一位职业棋手眼中的AlphaGo的实力

安徽大飞

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（图片摘自网络）

预告：第三章，职业棋手看到的AlphaGo的实力。

第四章，今后的围棋。

祝大家节日快乐。