一位职业棋手眼中的AlphaGo的实力

天长地久

这一篇不知道是什么时候写的，今天偶然在关西棋院里面看到的。第二季人机大战马上就要打响，虽然日媒相当不给力，但是自己就做一点力所能及的事情吧。

胜间史朗七段分了4个环节写，我就分上下两部分来看看胜间史朗七段对AlphaGo的看法。不过这篇文章有一点时间了，对第二季人机大战的内容是没有提及，不过从第一季的人机大战里选出了一些经典案例，我们也可以温故而知新。

原文网址：http://kansaikiin.jp/alphago/

作者：关西棋院棋士，胜间史朗 七段

序言

由谷歌开发的围棋AI“AlphaGo”，击败了围棋的顶尖棋手李世石，这新闻轰动了世界。

AlphaGo它是怎么进行思考的。然后它又是怎么超过人类的，现在是不是已经高过我们了？

从我这个职业棋手的视角，给大家做一个清晰明了的解释。

第一章 什么是深度学习

AlphaGo获胜的一大要因是采用了深度学习的思考方式，如果知道了什么是深度学习的话，就更理解AlphaGo的实力了。

首先我举个例子来解释什么是深度学习。

为了能更好的理解深度学习的结构，我就拿网上的翻译软件举例。

比如翻译“I Love You”的时候，如果很机械的翻译成日语就是「私愛してるあなた」（日语是主宾谓，所以这里就翻成“我你爱”），对此做一个统计。网上的数据说，在「私」后面跟着的助词有60%的概率会显示「は」（翻译就是“我……（怎么样）”）。而后面跟着的助词有30%的概率会显示「が」（翻译就是“我会……（怎么样）”），就像这样，深度学习将会把对统计的结果进行分类，就好比围棋里面的定式那样。

同样的，接在「あなた」（你）后面是「を」（把你）或者「に」（对你）或是「が」（你……（怎么样）），深度学习也会对此进行分类。然后深度学习就会自己明白，“I”对应的是「私は」（我……（怎么样）），“You”就对应「あなたが」（你……（怎么样）），像这样会预测翻译的结果。

然后我们进入第二层思考方式。

像前面那样，经过第一层思考之后，翻译的内容就是「私は愛してるあなたが」（日语是主宾谓，所以这里就翻成“我（怎么样）你（怎么样）爱着”）。然后再去进行统计，网上显示，在「私は」（我……（怎么样））之后跟「あなたを」（把你）的概率是55%，然后「あなたに」是40%。经过多次同样的检索，翻译成比如「私はあなたを」（我会把你……），或者「私はあなたに」（我会对你……）等等，会再次对翻译的结果进行分类。

于是我们把翻译再进了一步，将「私愛してるあなた」（我你爱）翻译成了「私はあなたに愛してる」（我对你的爱），然后将分类的内容更进一步。

最后，再次对“I Love You”的翻译内容进行一个概率的统计，其中10%的情况会出现私はあなたに愛してる」（我对你的爱），90%的概率会出现「私はあなたを愛してる」（我爱你），经过层层推导之后，将概率最高的结果作为深度学习的最佳答案，然后把这个答案呈现给了我们。

也就是说，深度学习就是把“I Love You”首先对每一个单词进行翻译，然后经过多次分组，让自己数据库里的内容变多，这样它就有了学习的过程。

从第一层思考，再到第二层，第三层思考，一个又一个阶层的思考就是“深度（Deep）学习（Learning）”，并在一起就是“深度学习（Deep Learning）”了。

下面我们从围棋的角度来谈谈深度学习。

第二章 AlphaGo的思考方式

前面我们把“I Love You”的翻译作为例子，AlphaGo也同样采取了这样的手段。为了方便让各位明白，我就用压长定式进行举例。

图1

图1就是压长定式，但在AlphaGo眼里这并不是压长定式，而是经过自己的统计和概率的判断进行推到，将这个形状作为一个局部进行了一个分类。

也就是说，只要黑1压一个之后，有60%的概率白2会选择扳一手。或者白2也有在A位长一个的选项，但是经过数据库的检索，白棋下在2位的出现率比较高，所以白2选择了扳。

