从AlphaGo的成功说起——那些让我们忧伤的，不安的，憧憬的

人类败了！人类输给了机器！

5月份，AlphaGo再次引起轰动，大败世界排名第一的围棋手，使人工智能正式称霸围棋界。只要看看媒体的报道，你就能嗅到迎面而来的末日气息。

毫无疑问，柯洁的认输引燃了一种挥之不去的伤感。去年，AlphaGo战胜李世乭的消息震惊全球，这位只有19岁的中国棋界天才当即表示，自己绝不会输给人工智能。而对战当天，揪着自己的头发、几乎要伏案而战的柯洁，让我们全程目睹了豪言壮语的一点点崩解，所以怎能不让人忧伤？

不过，若是只盯着这点不放的话，你就找错了重心。作为AlphaGo的开发者，谷歌子公司DeepMind的本意并不是碾压人类——毕竟，运作这家公司的依然是人类。AlphaGo是人类的重大成就， 我们的解读不应是AI能力超越了人类，而是AI将强化人类的能力。

AlphaGo是怎么战胜柯洁的？

德米斯·哈萨比斯，DeepMind联合创始人兼CEO

在乌镇围棋峰会上，我采访了DeepMind与谷歌的开发人员。去年与李世乭展开围棋大战时，AlphaGo取得了四胜一负的战绩，而在我跟开发人员交流时，听到他们谈得最多的，不是它胜的那四局，而是输掉的那一局。

“我们想看看能否解决这些问题——我们称之为知识差距，在第四局比赛中，李世乭出奇制胜，暴露了AlphaGo知识中存在的缺陷。”DeepMind联合创始人兼CEO德米斯·哈萨比斯（Demis Hassabis）在活动首日表示。

“我们试图弥合这一知识差距，试着教会AlphaGo，或让它通过自学，学会应对这种围棋局面。我们相信，现在的AlphaGo更善于应对这些局面了。不过，在跟柯洁这样的高手过招之前，我们并不确知。”

结果，AlphaGo连胜三局，力压柯洁。从中可以看出，所谓的知识差距已被弥合。但值得一提的是，为达到这一水平，DeepMind不得不从AlphaGo以往的失误中学习。如果这一年来它都原地踏步，那么，实力远超李世乭的柯洁完全有可能将它击倒。然而，AlphaGo并没有固步自封。

和柯洁对弈的AlphGo是经过彻底重构的版本，DeepMind称之为AlphaGo Master。

“AlphaGo Master”的主要创新就在于，它开始指导自己学习。”大卫·席尔瓦（Dave Silver）说。“现在，AlphaGo可以从自己的搜索中学习，以改进它的神经网络——包括政策网络和价值网络——使它更加宽泛地学习。最令我们激动的不是它棋艺的提升，而是它能广泛应用于其他高难度领域。”

AlphaGo由两个网络构成：一为“政策网络”，负责选择下一手该怎么走；一为“价值网络”，进行分析胜算。政策网络以专业围棋手的历史棋局为最初的基石。而AlphaGo Master比原版本深入得多，它通过搜索，确定走出某一手棋后可能引出的所有下法，从中提升它对潜在后果的理解。

“原系统自我对弈了数百万局，但没有涉及到这种搜索的使用，”哈萨比斯在接受采访时说。“AlphaGo Master则能自食其力地完善自己的预测。因此，先前的版本主要是生成数据，这次的版本则是使用自己的搜索功能，及其自己的能力，来完善自己的一部分，即政策网络。”基本来讲，现在的AlphaGo更善于评估所有选项，找出最强有力的一手。

我问哈萨比斯：若没有历史棋局充当初始数据集，这个系统能否奏效。“我们正在运行这方面的测试，老实说，我们还是挺自信的。”他说。“初步结果还挺不错。这是我们未来一篇论文的一部分，所以还不能公开讨论，但成果是比较喜人的。其总体思路就是降低对人类引导过程的依赖。”

但要打败柯洁，AlphaGo就得解决当初李世乭所揭露出来的那个缺陷。虽然通过自我对弈，AlphGo变得越来越强大，但要弥合知识差距，DeepMind就不能依赖这种基础训练，也不能手动编写解决方案。“它不像传统程序，把Bug修复了就好了，”哈萨比斯说，他认为，未来，各种学习系统都可能面临类似的知识差距。

“你必须连哄带骗地促使它学习新知识，或探索新区域，为此，我们可以采取很多不同的战略。我们可以用对手对抗的形式，迫使它探索这些区域，或是保留不同版本的AlphaGo，让它们相互对弈，使棋手库更加多样化。”

“我们还做了一件事，就是经过评估，找出我们认为AlphaGo不善应对的棋局类型。我们通过算法，在自我对弈的棋局中找出这些局面——即另编一个算法，从这些棋局中找到AlphaGo会遇到此类问题的地方。

由此，我们针对这类局面建立了一个库。这样一来，在测试新系统时，我们不仅可以让机器自我对弈，还可以让它与已知的问题棋局库对弈，从而量化改进程度。”

大卫·席尔瓦，DeepMind公司AlphaGo项目首席研究员

这些性能的改进并不需要追加额外的运算能力。相比对弈李世乭的那个版本，AlphaGo Master耗用的运算能力竟要低得多；它的运行仅靠Google Cloud中区区一枚二代TPU（张量处理单元）就完成了，而之前的版本要同时用到50个TPU。

“你不能想当然地以为，运行AlphaGo所需的计算力不是一般人所能企及的。”席尔瓦说。“其特殊之处在于算法，而非计算量。”

AlphaGo正在学习人类，虽然未来的它也许不需要这样做；反过来，人类也在学习AlphaGo。 最简单的例子就是柯洁对AI的第一局比赛，柯洁采用了三三开局。这种下法在近几十年中逐渐式微，但因为AlphaGo的巧妙运用，它又开始重现江湖。

在第二局中，柯洁将AlphaGo逼到了极限。 AlphaGo得出结论：柯洁的前50手堪称“完美”，而前100手之高明，胜过了AlphaGo Master当时对弈过的所有对手。

虽然AlphaGo的某些走法在当时可能不为围棋界所理解，但事后证明，AlphaGo提供了一种看待围棋的全新方式。围棋已经存在了数千年之久，在如何下棋和研究围棋的问题上，AlphaGo引发了有史以来最为深刻的变革之一。

那么，对不懂围棋的人而言，AlphaGo又有何意义呢？

AI带来的启示与不安

安德鲁·杰克森（Andrew Jackson）和韩国围棋协会高级秘书长李夏辰探讨AlphaGo对柯洁的首局比赛

比方说，你是谷歌数据中心的一名工程师。你有责任确保所有机器高效运行，而且不能让设备过热。也许你采用的办法是，通过系统设计，将同时运行的冷却设备数量降至最低——只有当第一台设备满负荷之后，才会打开第二台，以此类推。这样做不无道理。不过，一个名为“Dr. Data”的AlphaGo版本有不同意见。

“Dr. Data决定开启尽可能多的处理单元，使他们保持低速运转，”哈萨比斯说。“考虑到开关、泵等的运作，那样反而更合理。我觉得，新的数据中心在设计时，正在考虑这种做法。他们选取其中一些概念，重新整合入新的设计——这是AI系统没法做到的。所以，人类设计师观察着这个AlphaGo版本的做法，将结果纳入下一步的决策中去。”谷歌的数据中心已经采纳了“Dr. Data”，使谷歌冷却用电节省了40%，能耗降低15%。