人機(jī)大戰(zhàn)第二季,AlphaGo閑庭信步地把柯潔打哭,在完成暴擊人類的重任后,deepmind團(tuán)隊宣布AlphaGo作為一名競技棋手生涯已經(jīng)終結(jié)。從此機(jī)器與人類的戰(zhàn)斗,已經(jīng)像騎自行車與騎摩托車比拼速度,毫無意義。但很多人都在疑惑:如此獨孤求敗的AlphaGo如果自己與自己殺上一盤,會是怎樣的局面?現(xiàn)在,這個問題終于有答案了,這幾天deepmind團(tuán)隊放出的50局AlphaGo自戰(zhàn)棋譜,就告訴了大家,“狗咬狗”到底會發(fā)生什么?
“白狗”與“黑狗”的惡戰(zhàn)
Alphago自從誕生以來,主要通過自我對弈左右互搏不斷提升水平。和李世石對戰(zhàn)的版本已經(jīng)自我對弈了超過3000萬盤,而和柯潔對戰(zhàn)的版本恐怕早已左右互搏了上億盤。此番公布的50盤AlphaGo自戰(zhàn)都是慢棋,1-2分鐘一步,應(yīng)該說實力上和與柯潔對戰(zhàn)的版本相同,所以很具有代表性。
“狗咬狗”會發(fā)生什么?可以肯定的是,其結(jié)局不是以拔電源告終,而是同樣互有輸贏,輸棋的一方也并不是先死機(jī)的那個,在很大程度上是決定于手里棋子的顏色。在AlphaGo的50局自戰(zhàn)中,執(zhí)白的一方——俗稱“白狗”贏了38盤,勝率接近80%,相當(dāng)驚人。在人機(jī)大戰(zhàn)第二局中,柯潔執(zhí)白曾經(jīng)把局勢導(dǎo)入到很混亂的局面,他自稱一度看到了機(jī)會,在發(fā)布會上,他主動申請第三局執(zhí)白,希望能夠復(fù)制第二盤的格局,因為傳聞AlphaGo執(zhí)白棋的勝率會到55%。
但其實這終究不是一個概率學(xué)問題,AlphaGo自戰(zhàn)中“白狗”勝率驚人也并非因為運(yùn)氣好,而是涉及到中國圍棋規(guī)則中的貼子(指先手一方補(bǔ)償給后手一方,確保黑白開局時局面均衡的保障),在人類高手看來,黑貼3又3/4子對黑棋來說負(fù)擔(dān)有點重,導(dǎo)致黑棋的行棋趨向于激烈化。如今看來,AlphaGo的自戰(zhàn)對局也證實了這一點,而且表現(xiàn)出來的差距遠(yuǎn)比人類對局明顯,根據(jù)大量職業(yè)比賽的實戰(zhàn)結(jié)果統(tǒng)計,中國規(guī)則下人類職業(yè)棋手黑棋的勝率大概在47%。在棋力已入化境的AlphaGo看來“黑狗”勝率太低,所以或許中國規(guī)則中關(guān)于貼子的規(guī)定該有所改變了。
“狗咬狗”中人類被毀掉的“三觀”
AlphaGo的50局自戰(zhàn)棋譜,對于職業(yè)棋手來說,可是珍貴的“武功秘籍”,如同當(dāng)年王重陽走后留下的一部九陰真經(jīng)。但是這本秘籍卻讓人大跌眼鏡,“三觀”盡毀,因為如果按照AlphaGo的套路,這么多年的圍棋可能真的是白學(xué)了,要不就是學(xué)了個假圍棋。
首先是“套路觀”。眾所周知,下圍棋是有是定式的,有套路的。AlphaGo的套路是什么?就是沒套路。在這50盤對局中,AlphaGo幾乎沒有擺完一個人類常見的定式,要么是開了個定式的頭,但走兩步就脫先(各走各路,你走一步我不理,我走一步你當(dāng)看不見)了,等什么時候想起來再看情況再出招,要么是直接忽略人類定式大全下出全新下法——可見人類圍棋史上總結(jié)的各類定式,絕大多數(shù)AlphaGo都是不認(rèn)同的,這也說明了定式其實是人類圍棋的“過擬合”——為了得到一致假設(shè)而使假設(shè)變得過度嚴(yán)格。
