谷歌围棋5比0完胜欧洲冠军樊麾

　　今天早上6点多，我朋友圈里的科技宅们就已经疯了。原因是在当年微软的“深蓝”计算机击败世界象棋大师之后，Google的人工智能系统（AI）成功击败围棋职业选手。不就是下棋么？有什么好激动的？国际象棋上能赢，围棋上赢了又有什么奇怪的？因为围棋远比国际象棋复杂，用Google提供的12秒视频来说明一下：

　　围棋有361个眼位，分黑白两种棋子。在棋盘上下棋，所有可能的局面加在一起是个相当惊人的数量，视频里说了，这个数字比全宇宙的原子总数加起来还要多得多。中国人喜欢说“算无遗策”，意思是把所有可能性都预先测算到了。但在围棋的问题上，大概世间没有人能够算清哪怕一局棋里的所有可能性。

　　如果是两个人玩石头剪刀布，不用电脑，人脑就能够计算出来所有可能的局面，一共是9种：

　　石头-石头

　　石头-剪刀

　　石头-布

　　剪刀-剪刀

　　剪刀-石头

　　剪刀-布

　　布-布

　　布-石头

　　布-剪刀

　　同样，也不需要电脑，只需要记性好一点，就可以找到最优的获胜策略：你连续观察对方的出拳组合，一定会有某种规律。比如说总是会连出两次剪刀，或者在石头输了之后必然换布---因为那是心理上的惯性，没有什么人能够真正做到随机出拳。

　　你看，这就是完全洞悉全局，知道所有的变化，然后找到对自己最有利的方案。感觉不错吧？但是，围棋远比石头剪刀布要复杂，比宇宙里所有的原子总数都多，是吧？注定了你不可能洞悉全局，也不知道所有的变化。计算机下五子棋没问题，五子棋棋盘小，它可以算完所有的可能，而且比人脑快。但是，面对围棋，即便计算机算力无双，也不可能计算完围棋的所有变化---它在计算速度和计算能力上的优势消失了。

　　那么，Google的人工智能系统是怎么赢的？

　　别看我，今天网上所有的科技宅都会发表文章，详细讲解Google的AlphaGo（阿尔法狗）系统用的是什么算法。你会看到“蒙特卡洛算法”、“神经网络”等等等等专业名词。总之，你根本看不懂就对了，那咱们还是接着喝鸡汤吧。

　　围棋棋盘上棋局千变万化，四处烽烟，但弱水三千，阿尔法狗只取一瓢。也就是说，棋盘上有十个地方短兵相接，阿尔法狗先计算哪一处赢面较高，先思考这一路棋。然后，针对这一路棋，计算可能的后续变化，从中选择出获胜可能性最高的一种。还是用Google的5秒小视频：

　　做左边的棋盘，然后向右延伸出无数可能的变化。每次选择变化中胜率较高的那一种，然后再计算这种变化之后的各种可能。这个过程重复下去，阿尔法狗战胜了围棋职业二段选手。更为可怕的是，阿尔法狗不像人类选手，需要休息，不能左右互博。它可以24小时无休地自己和自己玩，而且在每一局里不断学习，知道越来越多的变化，以及这些变化的结果。按照你们人类的说法，叫做“棋力见长”。今年三月，将会迎战韩国80后职业九段选手李世乭，奖金100万美金。

　　科技宅们欢呼他们的去，我是说，这件事情对于我们有什么好处？不能每次看到科技进展，大家欢呼一番，展望一下未来，然后就洗洗睡了。我想到了诸葛亮。

　　鲁迅评价诸葛亮是“多智近妖”，算无遗策说的就是诸葛亮这种人。你看华容道那一集，曹操每次坐下来呵呵一下，都被诸葛亮算到了。七擒孟获那一集，孟获的所有想法丞相都完全掌控。甚至诸葛亮都已经死了，还可以吓走司马懿；化成灰了，八阵图还能困住军团。所以，《三国演义》是本小说，根本不可以当成历史来看。

　　但是，对诸葛亮的喜爱和崇拜，说明我们的内心深处渴望相同的事情：有聪明的头脑，能够洞悉全局，做出最好的决策。一定程度上，我们都认为知道得越多，也就越容易决策。反过来说，为了做好决策，我们会想着去事无巨细地弄清楚每一个细节问题。这形成了我们惯常的解决问题思路，知道得多的人胜面更高。

　　问题在于，我们不能在所有的问题上做到统观全局，了若指掌。我应该说，大部分的事情我们都做不到。要么有时间上的限制，不允许我们无限地开地图。要么有条件上的限制，不可能让我们知道所有的细节。阿尔法狗的胜利，是思想方法上的胜利。它的胜利告诉我们：在局面非常复杂的情况下，你选择一个你较为熟悉的地方入手，只从这一个地方下手，做你最擅长做的事情，最后问题会得到解决，你能够胜出。而不是寄希望于自己是诸葛亮，可以看到全局，可以算出所有变化。不需要你同时下十路棋，在十路上都算清楚，然后都获胜。只需要你专心下好一路棋，在可能的后续手段里选择赢面较大的那一种，然后重复这么做下去。

