5月23日AlphaGo2.0版本在人机围棋竞赛中以1/4子的微弱优势克服了柯洁，一方面持续彰显了人工智能的壮大，但也让人们对AlphaGo和人工智能有了新的熟悉。先说出结论，再看剖析。
1.在围棋这个项目上AlphaGo今朝走在了人类的后面，但并没有完整霸占围棋这项活动。它只是经由过程深度进修找到了一个比人类熟悉更优的解，但不是最优解。最优解没法找到，即使用尽地球上一切的资本。从专业的角度来说，就是用深度进修去切近亲近了一个强化进修中的价值断定函数，然后再跟蒙特卡洛搜刮树联合的办法（详细详解可参看《郑宇：一张图解ALphaGo道理及弱点》，不再反复）。既然人工智能和人类都不克不及找到最优解，如今说哪一方曾经完整完全的掉败还早。
2. 人类也是在提高的，我们也不要低估了人类后天的疾速（小样本）进修才能，这点AlphaGo基于如今的进修办法还做不到。短时间来看人获胜几率小，但久远来看（将来5-10年）人还无机会，由于人也有很强的进修才能，可以从大批跟AlphaGo的棋战的棋局中疾速进修。而即使再给AlphaGo1亿副棋谱，再添加一万块GPU，假如照样基于现有的进修系统，它提高的速度也终将放缓，由于新增的棋谱和盘算资本绝对于2x10171这个搜刮空间来讲只是九牛一毫。我们对人脑的懂得还远不如对围棋的熟悉，这外面还有很年夜的未知数。
3. 今朝人类职业棋手跟AlphaGo的差距也就在一个贴目标程度，没有年夜家想象的那末年夜。其实这个贴目标差距（按中国尺度7目半），退职业棋手看来，曾经长短常年夜的差距了。许多职业高手，进入官子阶段后发明本身还落伍对方7-8目，就会自动投子认输了。许多经由过程数子来决议输赢的竞赛，胜负常常都在1-2目之间（好比柯洁就输给AlphaGo半目）。不然会被其他专业棋手笑话，本身落伍那末多都不晓得，点空才能太弱了。
要能真正客不雅、精确的对待这个成绩急须要较强的人工智能专业常识，也须要必定的围棋功底。上面先改正网上认知的一些误区：
误区一：AlphaGo可让人类顶尖棋手4个子，AlphaGo2.0可让上一个版本4-5个子。
要清除这个误会，起首要跟年夜家普及一下围棋常识：在围棋里“让对方两个子”和“赢对方2个子”有着天地之别。这点关于下围棋的人不消多说，但我明天才认识到，许多吃瓜大众一向认为这就是一回事。难怪网上会传播以上的毛病谈吐。
让对方两个子： 在围棋里让2子是说让一方先在棋盘上放上2个棋子（棋子只能放在星位），然后对刚刚开端走。这两个子在棋战之初的价值伟大，关于专业棋手来说，每一个棋子价值至多在10目以上（这是最守旧估量了）。让两子相当于至多先让出去对方20多目标地皮。因为棋盘是无限的，假如不克不及在前面的竞赛中，在无限的空间里赢回这20多目，那就是让子掉败了。并且让子数越多，被让方取得的价值不单是线性增加的，由于子力之间会构成合营，获得更年夜的好处。好比说，让四子，其价值便可能远不止40目了。
赢对方2个子：是指两边下完后，赢的一方比输的一方多出2个子。假如依照吃住对方一个子算两目标办法来算，那2个子只相当于4目。AlphaGo赢了柯洁1/4子，就相当于半目棋子罢了。
所以“让对方两个子”和“赢对方2个子”弗成同年而语。假如真的有围棋之神存在（既他必定能找到最优解，我们人是没有愿望下过他的），普通顶尖专业棋手以为他们跟这个神的差距在让2-3子之间。因为AlphaGo可以被证实不克不及包管找到最优解，所以他离神还有必定的间隔。是以，说AlphaGo可让人类顶尖棋手4个子，这的确就是天方夜谈。
