AlphaGo 和人類棋手比起來誰消耗的資源更多？

12-29

可以從一局對戰消耗的資源角度來看，也可以從長期培養一個人才/訓練一個演算法的角度來看
本題已加入圓桌 ? 人機對弈終章，更多「AlphaGo（阿爾法圍棋）」相關的話題歡迎關注討論

都不用說AlphaGo，就算普通台式機，插上個Geforce 1080之後能耗都比人大得多了。所以下次可以這麼比賽，下棋過程中只允許輸入給同樣的能量，那人類（暫時）穩贏啊。

是不是想到了這個

AI的進化速度永遠會超出你的想像，無論是性能還是能耗上。

當世界上第一台電腦佔了幾間房屋卻只有每秒5000次的運算速度時，誰能想到今天我們手機里指甲大小的一塊晶元就能達到每秒數十億次呢？

去年AlphaGo對局李世石時，有人做了這麼一張圖：

一邊是1202個CPU、176個GPU和100多名科學家，另一邊是一個人腦和一杯咖啡。

這說明人腦效率遠高於電腦、AI是靠著幾百上千倍的能源消耗才取勝嗎？

不是的，這種說法既不嚴謹也不公平。AlphaGo用於編寫演算法和學習棋譜時動用了海量的運算能力和無數人的心血，李世石背後難道沒有整個圍棋界千百年無數局對弈和棋道的凝練？

Google沒有公布過使用的具體晶元參數，我們按照常見的高性能晶元估計一下，就拿CPU 150W、GPU 300W來算的話，晶元功率是1202*150+176*300=233100W（233千瓦）

這還不包括其他板卡、晶元、網路、空調電源設備等功耗。

作為人類的李世石又要消耗多少能量？

粗略估算的話，一個人每天消耗2000大卡熱量，而大腦佔用了其中的20%左右，對於圍棋這種極耗腦力的運動，我們儘可能地提升一些，按25%算吧，那就是500大卡。1大卡=4187焦耳，1焦耳/秒=1瓦。

換算一下，棋手的大腦功率約24瓦。

只對比運算中樞的話，AlphaGo差不多是李世石的一萬倍功率。如果把外圍電路和身體消耗都算上，就算電腦的CPU功率佔比遠高於人類大腦功率佔比，那也得是李世石的幾千倍。

這樣來看，人類是不是像勇者對著體積是自己上萬倍的巨龍還能在五局中反勝一局那樣雖敗猶榮呢？

錯了。

時隔一年，AlphaGo從內到外都已經煥然一新。

內部，軟體演算法升級，不再拘泥於人類棋譜而是自我對弈，比原先的暴力檢索大大改觀，幾秒鐘就能下一手棋；

外部，硬體核心全盤更換為Google新研製的TPU。這種專為人工智慧而生的晶元在特定場合比CPU和GPU的性能有了極大提升，以至於與柯潔對弈的AlphaGo版本只需靠一台物理機上的4個TPU即可運行。

而單枚TPU的設計功耗僅為40W。

換句話說，僅僅一年，AlphaGo的實力又升了幾個台階，而功耗卻縮減到千分之一，和人類幾乎處於同一數量級。

再過一年、五年、十年，將會怎樣？

手機上隨便一款圍棋遊戲AI都能輕易碾壓職業九段的日子看來也不太遙遠了。

當年戰勝棋王卡斯帕羅夫的「深藍」還是個龐然大物。僅僅十幾年後，國際象棋大賽就已經頻出醜聞：頂級棋手借上廁所的機會用手機象棋軟體作弊。

柯潔與AlphaGo之戰，可能是人類最後一次有尊嚴地與AI以平等身份對弈。不久後恐怕它就會絕塵而去，留下一個讓人類無法望其項背的模糊影子了吧。

然後呢？AI又會進攻哪個曾經被認為專屬於人類智慧的領域？遊戲？音樂？繪畫？還是文學？

光看比賽時那幾個小時，顯然AlphaGo的消耗更高，主要是伺服器集群和降溫系統的電費。

如果要說從零訓練出比賽選手的消耗，由於柯潔擁有人類基因組的進化基礎（大腦結構），而AlphaGo並沒有相當於人類的智能基礎，完全從零開始直接比對並不公平。

所以，可以從柯潔第一次接觸圍棋，和AlphaGo2.0開始第一次左右互搏開始計算（據說AlphaGo這個版本並沒有使用人類棋譜作基礎）。

AlphaGo據說每下一盤棋，大概4小時，消耗3000美元，也就是每小時750美元。假設AlphaGo是今年1月17日完成基礎程序（谷歌推出真正2.0版本AlphaGo 擯棄人類棋譜），直到比賽日共有3000小時，大約消耗225萬美元，按照歷史匯率波動，平均7.3人民幣/1美元計算，大約1642萬人民幣。