　　从这里出发，我们可以想到如何教育孩子。父母想要了解和控制孩子的每一个方面，智力、美感、道德、情商、健康。。。。。。要前十名，要弹钢琴，要诚实，要礼貌，要有同理心。。。。。。但最后还是长成了一个熊孩子。全面控制，全面变熊。而我整个童年只有三条诫命：1、不要犯罪。2、说到要做到。3、不要给别人添麻烦。剩下的事情，全看我自己高兴。今天看起来，我和全控下成长起来的同龄人，似乎也没有差到哪里去吧？

　　我们也可以想到如何做事。我们想要分析完市场，分析完用户，分析完竞品，分析完行业，分析自己的长处短处软处，分析了所有却依然没有分析出多少东西来，可我们依然想了解全局，并且在这个基础上做出决策。但是，也有人说：我就想看到高校里所有的漂亮女生长什么样。于是有了Facebook。还有人说：网上那么多东西，我想立即能找到我想要的。于是有了Google。更有人说得无比简单：我想网上付款。于是有了Paypal。

　　在我看来，这就是阿尔法狗胜利对我们的价值。我并不把这个胜利完全看作是科技的胜利，并不理解科技宅在惊呼人类智商受到了威胁是什么意思。因为阿尔法狗并不会自己给自己编程，它所做的一切，是在验证设计者的思想。而设计者的思想来自对人类的观察---并没有能够算通全盘的围棋手，阿尔法狗的策略和一名优秀的棋手的真实策略是一样的。无非是阿尔法狗算力更强，速度更快。胜利的是人类的思想方法：单点持续突破比统观全局再动手好，并且在复杂局面下证明了这一点。

　　对于掌握全局的渴望让人疲惫沮丧不已，早上6点看完相关报道，我突然身心松弛，一下子就睡了过去。

　　从昨天到今天，我有些群里还在不停地讨论google的AlphaGo战胜围棋职业二段、将在3月份挑战李世石这件事。其实真正会下围棋的人不算太多，大家超级关注是因为看出了它远远超出围棋的意义。和菜头在朋友圈说，人类终于抵达永生的门槛。

　　不知道和菜头看没看过《海伯利安》，这部脑洞不亚于《三体》的科幻小说，它的故事核心就是人工智能为了利用人类大脑组成阵列计算机，赐予人类永生，而这种永生非常痛苦，主人公们要把人类从永生中解放出来。《海伯利安》四部曲脑洞无数，例如人类由于被人工智能赐予超空间旅行的能力，所以那时候的豪宅是这样的，卧室在行星A，厨房在行星B，可能卫生间在行星C，也许你从卧室走到卫生间的时候，已经完成了几十光年的旅行，你从卧室和卫生间看到的窗外景色，自然也是不同的行星。

　　作者丹·西蒙斯讲，当初人类创造了初级人工智能后，人工智能立刻开始自我复制，并自主地探索世界，不但很快超越人类，更进一步发现了诸多人类没有掌握的原理和秘密，例如永生，例如超空间旅行。因此表面上是人类在“技术内核”的帮助下统治世界，实际却成为技术内核的傀儡。当技术内核发现自己面临无法跨越的发展瓶颈，它们尝试利用亿万人脑组成人阵列计算机，同时把永生赐予人类。

　　而AlphaGo的令人震惊，并不是它的计算能力穷尽了围棋的所有可能性，就像1997年深蓝战胜国际象棋冠军卡斯帕罗夫那样。AlphaGo的可怕在于它的策略选择和学习能力。策略这方面已经有很多人讨论了，我也未必讲得更清楚，总之它每一步棋并不试图穷举所有的可能性，而是在当前的合理范围内寻找最佳方案。如果这样讲还不够明白，可以这样说，它是围绕你的出招来拆招的——它在学习你然后打败你。我甚至猜想，如果我跟它下，当然它肯定赢我，但是赢的绝不漂亮，因为我水平很臭，因此它也并不需要表现出多高的水平，只要赢我就可以了。同理，它赢了职业二段，而国家围棋队的高手们评价它的棋力是“无限接近职业初段”，因为那个职业二段可能久疏战阵，跟目前的二段标准已经有不小差距。那么悬念就出来了，AlphaGo能够用同样的办法战胜顶尖高手李世石吗？仅仅从它战胜职业二段的表现来看，目前中国围棋第一人柯洁认为只有5%的机会，但柯洁也并不敢肯定，因为AlphaGo还在不断学习中，它每天可以跟棋谱上的“对手”下几百盘几千盘，而这些“对手”很多都是李世石档次的。它的学习速度惊人。

　　更令人吃惊的是它在对局中表现出来的“人性”。用柯洁的话说：“感觉就像是一个真正的人类下的棋一样，该弃的地方也会弃，该退出的地方也会退出，非常均衡的一个棋风，真是看不出来出自程序之手。”

