人机围棋大战：人类的错误可以避免吗？

那一天，人类终于回想起，曾经一度被AlphaGo支配的恐怖，还有被囚禁于棋局中的那份耻辱。

李世石能赢一局，水平更高的柯洁却一局都赢不了，因为人类进步靠经验，经验积累靠感觉，而AlphaGo进步的方向只有一个：不断积累“胜率”更高的走法。

AlphaGo 开发团队主管使用 Elo 算法评估AlphaGo对阵柯洁，每局的胜率为99.37% 。

剑未出手，胜负已分，这不是古龙小说，这是AI时代的游戏规则。

AlphaGo的开发团队没有围棋高手，只负责算法和喂“棋局”（据说现在连棋局都不“喂”了），AlphaGo可算是不折不扣的“自学成才”。

所以，输不要紧，重要的是，我们还有机会猜测AlphaGo的独特思维。

围棋大师能够记忆实战棋局，却记不住棋盘上随意摆放的棋子。因为人类下棋的方法，是把棋局分为几块，左下角、右下角、边路、中腹……，再去评估每一块的得失。

人类这么做也是没办法，因为我们可以评估每一步棋对某一块的形势影响，却无法计算这一步棋对整个棋局的影响。人类也有“内势”和“外势”概念，只不过，所有不基于概率的思考，都是“人类一思考，AlphaGo就发笑”。

AlphaGo不是一块一块地思考。每手棋，它都要重新评估整个棋盘，这个能力，既来自它强大的计算能力，也在于它看过棋局，是对手的几十上百倍。

去年的时候，人类还嘲笑AlphaGo经常下“臭棋”。后来人类明白了，对某一块棋是“臭棋”的，恰恰提升了全局的胜率。

总结成一句话：“某一阶段的最优策略，有时恰恰是全局的最劣策略。”

这个说法，让我想起了美国管理学家克莱顿·克里斯坦森（Clayton Christensen）提出的“破坏性创新”理论（Disruptive Innovation）。

让我们重温作者的一个钢铁行业的经典案例吧。这样的事情，在每个行业都发生过，尤其在中国。

假设有一家行业NO.1的巨型钢铁企业，我们暂时叫它“宇宙钢铁”，技术牛，产品线丰富，资本雄厚。 

看上去，“宇宙钢铁”没有竞争对手了？当然不会，一定会有一些“小不点儿”钢厂，质量虽然不行，但成本更低，它们的下游客户也是利润微薄的小企业，买不起也不需要好钢材。

“宇宙钢铁”一开始没把这些“小不点儿”当回事，直到经济繁荣忽然停止，“宇宙钢铁”发现，自己的大客户因为利润下降，用不起自己的产品，纷纷改买“小不点儿”们的产品。

怎么办呢？董事会找来了咨询公司，请专家分析钢铁行业。他们分析了“宇宙钢铁”的产品结构，发现其中最基础的钢筋产品，技术难度低，客户对成本更敏感，而钢板产品，工艺最复杂，客户对品质更敏感。

“砖家叫兽”们给出了一个理所当然的“聪明”建议：避免劣势，退出低利润的钢筋市场；发挥优势，大力拓展高利润的钢板市场。

这个策略看上去一点问题都没有，我们常常在上市公司年报中看到“产品升级，进入利润率更高的XX市场”这样的字眼，再被证券研究机构一忽悠，股价立刻来个涨停板。

接下来会发生什么呢？花开两朵，各表一枝，我们先讲“宇宙钢铁”。由于放弃了低毛利产品，高利润带动资本收益率大幅上升，投资人纷纷看好，股价一路上扬。但其中的危机，却没有人看出来。

花的另一枝就是行业本身的巨变，由于“宇宙钢铁”撤出低利润的钢筋市场，这个市场被大量“小不点儿”企业占据，它们之间发生了惨烈的价格战，被分析师判定为最危险的行业。

所有杀不死你的，都会让你更强大。那些最后活下来的企业，要么是经过收购兼并重组，要么是保持低成本的同时升级了技术。而价格战的噩梦，也让他们把眼光投向更高利润的钢板市场。

这个策略的问题就开始暴露了，“宇宙钢铁”再次成为靶子，只是对手比当初更强大。当你放弃了一个细分市场的时候，只要市场需求还在，你其实是在为自己培养竞争对手。

“宇宙钢铁”的好日子到头了吗？还没有，董事会又作出了“英明”的最优决策：进入利润更高的钢架市场——只是这一次，它已经无法再用高利润来掩饰市场份额的下降了。

新一轮循环开始了，但巨人的命运早已注定。可我们还是要继续追问开始的那个问题：我们能否避免“现在的优势导致未来的败局”呢？

让我们再回到“人机大战”，看看人类和AlphaGo的决策方法有什么不同。

前面说了，人类下围棋是一块棋一块棋的累积优势。所以，人类的最佳策略是把握好每一块棋，打得过的地方尽量多赢几目，打不过的地方尽量少丢几目，能够斩对方大龙的机会，绝不放过，用每一块的优势，争取全局的胜利。

一句话概括：人类直接计算的是“胜幅”——这一手棋下去，能赚几目。

而AlphaGo不同，前面说它是全局思考的，所以它直接计算的是“胜率”——这一手棋下去后，最终的赢面概率是多少。只要它觉得这么下可以提高未来的“胜率”，哪怕眼前让对方赚上几目，也就是人类眼里的“臭棋”，也可以接受。

换一种说法：在98%概率赢5万，和99%的概率赢1万元之间，人类选前者，AlphaGo选后者。

我们能否从“胜幅”和“胜率”的不同思维出发，再反思一下“宇宙钢铁”的案例呢？

“宇宙钢铁”在第一次危机中，有两个选择：一是保利润，保住自己现在的优势（胜幅策略），二是保市场，加入两败俱伤的价格战，遏制竞争对手，争取未来活下来的概率（胜率策略）。

现在我们知道了，选择一是错误的。但当初，“宇宙钢铁”能够避免这个错误吗？

如果CEO不是一个披着人类外皮的机器人，基本上，这个，很难。

选择一注重现在的优势，我们称之为“百强企业战略”，它有一套财务指标体系，利润率、销售额、净资产收益率……

选择二注重长远的生存，我们称之为“百年企业战略”，但它无法被评估。如果一定要有一个指标的话，那我们就开个脑洞，叫它“存活指数”——100年之后的生存概率。

如果企业以后能发展出自己的“人工智能”，它恐怕最关心的就是这一条指标，就像人人都怕死一样。

遗憾的是，人类不擅长概率计算，这个指标，恐怕只有AlphaGo这样的人工智能才有可能学会计算。

人类只能看到眼前的利益。“宇宙钢铁”的选择，我们完全可以理解，一个守着低毛利产品不放还打价格战CEO，财务数据一定很难看，一定会被股东扫地出门。

但希望未必没有，人类直觉学习的能力，从未被真正开发过。在AlphaGo打败李世石之后，围棋界出现了“AlphaGo流”，模仿它一些独特的下法，反思被过去奉为圣经的定式。

因为这些，都可能是人类思维的盲区。

记得《棋魂》中有一段对话：

“围棋的乐趣在于有对手的存在。”

“那棋神不是很寂寞了吗？”

“因为这样，所以神教会人类下棋，希望人类能理解他的世界。”

近期热文

逻辑性差怎么办？4个“苏格拉底式提问”一定有帮助

节日怎样安排加班，才能人人满意又公平？

碎片化学习是如何把林则徐带到“坑”里去的？