而柯潔出生到現在差一點到20年，消耗的能量和訓練費用應該不到1642萬人民幣，所以還是AlphaGo訓練消耗高。

這個問題我覺得可以這樣理解：一個頂尖圍棋棋手的培養代價，和alphaGO團隊的工程師培養的代價對比。

一個頂尖圍棋棋手的培養代價其實很高，像是李世石這樣的高手，同時代不超過5個，他們從小練習圍棋，一生作為職業；這個代價應該要大於一個普通的演算法工程師。

alphaGO團隊很顯然有一群工程師，並且最資深的工程師代價很可能是幾倍的代價。

所以培養alphaGO的代價應該要大於一個頂尖圍棋棋手。

但是有一點非常重要，alphaGO是程序，是可以被複制的；而人類的技能教授和傳承起來非常難。這才是人工智慧的意義。

-----------------------------------

2017.05.16 補充：

評論裡面有部分乎友在質疑棋手本身的培養代價，以及棋手產生的價值，我說下自己的看法：

首先，棋手是有代價的，你可以這麼想：如果柯潔不去下圍棋了，來做其他職業會怎麼樣？柯潔下圍棋去了，中國可能因此少了個ai工程師，這就是機會成本。

其次，棋手的價值真的很小嗎？足球球星，歌手，郭德綱，他們的價值何在呢？娛樂本事帶給大家的就是一種價值，頂尖棋手還是一種精神寄託和文化符號。

最後，對於棋手自己，我們沒有權利去判斷他的感受，他自己的成就感。圍棋實際是一種更偏向於藝術的腦力運動，一個棋手更多的是在享受圍棋，並且獲得成就感。對於棋手自己，價值已經體現了。

機器是冰冷的，反觀人類的對局是充滿感情，意外和場外因素的。我最擔心的不是alphaGo擊敗人類（這幾乎是必然的），我擔心的是機器求出最優解之後，再也沒有人類下棋了，再也沒有變化多樣的對局了。千篇一律的對局，只能導致圍棋運動的死亡。

AlphaGo是可再生資源，李世乭、柯潔屬於不可再生資源。

從短期來看，AlphaGo 的成本較高。

首先，AlphaGo 1.0的功耗非常高，需要1202個CPU和176 塊GPU，和相應的冷卻、電力消耗成本（硬體），加上為AlphaGo 1.0制定策略和演算法的DeepMind團隊的供給成本，包含招聘、人力成本（最終轉化為可複製的棋譜和策略）

到了AlphaGo 2.0時代，除去兩台AlphaGo 2.0自我對弈學習的電力消耗，和上述的人力成本，如果維持當前的水平不進步（以前的經驗全部可以用來參考），僅用於和人類對戰的AlphaGo 2.0，只須Google研發四塊的最新版TPU工作就行，能耗比很高，共160W

隨著10nm、7nm、乃至5nm硅晶元製程工藝的到來，AI棋手的功耗更低了，其水平，會有更大的提升。

從長期來看，人類棋手的成本更高。

從出生起到退役的年齡，人類的大腦總共消耗的能量是持續的，少量的，最大的成本，還是來自於對一個專業棋手的培育，包含訓練、陪練、參賽等費用，這個是很高的。

只要該棋手經過了職業高水平期，這部分投資就相當於「白費」了，只能花同樣的錢（不算通貨膨脹率），再培育一個新手。

但是，人的天賦是有差別的，有的時候，一個時代都出不了一個大師，如果把相同的培養費用，花在當前這個時代，最優秀的棋手身上。

如果相比前一個時代，這些最優秀棋手的水平，還要更差一些，那麼從反面來講，培養/產出比下降，培養的費用其實就變相更高了。

首先從單場消耗能量角度算。

這已經是比較早以前的報道了，以後對局時同等實力的阿爾法狗消耗的電能只會越來越少，以後用焦耳作為單位來計算也可能要少於人類。

「陳雲霽表示，現在「阿爾法狗」還需要數萬瓦功耗、巨大體積的雲伺服器來進行智能處理。寒武紀的目標是要讓1瓦以內功耗的攝像頭、手機、甚至手錶都能和「阿爾法狗」一樣「聰明」。」

↑↑↑當然現階段還做不到，只是說理論上有可能。

從阿爾法狗生產或者人類棋手成長的成本來說，阿爾法狗的開發是諸多大牛通力合作的成功，算上他們學習技術的時間、金錢、機會成本，開發阿爾法狗的成本是遠遠高於人類單個棋手成長的成本的。但是隨著使用量、生產量的提高，就像其他技術轉化的產品一樣，平均成本會越來越低。

2種演算法。

1，除了柯潔吃的食物，他取暖燒掉的碳，避暑用過的空調，消費的商品的生產能耗也算上

2，人類具有先驗知識（邏輯等），這個可以一直算到第一個發展出神經系統的柯潔祖先（含歷代子代基因突變消耗的太陽輻射）

2的話ago多半不及柯潔， 1的話按人均算，應該是ago消耗大

------------------------------------

評論有提到設計人員算不算，我覺得按題目的問法，答案必須定義一個截斷，不然ago的消耗總會回到人類身上。我想定義為ago項目立項開始後所消耗的

消耗的多麼?阿爾法狗消耗再多,也比培養人類棋手值得.因為只要搞出一個成功的阿爾法狗,我後面就可以搞出成千上萬的阿爾法狗,你培養出一個強大的棋手,你能依樣畫葫蘆培養幾百個棋手出來?這個就是差距:工業化時代的大規模生產和小農經濟時代的精雕細琢,完全不是一個位面的差別.