　　也就是说，它不完全基于计算的，它会根据你的表现而自行选择策略，就像一个有血有肉的对手坐在你对面。关于人工智能（AI），据说有一种“图灵测试”，如果AI的表现让你感觉不到它是一个机器，那么它就是真正的人工智能了。作为顶尖高手，柯洁对AlphaGo的印象应该是令人信服的——他没觉得那是一个程序在下棋！大概这就是这件事的伟大意义，可能意味着人工智能终于诞生了，google制造。

　　很期待3月份AlphaGo和李世石的对决，如果AlphaGo赢了，我愿意猜想那将是google市值永远超过apple的一天。苹果公司在手机市场已经红利吃尽，它必须转战下一个万亿级市场部类，VR或者汽车。如果AiphaGo赢了，我觉得苹果汽车可能永远没有机会了，因为我不认为AlphaGo是一个单独的项目，它背后应该有google自动驾车项目多年的积累，或许它们在架构底层可能是通的。以我外行的猜想，自动驾驶这件事真的不能靠穷举算法，它必须在极短时间内进行策略选择，并采取现实（可能并不是最优）的操作方案。我感觉这种目标应该跟AlphaGo的学习策略非常相似，不求最好，但求最有效，下棋只要赢你就行，驾驶的紧急时刻只要保命就行。比如高速公路上一辆大卡车突然毫无征兆地横切过来，那个瞬间靠算法寻找最佳应对策略哪里还来得及，能较大概率保命的方案就是好方案。

　　我不太相信苹果公司这方面悄悄储备了足够的技术能力，因此在google的人工智能宣告初步成功的那天，可能汽车的大门就永远向苹果关闭了。而这一天，很可能就是AlphaGo战胜李世石的那一天。当然为了不显得过于傲慢，google可能推迟宣布或者不宣布，但是大家心知肚明。

　　更广泛一点看，如坐针毡的可能还不仅仅是苹果公司，google将对目前所有宣称大数据算法的公司和项目都构成颠覆性的挑战。拿我从事的媒体领域来说，目前流行的是根据算法匹配给用户感兴趣的内容。但是现行算法跟AlphaGo相比，基本还属于逮住你猛灌那个档次。例如我昨天可能一时兴起看了10张美女图，它今天很可能推荐给我15张，明天可能就是20张。如果AlphaGo也是这个档次的算法，那么它应该计算我所有的错招漏招，并试图杀死棋盘上我所有可能被杀死的棋子。如果AlphGo是这个样子，那么这两天我的各微信群就不应该是热议，而要集体组团去google门口抗议了，要求google清空数据库销毁源代码——不是吗？

　　因此我也希望，AlphaGo能够给我们媒体行业一些启发，也就是努力去学习读者。还拿我昨天看了10张美女图来举例，如果机器能够仔细观察并分析我读图时的状态，例如是匆匆浏览还是仔细欣赏、有没有发生过保存或者分享的动作、是集中浏览还是各种内容穿插浏览的、是在wifi环境下（意味着在办公室或家里）还是在4G环境下浏览的……这些数据都是可以抓取并分析的，那么我希望它能够综合给出我今天的浏览内容，而不是马太效应地“哇哥们你喜欢这个，好的好的，今天推给你15张！”

　　如果我是在上午10点的wifi环境下匆匆浏览的，那么明天还是不要推给我比较好。

　　最后说几句AlphaGo对围棋项目未来的影响，如果它在3月份战胜李世石的话。其实我们已经看到，1997年深蓝战胜卡斯帕罗夫之后，国际象棋整体上衰落了，再也没有出现卡尔波夫或者卡斯帕罗夫那样的棋王，也再没有双卡争霸那样轰动全世界的盛况。我觉得这跟国际象棋被机器吃透、从而不再被视为人类智慧的王冠有绝对的关系。没有神秘感了，反正人类棋手再怎么努力也下不过机器，国际象棋的商业价值也就衰落了。

　　同样的前景也可能出现在围棋上。过去20年围棋热，很大程度上是因为它被视为东方智慧的最高体现，特别在国际象棋被机器攻克后，也被视为捍卫人类智慧的最后堡垒。基于对围棋的赞美与意义挖掘，很多企业家愿意投入资金支持围棋赛事与培训体系。目前世界顶级大赛就有八九个，冠军奖金都在百万元人民币以上。如果机器最终被证明可以横扫人类棋手（只是时间问题），围棋不再具有神秘色彩和更多的哲学附加值，那么企业家们的投入意愿、顶尖棋手的努力意愿都可能受到伤害。在这个意义上，如果AlphaGo战胜李世石，如果短期内战胜更多的顶尖棋手，那么中国的柯洁可能将是最后一个具有影响力的棋王。过去一年柯洁连续拿下3个世界冠军，但是人工智能（AI）留给他统治世界的时间可能已经不多了。跟前辈李昌镐、李世石相比，可能柯洁的命不太好。

　　总之，虽然有太多憧憬和未来，恐怕我很难说，人工智能（AI）不是那头闯进人类文化瓷器店的大象。然而变化总是会到来。