人类拖了AI的后腿吗？ 彭圣才读Nature论文有感
文章来源：彭圣才微博
关于AlphaGo Zero，相信读者们过去两天已经被各种刷屏了。 AlphaGo自从 5：0 战胜樊麾惊艳亮相以来，差不多每隔半年就要来个大新闻，而我，作为一名曾经从事人工智能的围棋爱好者+产品经理，每一次我都及时出来蹭了热点，这一次也不例外。
所不同的是，前几次都是为职业棋手站台，文章的主旨是为职业棋界加油打气，比如这篇：职业棋手，你们依然是我们这个星球上最聪明的人，还得到了柯洁 的10元打赏。而这一次，职业棋界已经坦然接受了这个事实，并且十分虚心的接受阿老师的指导。
李世石输给AlphaGo的时候，我的某位职业棋手朋友还不大能接受这个事实，甚至表示棋谱有诸多可疑之处，网上甚至有些流言说李世石放水啊，谷歌和私下协议不 许打劫啦，等等。当时力挺AlphaGo的李喆六段还被职业棋界的不少人视为叛徒。然而，终究AlphaGo一而再再而三的证明了自己，刷新了我们的认 知，也终于平息了一切质疑。今天，包括柯洁在内的职业棋手，普遍表示AlphaGo 比自己至少强2子以上。更有人感叹，当年藤泽秀行老先生说：棋道一百，我只知七。 在今天看来，也许并非谦辞。
虽然完全接受了AlphaGo存在的职业棋界，这次已经非常坦然，然而，在AI界，这次的震动却丝毫不小。原因无他，这次发表在Nature上的这篇文章叫：
Mastering the game of Go without human knowledge
围棋，英文称为Go，这个标题的意思就是 在没有人类知识的前提下掌握围棋。 相信这几天大家被各种刷屏文都科普过了，所谓的“无师自通”，“左右互搏”等等，在此我就不重复了，说说几个我觉得最神奇而有趣的体会：
殊途同归
在 Nature的论文中，谷歌公布了AlphaGo 在学习不同阶段的一些成果，非常有趣的是，虽然完全没有人类的干预，但是机器依然学会了人类流传下来的一些定式。 当看到神功大成的AlphaGo 依然开局第一手走在角上的时候，人类大约松了一口气。 至少 “金角银边草肚皮”还没被颠覆，之前已经有人在YY，也许第一手的最佳招法在天元呢。我自己看到论文中的这两幅图的时候，百感交集。
左边这个定式即使在今天，依然是职业棋界流行的定式，可以看到AlphaGo在训练到10个小时左右的时候，就学会了这个定式。 而右边那个是著名的小雪崩定式，大约在15个小时的时候被习得，然而到70小时以后，这个定式就几乎不再出现了，说明被机器摒弃了。 在之前的AlphaGo的版本中，人类已经知道这个变化不好，所以现在职业棋手也基本没人下了。
这样的殊途同归十分感人，时隔数百年的人类先后用不同的方法得出同样的结论，这种感觉十分奇妙。
关于征子
“征子”是围棋的一个十分基本的战术，基本小朋友启蒙阶段最开始的几节课就会学到这个，然而，AlphaGo非常晚才学会这个最基本的战术。从时间线上来说， 大致可以说水平几乎已经达到或者超过李世石的时候，它却还不会征子！ 这是一个非常神奇的发现。 也就是说，虽然彼时这个机器的实力已经非常强了，可是由于不会征子，如果把这个时期的机器拿出来跟人对战，那么人类完全可以利用这个缺陷，故意利用机器不 懂征子产生误判，从而战而胜之。不过由于机器是自我学习，左右互搏，所以并不会刻意利用自己这样的缺陷。
人类拖了AI的后腿
一 个更有趣的事实是，一年前的版本，对于这样的一些缺陷，会通过“修bug”的方式，把一些较为基本的围棋知识，通过人工干预的方式来有意识的让机器更早的 习得类似的技能。 腾讯的“绝艺”团队，聘请了世界冠军罗洗河 来担任顾问，在很短的时间内就达到了李世石版本的AlphaGo水准。 当时我就论断，此举虽然短期进步神速，但是由于机器被越来越多的接受人类师傅的指导，其天花板将难以超越人类太多。 果然，今天的“绝艺”总训练量已经超过数十亿盘，但是水平再也难以进一步提升了。
我想，这才是这篇论文能荣登Nature的最大意义，即 AlphaGo团队证明了，完全不需要人类的干预的情况下，机器虽然在某些基础理念上短期内不如人类，但是最终进化出来的水平远远超过人类，也超过以人类 棋谱作为训练集的机器水平。另一个略显讽刺的事实是，最早人工智能界为了检验自己的AI水平，设立了一个以人类职业高水平棋手对局库为基准的测试集，每一 个新研发的AI，会用这个测试集来计算，以预测出该对局库中下一手的成功率来作为一个衡量标准。
最新版的AlphaGo Zero，虽然在对战中已经可以90%的概率战胜之前的Master版本，但是在这个测试中，却明显落后于Master……
我想，谷歌是用这种方式，向世界宣布，从此以后，成功预测人类的下一手，已经不再适合作为围棋AI的评估标准。柯洁 在微博上说的那句：“原来是我们拖了后腿啊”也并非虚言。