訓練一個演算法雖然只用到了硬體資源，但是發明這個演算法的代價或者說直到培養出有能力發明出這個演算法的人的代價可是人類文明發展至今調用大量資源的結果。

選擇有天賦的孩子培養圍棋技能就像是選擇初始化參數較優的模型，產生一個優秀棋手的過程就像訓練模型。幾千年來棋手的傳承是靠師徒關係和書籍，這意味著每一個棋手作為一個個體，需要重新學習這一切（信息的代代相傳），類似於使用新增加原有數據重新訓練模型。人類的困難在於能否消化吸收這些信息。對於機器來說，重複訓練不是問題，困難在於能否發明一個具有人類學習能力的演算法，吃掉信息的過程反而是簡單的。

從整個發展歷程來看，AlphaGo在前期消耗資源遠大於棋手的培養，從後期來看不如棋手。

從現在看是演算法消耗高，一個團隊的消耗明顯比一個人的消耗高

從長遠看是一個人的消耗高，演算法可以複製人卻不能，這就是人工智慧的優勢

先來結論：長期來看人類棋手消耗的資源跟多。20年後的那一代棋手，我只用複製一段代碼就可以贏了他

很多同志不了解計算機專業一個博士的培養難度啊（笑

顯然是人類棋手，只一點，AlphaGo可以複製。我所理解的平攤成本。人類棋手可以嗎？

說句題外話：alphago沒法創造東西人類和機器最大的區別不是生產力而是創造力

當下比較毫無意義，AI 可以量產而有該種特長的人不能，所以根本沒有可比性。而在可預期的未來 AI 成本還會進一步下降，人目前還看不到消耗成本下降的可能性。

人類該考慮下怎樣投入到 AI 的局限性的方向上去，比如創造力（雖然未來也許 AI 也具備創造力，而且量子計算機的話具備創造力應該挺簡單的）。

不用想著 AI 搶了工作就會失業，大面積失業的情況下會，人類基本工資領的，就像西歐當前嘗試的。人類所希望的希望就是人生的時間可以做自己想做的事情，而不是被綁在工作上，畢竟並非每個人都喜歡自己目前的工作。

不過可能我這輩子都看不到那一天了……

=======

前幾天才說完這點，今天就看到報道 facebook 的 CEO 扎克伯格呼籲給美國人基本收入，追求夢想無後顧之憂。

資源的範疇是非常寬泛的，特別是討論智能這種相對終極的問題。食物是資源，電力是資源，時間是資源，人也是資源。

我憑感覺胡說八道如下：

從單獨一局所耗費的資源看，go更少。因為go速度快。一晚上可以下很多局。柯一輩子能下多少局？除一下肯定go的成本少。另外，go的單局質量還高且永遠穩定。

如果算go的整體資源耗費和一名頂尖棋手相比，從棋手的家庭來看，資源耗費無疑不如go的耗費更多。但其實產生頂尖棋手，人類社會付出的整體代價並不小。而且go不死，你可以把go看成是無數頂尖棋手的加總。從這個角度講，go耗費的資源還是少的。

但是，假如人類有一個終極使命，就是作為上帝創造人工智慧，從而使人工智慧代替人類，那麼人類所做的一切活動包括圍棋，都是為了發展人工智慧做的準備而已。圍棋只是人類開發智力的遊戲，是無意識的為創造人工智慧所作的一項準備活動。那麼人類所耗費的一切資源，都可以看作是為了開發人工智慧而耗費的，包括培養頂尖棋手。那麼go耗費的資源從這個角度講，比培養頂尖棋手大得多了。純扯，輕噴！

科技是會發展的，不能只看眼前。正如當初房間大小的電腦還不如現在的手機性能。人必然落後於機器，只是時間問題。

肯定是阿爾法狗了，一塊巧克力就能讓一百多斤的人體活動半天，機器人後面還要接一坨電線

不用那麼麻煩。一句話就概括了。

所有歷史進程中，任何人類向機器或者軟體的對抗最終都以人類完敗告終。

這種完敗當然包括能耗的完敗。

初中物理題，可以推算出人的做工的功率在大多數日常情況下，甚至不如一隻燈泡。。。。。