从AlphaGO到现在的Master，人工智能AI也不一定无敌

2016年3月9日可能会成为写入人类史册的一天——持续五天的谷歌AlphaGo大战李世石开始，一场世界上最会下围棋的人与人工智能的超级对弈，被全人类通过网络直播共同围观。

在赛前，围棋界和科学界的很多人都对这场比赛做了预测。谷歌对自己开发的机器人信心很足，声称根据电脑计算的结果，李世石打败“阿尔法狗”的概率为0。而围棋界则多数站在李世石这一边，中国棋圣聂卫平认为李世石败北是不可能的事情。

就在这第一场比赛中，李世石在前期优势的情况下不敌“阿尔法狗”，并在终局宣告认输。而在赛前，李世石曾自信表示自己能够赢满5盘。所以说flag不要乱立。AlphaGO 到底是何方神圣？竟强到让围棋一代天骄李世石九段败下阵来？

简单介绍一下，谷歌AlphaGo是什么？作为一种人工智能的AlphaGo，和IBM 在上个世纪打败国际象棋大师卡斯帕罗夫的深蓝超级计算机，以及当代的苹果Siri、Google Now有着显著的区别。要解读AlphaGo，首先我们需要了解AlphaGo背后到底是一个什么东西。其实谷歌AlphaGo背后是一套神经网络系统，由 Google 2014 年收购的英国人工智能公司 DeepMind 开发。这个系统和深蓝不同，不是一台超级计算机，而是一个由许多个数据中心作为节点相连，每个节点内有着多台超级计算机的神经网络系统。就像人脑，是由 50-100 亿个神经元所组成的，这也是为什么这种机器学习架构被称为神经网络。

AlphaGo 是在这个神经网络系统上，专为下围棋 （Go） 而开发出的一个实例。然而，虽然名字已经介绍了它的功能，AlphaGo 背后的神经网络系统却适合用于任何智力竞技类项目。

其实“Master”的棋手就是AlphaGo的升级版

1月5日消息，谷歌DeepMind开发的AI在围棋棋盘上战胜韩国世界冠军之后再度重返，2016年12月29日至2017年1月4日，谷歌AlphaGo的升级版本以Master为名，在弈城围棋网和野狐围棋网的快棋比赛中对人类最高水平的选手取得了60:0的压倒战绩，再次让人们对围棋AI的实力感到震惊。5日早些时候，谷歌DeepMind创始人丹米斯·哈撒比斯（Demis Hassabis）在Twitter发布消息，证实升级版AlphaGo在网上与真人对决。

哈撒比斯写道：“在过去几天里，我们在网上进行了一些非正式围棋比赛，对局以快棋的形式进行……我们的目的只是为了查看系统是否如预期一样好。”他 还说：“感谢那些在弈城围棋网和野狐围棋网与我们对弈的棋手，我们的账号是Magister（P） 和Master（P），我们还要感谢那些观战的人。”

之前许多人都在猜测这位围棋高手是谁，大家都不确定，有人怀疑它是电脑。中国棋手古力悬赏10万元，寻找可以打败“Master”的棋手。

DeepMind发布的消息显示，非正式测试可能已经结束，今年晚些时候，AlphaGo将会参加一些正式比赛。

一直以来，我们都在努力改进AlphaGo，在过去几天里，我们进行了一些非正式网上比赛，对局以快棋的形式进行，参加比赛的是最新开发的原型版系 统，进行网上对决只是为了检查系统，看它是不是和预料的一样好。感谢那些在弈城围棋网和野狐围棋网与我们对弈的棋手，我们的账号是Magister（P） 和Master（P），我们还要感谢那些观战的人。

新版AlphaGo在比赛中下出了一些富有创意、非常漂亮的棋步，我们和围棋社区从中学到了许多东西，对此我们感到很兴奋，结果让人满意。

人工智能大家谈：AI在围棋界已再无对手，但并不证明在其他领域也是这样

与AlphaGo对弈之后，棋手古力发帖称：“人类与AI携手合作，很快将会揭开围棋的深层秘密。”现在我们的非正式测试已经结束，今年我们准备与围棋组织、专家合作，举办正式、完整的比赛，进一步探索围棋的秘密，让人类与AI互相启迪，共同进步。很快我们就会公布更多消息。

Master目前一局未输，是不是代表人工智能在围棋界已再无对手？第四范式CEO戴文渊认为基本已成定局。戴文渊称，机器学习的能力太强了，它是勤奋好学的不知疲倦的小孩，没有人能维持这样的强度，所以人类和机器的差距会越来越大。现在想赢机器，需要顶尖高手戳中机器盲点这样的黑天鹅事件才有可能。

对于Master是否是AlphaGo这个问题，戴文渊称这个已经不重要了。因为AlphaGo本身的技术已没有什么秘密可言，只要有足够的计算资源，然后按照AlphaGo的方式去训练一个下围棋的程序，最终都能实现这样的高水平。戴文渊称，技术其实不需要有特别大的突破，只需要按照原来的方式多训练一段时间，就会比原来的AlphaGo更强。不过，虽然从技术上来说其它公司实现Master是可能的，但从成本上考虑，应该不可能是个小公司，因为计算成本还是蛮高的。

对于Master在围棋界大杀四方的举动，出门问问CEO李志飞称，我不知道（Master）是不是AlphoGo，但坚信所有的Artificial Games（人工游戏）最终机器都会大胜人类。AlphoGo是AI能力的很好demo，但是如果说AlphoGo赢了人类就代表AI智商超过人类完全是 无稽之谈，比如说AlphaGo还完全没有涉及到很多人的智商里的组成如自然语言理解和对话。

是不是在别的领域训练出一个AlphaGo也在变得更容易？戴文渊认为并不是这样的，“下棋这个的场景有着天然的优势，即每天机器只需要和自己下棋就够了，不需要外界很多的输入。类似的场景还有游戏 类竞技领域，机器也只需要自己和自己不断比赛练习就可以；还有开车、开飞机等现实场景，虽然其中会涉及成本问题但也只需要自己积累数据就可完成训练。”戴文渊表示，在其他领域，比方说医疗领域，想训练出AlphaGo的目标就很难实现，因为不是说机器想学习案例，就一定恰好有合适的足够多的病例出现，这样的场景需要外界给予足够的输入和配合。