2017年11月23日11:43 新浪体育
余博士（右）与作者交流
AlphaGo的诞生惊艳了世人，从AlphaGo Lee到AlphaGo Master，乃至目前的AlphaGo Zero，我们已经目睹了在被誉为最具人类智慧的游戏——围棋领域，被人工智能一步步的追赶、冲击、超越，乃至最终一骑绝尘远去的过程。事实上，人工智能已经延伸到投资、炒股、新闻写作、智能驾驶、图像识别、医学治疗、心理分析等等领域，逐渐延展到我们生活的各个角落。可以说，人工智能让我们再次体会到了革命性的时代巨变，撼动着当世每一个人的心灵。
近期，笔者与一位结识多年的棋友相约新浪总部，他叫余小鲁，是一枚疯狂的围棋爱好者，也是一位学识渊博的物理学海归博士。许久不见相谈甚欢，我们就围棋与人工智能、以及他从事开发的新兴人工智能产品展开了畅聊。
笔者：作为资深围棋迷，AlphaGo对你的冲击想必也非常太吧！听到你最近也在开发一项人工智能产品，你也准备培养一个人工智能的“怪物”吗？
余小鲁：哈哈，培养“怪物”，愿景挺好，票房听起来很高，但道路很遥远啊！当然，AlphaGo对我们的冲击实在是太大了，AI（人工智能）能取得如此惊人的进步，真令人啧舌，它的开发团队DeepMind可以说是几乎已经征服了围棋领域，接下来在星际争霸等开放式游戏、疾病治疗、发明新材料等领域也准备大显神威。基于此，我也一直利用多年的专业知识，致力于AI方面的研究，我现在在开发一个叫“阿法球”的程序，是一个利用深度学习来探索和合理规划足彩投注的一个项目，这项目其实从我14年回国之前在密西西比州立大学时期就有初步构想了，可以说是我们前期开展的一个项目。
余博士在密西西比州立大学做研究学者期间
笔者：AlphaGo已经甩人类很远了，那“阿法球”能打败足彩玩家吗余博士？
余：那我也回答得直接露骨一点：阿法球目前的水平，从人工智能的角度远不如现在的阿法狗（即AlphaGo，下同），打个比方，就相当于是学会快速走子的阿法狗，还没有升级到自我博弈的程度。但统计击败业余足彩玩家是无可质疑的，用围棋的话说，目前的阿法球估计是个“业6”（业余6段，即业余豪强水平）。
笔者：感觉围棋和足球完全不同啊，为什么对于围棋的人工智能可以用在对足球比赛的预测上呢？
余：围棋和足球不仅没有不同，而且还很有关联，都是黑白的，哈哈。这看似两个不相干的领域，其实联系还真多。中国围棋国家队组建足球队，古力、常昊等国手们脚法出众你可是知道的，棋圣聂卫平更是铁杆球迷，在今年8月的中国围棋大会的座谈会上，聂老不是还说中国足球必须要好好学习围棋吗？用围棋思维去踢球，否则没有希望。足球要学会围棋的大局观，比如说中场大师的“大局观”一定非常正，该过人就过该塞就塞恰到好处，围棋高手们也是该杀该弃掌握得很精妙，所以足球赛和围棋高手对决都能给人赏心悦目行云流水之感；还有就是围棋也要学足球场上的顽强拼搏，不到最后一分钟比赛就没结束，这样很多“勺子”就丢不出去了。
回归正题，阿法狗的快速走子，是看很多棋谱，通过神经网络训练出来高手的棋感，也就是任意局面下的落子选点及其对应的胜率判断。同样道理，阿法球是看很多足球比赛，神经网络训练出来球感，来预测比赛的结果和对应的胜率判断。
笔者：机器看棋谱我能理解。但机器怎么看球赛呢？
余：机器怎么看棋谱，其实也是一个大问题。我们可以直接对棋盘拍个照片，发给机器，让它去看去图像识别，但这样信息量太大。因此我们回过头来思考，人是怎么样看围棋的某个局面的？我们创造了一些概念，看谁厚谁薄，看谁空多谁空少，看谁有孤棋的负担等等。但适合人的概念未必适合机器。机器需要可以量化的特征。举个例子，阿法狗看棋谱，一个重要的特征就是气。棋盘上每一块棋每一时刻的气，都要当成一个特征输入参数。机器看一张棋谱，看到的就是类似于气这样一个个的数值参数。同样道理，机器要把球赛分解成为一堆特征参数，才能看球，才能学习。
笔者：这样看球赛，感觉很无聊啊！足球赛有什么参数？阿法球机器在学习些什么呢？
