知道原理之后，可以断言，AlphaGo不能完全战胜人类

天马行空

来源：新浪看点  真理是我亲戚  2016年12月29日 12:59

根据聂卫平先生的说法，2016年围棋界的最大的事，不是中国“天才少年”柯洁的横空出世，而是AlphaGo以4：1战胜李世石。

人工智能战胜人类棋手，其实已经不是什么新鲜事了。早在1994年，人工智能“深蓝”就5：0完胜了国际象棋大师卡斯帕罗夫。

然而，22年之后，人类智慧的终极高地——围棋，才被人工智能攻克。

因为中国象棋和国际象棋的可能下法，并不太多。电脑完全可以把中国象棋和国际象棋的所有着法全部记下来，然后选择其中胜率最高的下法就行。

而围棋，由于落子点太多，达19*19共361个点，他的可能下法比宇宙中的原子还要多，每下一个子后面的可能下法，一台超级计算机需要计算很多年。

2016年，AlphaGo正式宣布，电脑总算找到了下围棋的办法——深度神经网络。

深度神经网络听起来挺玄乎，咱也没那智慧去完全弄明白。不过，最近看了古力、周睿羊解说的AlphaGo左右互搏的3盘棋，看了聂卫平先生重温的人机大战第4局，觉得可能初步理解了AlphaGo的围棋下法原理。

AlphaGo的诞生和发展应该有以下三个阶段：

在AlphaGo的诞生之初，肯定是要初始化的。AlphaGo的初始化，应该是就是告诉他围棋的规则，围棋的一些小手筋，以及人类已经下过的几万局围棋对弈棋谱。对于电脑来说，这并不是一件很大工作量的事。甚至可以写出程序，可以让电脑自己读。

然后，需要有一个略微懂围棋的人（当然是樊麾），去设定参数，帮助AlphaGo知道，在每一步棋之后，其实有很多着法是没有意义的，可以不计算。同时，电脑也可以根据已经输入的棋谱，计算人类的可能下法，而不去计算人类没有下过的可能下法。估计，这会省略99.99%以上的工作量。

最后，就是两台AlphaGo不断地对局，或一台AlphaGo左右互搏，下出那些人类没有下过的棋谱来。凡是他曾经对局的棋，又将自动加入他的数据库，成为他可以随时查询的历史棋谱。因为有一个自我学习的过程，因为电脑的对局可以很快，AlphaGo也就在短时间内越来越强大。

这也是为什么在与李世石比赛之前，大家看了AlphaGo与樊麾的5盘比赛，都认为电脑只是二段的水平，而到与李世石比赛时，AlphaGo长棋了。

知道了这些原理，我们就能知道战胜AlphaGo的办法。

那就是要把棋下在AlphaGo的设定参数里，它不会去计算的位置。

如人机大战第4局，李世石下出第78手“挖”之后，电脑突然失控，一阵乱下，直接崩盘了。应该就是那一手，在AlphaGo的参数里，是不会去计算的，他的数据库里，也没有相关资料可以查询。

当然，要下出电脑不计算的棋，并不是那么简单。

一是给电脑设定的参数和电脑自己统计的可能落子点，本来就已经很科学、很丰富了。那些电脑不计算的落子点，基本无价值。如果霸蛮下到那些无价值的点上，又可能无异于自杀。

二是在AlphaGo的不断自我学习提高中，那些不计算的点，会越来越少。

但是，AlphaGo的计算原理决定，它不可能计算出所有落子的可能，同时，由于设定AlphaGo参数的人围棋水平也不是最高，可以肯定的是，AlphaGo永远存在漏洞，人类永远保留着一击制胜的，最后的“神之一手”，电脑不可能像中国象棋、国际象棋一样，100%地战胜人类。

本文为头条号作者原创，未经授权，不得转载。

特别声明：以上文章内容仅代表作者本人观点，不代表新浪看点观点或立场。如有关于作品内容、版权或其它问题请于作品发布后的30日内与新浪看点联系。