但是白2是不是好棋，AlphaGo其实也不知道。至于AlphaGo凭什么只要统计和检索就可以获胜的原因，我在后面会说。

同样黑3也是，虽然黑棋也有在B位连扳的选项，但是白2扳之后有70%的概率会选择在黑3位长一个。之后也采用同样的办法，假如会下成到黑7这样的一个棋型。

在这个过程形成的变化图也会进行分类，然后做出选择，这个思考方式和翻译“I Love You”是一样的。

可能各位会误认为AlphaGo的思考方式只是在定式上面，下面的图2可能会对AlphaGo的思考方式更加清晰一些。

图2

像图2一样，在双方的目数都比较确定的情况下，黑棋有50%的概率会下在黑1。这样的话，白棋会有80%的概率下在白2。就这样根据统计和概率下到白6。

更进一步的说，在黑1之后，有70%的概率会下到白6，也就是说，将进行到白6的变化作为一个类别进行学习。

然后我们把前面的压长定式加进来。

图3

比如图3把前面的压长定式加了进了，在左边黑棋的模样之后，采用统计和概率进行推导，然后对黑1到白6的过程进行检索。

局面中，对各种变化图进行检索，假如黑下在A位之后黑棋有盘面10目的优势。然后采用同样的思考方式，选择出现概率最高的进展，以及将易于检索的一手棋作为下一手。

虽然这在我们人类的角度上来说，可以说是第一感的计算。但是对擅长统计分析的电脑来说，它们可能在做最高精确度的第一感的计算。

这是我们理解AlphaGo实力的一个很重要的要点，但这并不能说明，AlphaGo下出的每一手棋都是最好的。

我在第三章会讲解，我理解的AlphaGo的实力。

进入第4期会津病院杯女流立葵杯八强的棋手们

天长地久

第三章 职业棋手眼中AlphaGo的实力

我从两个角度来分析，第一个是为什么李世石会输给AlphaGo，第二个是对围棋的特征进行分析。

首先分析为什么李世石会输给AlphaGo，或者说，人类会输给AlphaGo。就像我前面举例的那样，AlphaGo通过自己的统计分析，把人类的棋谱导入在数据库中作为借鉴，然后寻找一个出现概率最高的变化图，对此进行归类，最后推导出一个自己可以最终获胜的局面。

也就是说，AlphaGo的每一手棋基本上都是不好不坏的棋，然后它将这一点保持到了最后。但是作为人类代表的李世石九段，肯定会下出一些坏棋，所以说，我们人类在这一点就已经输给了AlphaGo。

但是，我们人类也有不输于AlphaGo的地方，那就是大局观和对厚薄的判断。

这和我前面所说的一样，AlphaGo并不知道哪手棋是好棋，哪手棋是坏棋，它只是通过统计得到的数据，把出现频数最多的一手棋下出来而已。

即便有90%的棋是好棋，AlphaGo其实也没有对厚势的判断能力。所以我们还是要明白，AlphaGo对大局观还是没有形成自己的一套判断能力。

我们就拿AlphaGo对李世石的第四局作为例子。

图4

图4是黑棋的AlphaGo准备要下第83手的局面，前面白△的第82手是给神之一手锦上添花的一手棋。但是，这个局面下黑棋的形势依旧不落后，如果黑棋拥有大局观的话，可能会选择黑1到黑7的变化，这样AlphaGo感觉还是可以获胜的。

AlphaGo从检索开始推导“局部的棋型”，然后一层一层积累形成分支之后，将最终的终局图罗列出来，这是AlphaGo的惊人之处。

但是我们人类会根据全局情况来决定下一手下在哪里，这和AlphaGo的思考方式是完全相反的，如果进入了一个需要大局观的时候，人类的优势就显现出来了。但是，如果是比较“局部的棋型”的话，AlphaGo的数据之多足以完胜我们。

有趣的是，从第1局到第3局，李世石称AlphaGo把之前的数据作为参考然后决定下在哪里。虽然这条信息可能是坊间传闻，但可以肯定的是，AlphaGo输掉第4局的原因就是下出了AlphaGo数据库里没有的东西。因为“局部的棋型”是根据统计的数据下出来的，如果数据里没有这手棋的话，AlphaGo就只好下自己“会”的东西。

