via Wired

谷歌人工智能（AI）程序AlphaGo圍棋逆轉(zhuǎn)戰(zhàn)敗李世乭九段的消息讓人頗為震驚，大呼“最后的驕傲”也喪失了。確實(shí)，在很多事情上，人工智能都能夠代替人類來完成。但就今天這局“世紀(jì)圍棋”之戰(zhàn)來說， 勝負(fù)在棋盤之外?；蛘哒f，AlphaGo的勝利并沒有神奇到可以說“人工智能戰(zhàn)勝人類”。

一、計算力強(qiáng)勢碾壓

在AlphaGo的系統(tǒng)上，開發(fā)團(tuán)隊(duì)使用了更大的計算機(jī)網(wǎng)絡(luò)——包括170個GPU和1200個標(biāo)準(zhǔn)CPU。結(jié)合蒙特卡洛搜索算法，AlphaGo能夠看到的可能性走法清晰而全面，純計算的方式同時避免了失誤的可能。計算機(jī)一分鐘的計算量（實(shí)戰(zhàn)中AlphaGo前期步時約1分鐘），人腦也許需要半小時甚至更多。

而據(jù)搜狗CEO表示，如今AlphaGo的配置已有了極大的改善，其中GPU達(dá)到2000以上。也就是說，AlphaGo擁有了這個先決的優(yōu)勢條件，在走子上的表現(xiàn)也不足為奇。在Alphago之前，也已經(jīng)有多種純計算軟件戰(zhàn)勝棋力高強(qiáng)的人類選手。

從今天的對局來看，AlphaGo（執(zhí)白）非常擅長近身肉搏，可見其局部計算之精密。

二、不懂大局謀劃，形勢判斷仍未突破

AlphaGo和李世乭今天的對局中，前期李世乭使用大規(guī)模布局的作戰(zhàn)方式，形勢上偶有領(lǐng)先。但是，形勢屬虛，在后來近身肉搏的過程中，AlphaGo比李世乭要兇猛。比如下圖，黑棋在左下方定型時，白子回到上方挑事，非常頑強(qiáng)，所以黑子才會被白子挖走一塊又一塊。

但是，這樣說明計算機(jī)程序?qū)τ诓季诌€沒學(xué)會。布局變數(shù)比應(yīng)著要多，形勢要虛，判斷依賴棋感。在這一點(diǎn)上，AlphaGo仍然體現(xiàn)出了電腦的弱點(diǎn)。古力九段表示，AlphaGo對厚勢（外勢）的判斷沒有搞清楚。

而恰好，李世乭的強(qiáng)項(xiàng)和弱項(xiàng)都和AlphaGo的特性對上了?！爸袊鴩宓谝蝗恕笨聺嵕哦畏治龇Q：“李世乭的強(qiáng)項(xiàng)是后半盤的翻盤能力，布局則是李世乭最差的地方，判斷力也不是太好，這對于AlphaGo來說是個重大利好，因?yàn)橛嬎銠C(jī)一般來說也是強(qiáng)在后半盤?！?/p>

三、AlphaGo在進(jìn)取，但更多的是反應(yīng)

到了中盤，盡管黑方已經(jīng)定勢，但AlphaGo非常進(jìn)取，以致黑方未能坐實(shí)優(yōu)勢。這是AlphaGo表現(xiàn)優(yōu)秀的一面。因?yàn)榘蠢碚f，要破這種形勢需要找到最優(yōu)的妙手，可見AlphaGo的蒙特卡洛搜索算法的準(zhǔn)確度有了極大的提高。

不過， AI目前只能在特定場景下，遵循規(guī)則產(chǎn)生特定的結(jié)果。在此對局中，AlphaGo雖然執(zhí)白屬后手，但基本無法搶得先手，也很少能夠主導(dǎo)局面形勢的變化，更多的是順著對方走，直到對手失誤。

曹大元九段在對局結(jié)束時表示，AlphaGo的表現(xiàn)令人吃驚，但人工智能與人類本質(zhì)上還沒有分出勝負(fù)。就弈棋而言，低手比棋譜，強(qiáng)手比計算，高手比棋理。

我們不能否認(rèn)AlphaGo在人工智能上取得的突破，人工智能的復(fù)雜性和艱巨性不言而喻，它的每一小步都意味著人類科學(xué)邁出的一大步，即便它還是這么“蠢”，我們?nèi)詾樗鼩g欣鼓舞。

圖片來源：弈客直播

本人作為一名圍棋愛好者，就此發(fā)表了一些個人見解，不喜勿噴，也歡迎交流。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。