的考慮基于全局而非局部。

“人類對(duì)失誤的認(rèn)識(shí)有幾種，一種是開放性布局的情況下，一地虧損，從大局看，經(jīng)驗(yàn)告訴我們擺了十手還是虧，那么人類不會(huì)下。第一局AlphaGo在左下角的那一子，人類基于經(jīng)驗(yàn)判斷會(huì)虧損，不能保證是絕對(duì)正確的一招;第二種是不能給出明確虧與不虧，也看不出最后是否有問題的下法。但是AlphaGo這么下，從結(jié)果導(dǎo)向——贏棋來看沒問題。這種情況下，除非它被人類擊敗，才能證明這是失誤。第三種，從邏輯上能嚴(yán)格證明的失誤。在第一盤AlphaGo出現(xiàn)過兩次，右上和右下，在封閉情況下，分別虧了一目棋，可通過計(jì)算判斷有失誤。之所以AlphaGo還會(huì)這么下，我認(rèn)為它已經(jīng)判斷贏定了，即使有兩個(gè)失誤對(duì)勝率也不會(huì)有影響，甚至可能其他選擇未必像這個(gè)選擇能產(chǎn)生目前的結(jié)果?！?/p>

AlphaGo最石破天驚的一招是第二局的黑37尖沖。這一子落下，棋手們紛紛驚嘆：“它想干嗎？”有人說是臭棋，但這個(gè)下法卻讓人想起金庸在《天龍八部》里詳述的“珍瓏”棋局：這個(gè)“珍瓏”的秘奧，正是要白棋先擠死了自己一大塊，以后的妙招方能源源而生。任何人所想的，總是如何脫困求生，從來沒人故意往死路上去想。若不是虛竹閉上眼睛、隨手瞎擺而下出這著大笨棋來，只怕再過一千年，這個(gè)“珍瓏”也沒人能解得開。

“這雖然不是決定勝負(fù)關(guān)鍵的一子，但是用人類語言來說，卻是基于對(duì)全局虛實(shí)的掌握，在子力的相互關(guān)系中找到的最為均衡的選點(diǎn)。”李喆說，在人類看來，300多個(gè)點(diǎn)里，根據(jù)已有經(jīng)驗(yàn)知識(shí)看來這個(gè)點(diǎn)是會(huì)虧損而立即排除的一點(diǎn)。然而，從結(jié)果上看，這個(gè)棋沒虧?！霸谶@個(gè)局面下，我也會(huì)下這里，但我想不到?！?/p>

李喆嘗試從AlphaGo的角度去理解?！巴瑯右徊狡?，人類的思維是用道理的形式，辯證（勢、地、厚薄、動(dòng)靜）來理解棋。而機(jī)器是以數(shù)據(jù)的方式求得勝率最高解而非最優(yōu)解。類似這樣的招法，AlphaGo其實(shí)是基于全局特定的情況的選擇，而人會(huì)有常識(shí)性的下法，其實(shí)是局部性的判斷?！?/p>

AlphaGo還有更讓人目瞪口呆的出手。第二局李世石執(zhí)白選擇了最普通的布局應(yīng)對(duì)，下到第12手，李世石心里或許還有一點(diǎn)興奮：這個(gè)布局我是見得多了，白棋總是不虧的。然后，看到對(duì)方在右下角落下黑13。右下先虎之后脫先中國流，這又是職業(yè)棋譜中從未出現(xiàn)過的布局。通俗的解釋就是：人類棋手認(rèn)為交換一步棋后一定要拆一個(gè)，定式才完。如果你不拆反而在別的地方下了，這就脫先了。“以前學(xué)棋的時(shí)候，定式不走完就相當(dāng)于故事沒講完，老師會(huì)罵的?！笨吹竭@一步，李世石站起來，出去抽了根煙。

抽完煙回來的李世石沒有在黑棋脫先的地方下，而是當(dāng)右下黑棋沒交換那一下跟著下了?！叭绻钍朗歉讼?，以他的性格和棋風(fēng)，你敢脫先，我氣勢上一定追究你，會(huì)在脫先的地方下，這叫針鋒相對(duì)，這叫氣勢?？墒菍?duì)AI來說，氣勢是什么？血性是什么？勝負(fù)感是什么？AI只看勝率是什么?！崩顔凑f，所以李世石沒有反擊，跟著下了?！敖?jīng)過昨天的試探，AI不會(huì)背譜，人類整體的經(jīng)驗(yàn)可能是最有力的，李世石要盡可能將局面導(dǎo)回到熟悉的套路中去。即使輸了棋，他也值得所有人尊重，他一直在有針對(duì)性地調(diào)整策略，盡力讓人們了解AlphaGo?！?

吳清源曾經(jīng)說過：不要記定式。但是，對(duì)于初學(xué)者而言，這是學(xué)棋必經(jīng)的一個(gè)過程。張三豐說：“記了招式，再忘掉?！盇lphaGo以其超出人類經(jīng)驗(yàn)的下法表示，它做到了。

弱點(diǎn)

就AlphaGo秀完莫測高深的棋力讓人類悲觀地以為李世石將被其以5∶0的比分零封時(shí)，戲劇性的一幕出現(xiàn)了。AlphaGo竟然在第四局局面占優(yōu)的情況下突然崩潰了。

比賽開局階段，李世石始終落后于AlphaGo，一直在被吊打。然而，第78手的時(shí)候，局勢峰回路轉(zhuǎn)，李世石下出了關(guān)鍵的一步，一招極其冷門的妙手。對(duì)于這一步棋，視頻觀戰(zhàn)的職業(yè)棋手古力評(píng)價(jià)為“神之一手”。