余：做个不是太严谨的类比，足球比赛的控球时间相当于围棋的气。控球时间长的球队占优势，这是一个统计判断，就像围棋里面的棋长一尺无眼自活。人脑对于概率性的判断有很大的缺陷，从进化论的角度讲，从原始人进化到现在，并不需要我们学会区分75%和80%的事件，所以我们大脑一直没有进化出来这部分的能力，机器学习在这方面的优势是压倒性的。因此足球比赛的控球时间就是机器看球的一个重要参数。关于机器的学习，可以分为两大类。一类叫监督学习，一类是无监督学习。
阿法狗看棋谱训练快速走子，就是监督学习，因为把高手棋谱的下一手当成了学习的答案。机器看球赛也是监督学习，因为球赛有结果，有比分。举个例子，一盘棋可以分成十个关键局面，机器可以学习高手关键的十手棋，我们称之为手筋。一场球赛不止可以有上下半场的比分，同样可以分成十个关键局面，机器可以学习十次，我们可以称之为足球场上的“手筋”。
机器学习必须严格给定规则，比如阿法围棋的学习给定的规则是中国围棋胜负规则，它即使是学习日本棋圣战的棋谱，背后也是中国规则。目前阿法球只学习五大联赛的数据，给定的训练学习是联赛足球的规则，投注训练给定的赔率数据由威廉希尔给定。只会预测五大联赛的比赛，并不能预测世界杯欧洲杯这些比赛。杯赛一般来说sensation（场外轰动效应）比较多，阿法球的学习需要一个相对封闭的环境，联赛相对于杯赛就封闭了许多，因此机器在联赛的预测表现优越和稳定了许多。
图注：五大联赛回报率的人工智能训练，横轴是投注阈值，绿线是最后阶段的训练结果
笔者：你这么说我大概明白了。阿法围棋的快速走子，棋感太好了，我们这些业5根本就下不过它。其它市面软件如日本的zen，学会了阿法围棋的快速走子，也提高得很快，很厉害。不过zen下的棋，有时很奇怪，需要人机结合可能效果更好一些。阿法球存在这样的问题吗？
余：只要是机器，总会有让人觉得不舒服的地方，这可能也正是人性所在。记得上次我俩第一次谈阿法球的时候，那晚刚好有英超。阿法球对英超的总体预测是很好的，无论是胜平负预测还是大小球预测。但程序界面的第一行，也就是那晚第一场曼联主场踢热刺的比赛，阿法球居然预测曼联主场要输球，因为是第一行非常显目也非常刺眼，我专门截图给你看了，你还记得吗？
阿法球界面
笔者：是的，有这么一回事，我那晚故意去看了曼联的直播，下半场曼联进了一个球，一比零赢了热刺，阿法球错了，哈哈。
余：在曼联直播之前，我还专门再查了一次阿法球后台的数据，没出错，机器就是这么预测的，让我们有时很不舒服。这里是新浪棋牌，我们还是用围棋的例子来说明比较好。我们完全照zen6甚至最新的zen7来跟弈城9下棋，统计上是能打败普通弈城9的。但过程里面机器棋总会让我们很不舒服的地方，有些完全不必要的交换，有些太过激进的走法（其实是成立的）。如果人机结合了，我们下起来心里舒坦很多。我们进行足彩的投注，除了科学上的硬核要过关，还需要投注的心理学，我们毕竟不是机器，心里舒坦还是重要的。但需要补充一句，当机器进化到像阿法围棋zero的时候，再去人机结合下棋恐怕就不合适了。目前的阿法球，不反对你进行人机结合。
图注：图为贝叶斯公式，阿法球机器学习正是基于贝叶斯主义的概率论。先验概率只是一种信仰，随着证据的变化需要不断更新，由此进一步组成贝叶斯网络
笔者：我自己从98世界杯开始看球，也差不多20年了，也是比较狂热的球迷，多多少少有
自己的“心水”。我只投注那些阿法球建议跟我“心水”一样的比赛，感觉这样是“双保险”，我用阿法球的试用版的时候，只看主界面上对胜平负大小球的预测，附带还有三个最可能的比分也结合看看。后面阿法球给出来具体的投注建议没太明白。你说阿法球的算法分成两大部分，一部分是用人工智能来预测球赛的结果，这部分现在基本清楚了。另一部分是在此基础上如何投注的算法。这里有点迷糊，不就是按照预测的结果进行投注就可以了吗？