其次是“戰(zhàn)斗觀”。如果你懂棋,那么AlphaGo自戰(zhàn)棋譜恐怕會讓你不敢直視,如果你不懂棋,那么設(shè)想一下,“狗咬狗”的畫面是黃藥師大戰(zhàn)歐陽鋒,而“狗咬人”則是黃藥師戲??骆?zhèn)惡。如果人類高手對局的對抗激勵程度是10,AlphaGo自我對弈的激烈程度起碼是100。全局性攻殺,大規(guī)模轉(zhuǎn)換,反復(fù)的劫爭在狗狗的自戰(zhàn)譜中比比皆是,這樣看和人類棋手對弈時求穩(wěn)的假象只是巨大優(yōu)勢下簡明取勝的策略而已,就像老虎和獅子爭霸那一定是打得天翻地覆,老虎跟人打隨便撓兩下就結(jié)束戰(zhàn)斗了。所以像柯潔與AlphaGo第二盤那樣的全局混戰(zhàn)在人類眼中可能是非常復(fù)雜激烈,人類會有機(jī)會,但在AlphaGo看來其實都是小把式。
再有是“目標(biāo)觀”。AlphaGo是實現(xiàn)“小目標(biāo)”的堅定執(zhí)行者,盡管廝殺過程極其慘烈,但大部分情況下,激戰(zhàn)結(jié)束雙方各自收兵輕點棋盤上的累累尸骨劃定疆域,就會發(fā)現(xiàn)其實雙方的差距也就是半目或者一目半而已。50局自戰(zhàn)譜如果正常收完官子有約一半會以半目勝負(fù)收尾,可見AlphaGo掌控局勢的能力。而且在細(xì)微局面下AlphaGo的官子也不會出現(xiàn)和人類對弈時那種不斷退讓的情況。----比如本次人機(jī)大戰(zhàn)第一局,AlphaGo在開局領(lǐng)先后穩(wěn)穩(wěn)收兵最終只贏了1/4子,可以簡單理解為AlphaGo并不在乎贏多少,只在乎贏沒贏,它會在任一局面下尋找當(dāng)前勝率最高的一點,而且AlphaGo這種勝率就像GDP制約達(dá)康書記一樣牽著AlphaGo,它的每一個選點都是當(dāng)前局面勝率最高的一點(它自己認(rèn)為的),所以才會經(jīng)常出現(xiàn)在一個局部走了幾步突然就不走了,脫先到另外一個地方走幾步,然后又回來了之類的前后不連貫的情況。
自相殘殺后留下“打狗秘籍”?
既然拿到了“武功秘籍”,勤加修煉是必然,但能“以其人之道還治其人之身”嗎?說得深一點,能實現(xiàn)人類圍棋的大躍進(jìn)嗎?
人類圍棋的知識體系和AlphaGo完全不同,一個是由局部到全局的整合,一個是直接基于全局勝率選擇每一步棋的最佳選點。由于存在這樣根本性的差異,人類很難真正學(xué)會AlphaGo布局階段那些匪夷所思的脫先、打破定式的下法。再有,AlphaGo中后盤在激戰(zhàn)中的計算深度,遠(yuǎn)遠(yuǎn)超過人類大腦所能達(dá)到的限度——可以簡單粗暴的理解為“狗”在復(fù)雜戰(zhàn)斗中能把未來100步棋的最優(yōu)解找出來,而人類遠(yuǎn)遠(yuǎn)不能。
但“秘籍”不是廢紙,人類圍棋發(fā)展的套路,就是每次都是出現(xiàn)一個天才,大幅度拓展大家的思路,讓圍棋發(fā)展到一個頂峰,然后出現(xiàn)了“過擬合”,大家的棋都局限在一個地方,直到下一個天才出現(xiàn)再次打破常規(guī)。以往這個角色是道策、秀策、吳清源,而如今,可能就是穿越千年而來,提前告訴我們1000年后的圍棋該如何下的AlphaGo。
責(zé)任編輯:莊婷婷
- 雙十一購物節(jié),手機(jī)銷量的最大贏家是錘子堅果Pro22017-11-11
- 錘子堅果Pro 2,我覺得不行,但錘子科技這次要成2017-11-11
- “劉?!眴栴}尚未解決,剛拿到iPhone X的強(qiáng)迫癥患者哭了2017-11-10
- OPPO R11s上午十點火熱開售,線上線下同步開啟2017-11-10
- 騰訊視頻動漫宣布引入《名偵探柯南》全部劇場版動畫獲點贊2017-11-10
- 最新體育新聞 頻道推薦
-
張繼科爆冷出局 張繼科1:4慘敗止步首輪 張繼2017-11-12
- 進(jìn)入圖片頻道最新圖文
- 進(jìn)入視頻頻道最新視頻
- 一周熱點新聞
已有0人發(fā)表了評論