隨后，AlphaGo一連串的差手讓棋面局勢利好于李世石。在第97手，AlphaGo再次出現(xiàn)低級(jí)失誤，棋盤左下角落白子被李世石果斷吃掉。最終經(jīng)過長達(dá)4個(gè)多小時(shí)的鏖戰(zhàn)之后，AlphaGo中盤認(rèn)輸。李世石終于在這場人機(jī)大戰(zhàn)中贏回“尊嚴(yán)”之戰(zhàn)。

俞斌說，李世石這一步棋，是妙手，給敵人造成很大麻煩，但并非無解?！癆lphaGo至少有兩個(gè)變化可以抵擋，然后它依然還能保持優(yōu)勢?？墒撬尤粵]有抓住?！?/p>

AlphaGo在迅速做出應(yīng)對(duì)后，開始出現(xiàn)一連串業(yè)余棋手也不會(huì)犯的低級(jí)錯(cuò)誤，導(dǎo)致棋面局勢利好于李世石。看到這里，李喆不解地說：“AlphaGo瘋了！”他想不明白為什么。“在我看來，不是電腦沒算到這步棋，有可能是因?yàn)檫@步棋產(chǎn)生更多分支變化，接下來可能涉及劫爭，又或者AlphaGo漏算了某一步關(guān)鍵的棋？”

反而是俞斌見怪不怪?！霸瓉砦液陀?jì)算機(jī)下的時(shí)候，計(jì)算機(jī)在形勢特別不好的時(shí)候也會(huì)走一步特別可笑的棋。如果下在別的地方勝率接近0，而其他地方有1%，那么計(jì)算機(jī)會(huì)應(yīng)在有1%的地方，1%的勝率總強(qiáng)過0。這說明AlphaGo在面對(duì)復(fù)雜對(duì)殺需要精確計(jì)算時(shí)可能出現(xiàn)問題。”

AlphaGo原論文作者之一德米斯·哈薩比斯（Demis Hassabis）在賽后的總結(jié)說：“李世石下出白78后，AlphaGo自我感覺良好，在程序的‘價(jià)值網(wǎng)絡(luò)（用于評(píng)估電腦勝率）中，誤以為勝率達(dá)到70%，直到第87步才反應(yīng)過來。短短幾個(gè)子的時(shí)間，勝率陡降至40%以下。發(fā)現(xiàn)時(shí)為時(shí)已晚?！?/p>

“出門問問”的CTO、原谷歌研究院領(lǐng)導(dǎo)開發(fā)谷歌基于深度神經(jīng)網(wǎng)絡(luò)的離線語音識(shí)別系統(tǒng)的人工智能專家雷欣稱，這其中的原因很可能是由于AlphaGo在復(fù)雜情況下的判斷還是不夠客觀，碰到?jīng)]見過的下法（如李世石的白78挖）會(huì)犯錯(cuò)誤，而且在犯錯(cuò)誤的時(shí)候不能夠及時(shí)發(fā)現(xiàn)，會(huì)接連出低級(jí)錯(cuò)誤?！皩?duì)人類來說，如果犯了大錯(cuò)，應(yīng)該很快就會(huì)發(fā)現(xiàn)并且糾正，但是機(jī)器的反應(yīng)都是連續(xù)的，不能及時(shí)做出調(diào)整，這也許是AlphaGo的一個(gè)致命弱點(diǎn)。”

從專業(yè)技術(shù)的角度看，“出門問問”NLP工程師李理認(rèn)為，如果一定要猜測，可能是開局主要靠“價(jià)值網(wǎng)絡(luò)”，因?yàn)樗阉骺臻g太大，有可能在某些特殊的局面下出現(xiàn)非常差的結(jié)果。就像之前神經(jīng)網(wǎng)絡(luò)識(shí)別圖片時(shí)也出現(xiàn)過很詭異的錯(cuò)誤，還有人研究怎么構(gòu)造讓它識(shí)別出錯(cuò)的例子。

這和李世石賽后的實(shí)戰(zhàn)分析頗為吻合。賽后李世石談到AlphaGo的弱點(diǎn)時(shí)說：“AlphaGo覺得當(dāng)它用黑棋時(shí)更難贏而不是白棋。當(dāng)它遇到出其不意的招數(shù)時(shí)，有可能會(huì)導(dǎo)致失誤。我發(fā)現(xiàn)AlphaGo執(zhí)黑棋時(shí)似乎掙扎比較多?！崩顔捶治觯骸皥?zhí)黑先行要主動(dòng)選擇搜索路徑，黑棋下第一步的勝率低。此外，按照中國規(guī)則，黑棋要貼7目半，即三又四分之三子?！?/p>

“從谷歌的角度來說，這盤棋幫助他們找到了AlphaGo的一個(gè)弱點(diǎn)，以后可以更有針對(duì)性地去解決這個(gè)問題。如果不是李世石這種頂尖棋手，也許很久也發(fā)現(xiàn)不了這個(gè)弱點(diǎn)，因?yàn)樗讲罹嗵蟾緵]有機(jī)會(huì)逼得AlphaGo犯錯(cuò)。從李世石的角度來看，這也是一個(gè)巨大的勝利，證明至少目前人類選手對(duì)戰(zhàn)人工智能還是有機(jī)會(huì)的。人工智能雖然計(jì)算能力強(qiáng)大，但還是會(huì)犯錯(cuò)誤，并且是很低級(jí)的錯(cuò)誤。這樣，人類棋手不會(huì)把人工智能神話，以后對(duì)戰(zhàn)的心態(tài)會(huì)更好?！崩仔勒f。