余：也许这么说你就明白了。预测球赛的结果像围棋的布局，很难完全科学化，还有“艺术”的成分。但如何投注像围棋的官子，是完全可以量化科学化的。科学有一个特点，就是可重复性。很多棋的官子（特别是小官子），三十年前的赵治勋来收，和现在的柯洁来收，是一模一样的。基于人工智能的预测结果，如何投注可以有一个完善的科学理论。阿法球背后用的主要是马克维茨的投资组合理论和凯利（John Kelly，贝尔实验室的物理学家）的投注判据。简单的说，凯利判据是基于正期望的前提下，如何决定我们的投注额度。但很多场球赛同时进行，每场球赛预测的准确度和对应赔率都不同，这时候需要决定具体的投资组合。即使我俩相信同样的预测，但我俩的有效资本不同，风险偏好不同，对投资组合的最优化也是不同的，阿法球在这一部分完全是私人订制的。
注：凯利判据，有“财富公式”之美誉。William Poundstone在 Fortune’s Formula一书中精彩的讲述数学家以此公式为基础征战华尔街的传奇故事
笔者：你能简单说说凯利是解决了什么问题吗？
余：抽象的谈理论有时容易晕，说些具体例子吧。比如我扔一个公平的银币，你来猜正反面只能投注某一面，赔率都是1.9，你如何进行投注呢？
笔者：这个感觉是个坑啊……
余：哈哈对的，这个游戏不能玩，假设你投注一百块在正面，那么你有1/2的机会赢90，1/2的机会输100，你的期望值是负的5块钱。谈论凯利判据，首先不能忘记这个大前提，期望值必须是正的。
比如我扔一个公平的银币，你来猜正反面只能投注某一面，赔率都是2.1，很明显这个游戏是对你有利的。假设你投注一百块在正面，那么你有1/2的机会赢110，1/2的机会输100，你的期望值是5块钱，也就是统计平均你每次这样投注的获利。那么第一个问题是，假设你有一万块钱，我每天跟你玩一次这个游戏，你将如何进行投注才合理呢？简单的想，一次全压一万块钱期望值最大，但很容易破产，呵呵。每次压一块钱，你又觉得太稳当了，资本增长的速度太慢。那么中间必然存在着一个最优的投注额，凯利解决的核心问题就在于此。再讲个例子，比如我扔一个公平的骰子，有六面你来猜每次只能投注某一面，赔率都是6.3。假设你投注一百块在点数5，那么你有1/6的机会赢530，5/6的机会输100，你的期望值也是5块钱。对你来说，我扔银币和扔骰子两个游戏一样吗？能用相同的方式投注吗？
笔者：我没仔细算，虽然这两个游戏都对我有利。但感觉应该是不一样的，我玩扔骰子的话很久才能中一次。
余：你的感觉是对的。阿法球会毫不含糊的把所有足球比赛分成三类，第一类足球比赛相当是赔1.9的银币，告诉你不要去玩。第二类足球比赛相当是赔2.1的银币，第三类足球比赛相当是赔6.3的骰子。然后再结合你个人的风险偏好，给出具体量化的投注指导。
笔者：你说的后面这一部分跟前面那些预测一样都是免费开放的吗？
余：目前是的，都嵌套在同一个微信小程序上面，无需下载，无需注册，完全免费，一目了然。我俩都是念物理的，物理最要紧就是要有做实验证伪的可能性。给出来的东西不能含糊，要让别人做实验有证明你是错的可能。当别人还没证明你是错的时候，你的东西就是暂时成立的。所有好的科学都走在这个道路上，阿法球也是如此。
作者与余博士（右）畅聊三小时
笔者：值得期待！对了，学术论文的话最后都有个acknowledgement（致谢），关于阿法球这个项目，你也来一段。
余：记得以前看过李泽厚先生谈到三种人文学科的偏颇，说哲学系的缺点是空，好处是站得比较高。历史系的弱点是狭，好处是钻得比较深。中文系的缺点是浅，好处是涉猎比较博杂。我俩以前都是物理系的，我觉得物理系的缺点是容易眼高手低，好处是学术的硬核能弄得比较清楚，但对于实现整个项目来说是远远不够的。需要感谢的朋友很多，阿法球的算法开始于2013年在密西西比州立大学和戴睿博士的合作，算法完善和UI设计都得力于工程师沈任道的帮助，项目全程得到深圳市赤霄科技有限公司黄晓彦博士的支持。 | 