或许李世石九段在前三局感觉到了什么，然后第四局把棋局导入一个考验大局观的情况。所以李世石在第四局获得了胜利。

但是，第5局也可以说是一盘考验大局观的棋，不过临近终盘，我们很清楚的知道已经不敌计算精准度优于我们的电脑，所以说，或许第5局才是真正意义上的人类输给了电脑。

AlphaGo将我们职业棋手的思想吸收了进去，在此基础上通过人工智能将李世石九段击败，可以说是将各方面的优势都纳入了进来，才有了这样的精彩对局。

关于围棋的特征，作为职业棋手的我也稍微说几句。

图5

图5就拿第2局的第37手，一度成为话题的肩冲。

AlphaGo下出了一手“职业棋手根本想不到的棋”，由此引发了电脑是否已经超过职业棋手的话题，因为围棋的特征，只要局面没有彻底定型，下在棋盘上的任何地方，出现的结果都有可能是不一样的。

也就是说，这时候不仅可以下在黑1，下在A，B，C任何一处都会是另一番景象，可能下在A或者C，认为这手棋是好棋的可能性会高一点。

但是AlphaGo下在了黑1位，此后白棋的下一手棋可能就会在D或者E这两个选项，但是AlphaGo事先对之后的进行做了一系列的分支。所以由此可以知道，AlphaGo认为这手棋比较易于自己去搜索。这也可以说明AlphaGo的每一手棋，并不都是当前局面下最好的一手棋。

但是我们职业棋手会选择“这手棋是好棋的可能性比较高”要比“这手棋不好不坏”要多得多，所以说，黑1是根本不在我们的思考范围内。

但是只要对手应对正确，哪怕这手棋是“这手棋好棋的可能性比较高”，也会变成像黑1一样“这手棋不好不坏”。这就是我们人与人对局，和电脑思维方式的不同。

以我们职业棋手的认知，我们不得不去改正的地方是，认为黑1这手棋不好不坏上面吧，也就是我们职业棋手根本不会考虑的棋。

第四章 今后的围棋

现在人类的围棋被电脑击败成为了事实，这对今后围棋的下法有何影响呢？

比如说，到哪里都可以和拥有职业水平的软件进行对局，虽然实力差的太多可能意义就不大了，比如能达到业余6段水平的话，我们就用这款软件进行对局，棋力或许会有所提升。

或者，如果想知道这盘棋自己输在了哪里，只要通过软件，就可以给出一个比较合适的答案。但是，就像我前面说的，电脑的每一手棋并不都是好棋，即便确实是好棋，它也没法说明白这手棋为什么好。

针对这个问题，人工智能的研究者也产生了分歧。

比如说，过了几十年出现了一款跟人长得一模一样的机器人，当机器人对人类示爱进行表白的时候，可能会说“I Love You”，但是机器人可能不理解这句话的意思，可能是只要有漂亮的女性或者帅气的男性出现，就会说“I Love You”，因为这是程序设计出来的东西，所以并不能代表机器人真的喜欢上了这个人才会说“I Love You”。

这里的争论点就是，这究竟是不是叫做人工智能，还是我们人类本身就需要这个东西。

围棋也是有同样的情况，电脑可以出示给你一手好棋，我们知道了这是好棋，但是这手棋究竟好在哪里，现阶段只能通过统计分析，写出这样比较死板的回答，这就是现在人工智能的实力。

至此，我们人类可以去评判这手棋好在哪里，还有可以去当解说的价值。我们可以期待的是，今后我们可能会是借助电脑摆出的变化图，然后再有人对这盘棋进行解说的时代。这样就有助于我们可以提升棋力，再借助电脑的力量，会更加容易去实现。那样的话，我们就能更好地感受到围棋的乐趣吧。

说这么多，电脑依旧是我们人类的使用工具，我们现在需要做的是，要如何更好的利用电脑。电脑作为我们现代的工具，对培养思考能力的围棋来说，电脑会是一个非常好的工具之一。