误区二：AlphaGo也会下出一些显著欠好的招数，是由于他自我断定情势占优，而抓紧了本身的请求。
AlphaGo的搜刮战略就是优先对获胜几率比拟年夜的分支停止更多的深度搜刮，这个战略在任什么时候候都不会转变，也不克不及转变。他不会认为本身优势了就下出缓手。下得欠好的时刻是由于其价值断定原来就是一个近似，并且搜刮空间也不克不及穷尽，得不到最优解，是以，有时估量还不错的棋，其实纷歧定是真的最好的下法，AlphaGo涌现这类不稳固状态是正常的。这也是人类善存的愿望地点。固然人类也有本身的弱点，如疲惫、情感动摇等，人也会断定掉误。并且棋局很长，有些之前不太好的棋，经由前面的变更（包含不是预感中的变更）有能够会酿成好棋。所以，不是一切的毛病，都邑直接影响到竞赛的成果。并且如今年夜家仿佛有点怕AlphaGo了，即使是AlphaGo下出一招欠好的棋，年夜家更多的是疑惑本身的程度（是否是我们没看懂啊？），而选择信任AlphaGo的“深谋远虑“。
误区三：AlphaGo可以赓续自进修，重新的棋局里获得经历，疾速晋升本身。
AlphaGo的体系因为参数异常多，须要年夜量的数据来练习，新增的几幅棋谱对进步它的棋力起不就任何感化。并且AlphaGo在做参数调剂时是针对一年夜批数据的全体优化，也必需对许多棋谱做批量处置，练习时光异常长，弗成能在很短时光内年夜幅晋升本身的程度。即使是统一组练习棋谱，参数调剂办法纷歧样也会练习出棋力程度差别较年夜的体系。其实AlphaGo是经由过程自我棋战来生成许多棋谱，然后应用棋谱中的（两个持续的）盘面跟最初的输赢对应关系练习出价值收集来。这里只是借用了一下强化进修的框架来练习深度神经收集的参数罢了，重要进献照样深度进修的近似才能带来的（处理了传统强化进修针对庞杂情况和举措状况没法求解的困难）。是以，AlphaGo并没有年夜家想象的那种自我博弈就可以本身赓续提高的才能。
误区四：AlphaGo会有意放水输失落一局竞赛。
这个没有能够。要想输还不克不及输的那末好看和显著，是一件异常难办的工作，能够比赢棋还要难。在模子练习好以后，AlphaGo可以或许暂时修改的只要在搜刮部门投入的资本若干（搜刮多年夜的空间）可以修改。缩减的太小，简直不会有太年夜变更，但假如缩减太多，就会下出一些异常初级的棋来。这点从技巧角度来说很难掌握。
误区五：盘算机的盘算才能必定比人强，所以不要去跟AlphaGo比盘算，应当把局势简略化，防止庞杂的战役。
AlphaGo依附的是一种基于树的搜刮算法，碰到庞杂局势搜刮空间变年夜，对将来胜负的价值断定也会变难。是以，人算不外来的庞杂局势，对AlphaGo来讲也很艰苦。假如局势太简略，机械可以异常好的盘算出比拟优的解，人类棋手加倍没有愿望。是以，把局势弄庞杂，人类棋手才有愿望获胜，固然这个对人类也提出了更年夜的挑衅。
总结
基于人类今朝对围棋的熟悉和懂得，现阶段依然会输给人工智能。我其实不是认为柯洁有愿望可以或许博得前面的竞赛，但人类也在提高，经由过程跟AlphaGo的棋战，人类也在从新熟悉围棋。只需人类的思惟和文明在赓续提高，人就有能够在将来5-10年里经由过程赓续的进修遇上以后的AlphaGo。固然，AlphaGo也会提高，但它还不是围棋之神，也没有霸占围棋这个困难。假如现有的进修办法没有周全的改革，其提高的速度也会渐渐放缓。基于此斟酌，人类还会无机会。当人们对围棋有了更深刻的懂得以后，又会设计出更好的人工智能算法。二者其实其实不抵触，相反相成，相互增进，不论谁输谁赢都是人类文明提高的表现。人类的智能也将一直走在机械的后面，而不会被机械代替。
