如何看待 AlphaGo 第二次戰勝李世乭？
要橫掃了？
相關問題：如何評價第二局比賽 AlphaGo 又戰勝李世石？ - 人工智慧
我覺得這把棋其實讓人害怕的不是ai贏了，而是ai用看不懂的招數，最後還贏了，人覺得這一步不好，ai卻覺得是最優解，說明ai的理解和人已經不一樣了。想一想就覺得讓人不寒而慄
看各個體育網站評論區都在說為什麼雙方都躲避打劫，是不是雙方保密協定不允許打劫之類的話。感覺人類終於又給自己找到了最後一塊遮羞布。
我就想問，如果後三局alphago以打劫的方式取得了優勢並且獲勝，你們還能拿出什麼遮羞？！
-----------------------------------------------------------------------------------------------------------------------------------------看完這兩盤，感覺李世石心態有點崩盤了。第一局求奇，結果並沒有什麼卵用。第二局求穩，但是稍微幾步棋虧了一些，後面就翻不回來了。這兩局都挺不是李世石的風格的，看看他後面能不能調整好心態吧。反觀alphago這邊雖然確實有一些昏招，但整體上棋風靈性十足。很有年輕人下棋的感覺。其實AlphaGo證明了2個事實：
1，棋局是如此，我們總是學了一些認為是「最優解」的方法，然後吃了很多甜頭之後，就認為這是「唯一解」，逐漸的這個想法根深蒂固之後，讓我們忘乎所以的把所有不同觀點視為愚蠢。當有人（或者物）拋棄這種觀點，絕對理性的分析的時候，完全可以擊破傳統思維。alphaGo正是因為沒有任何「信仰」所以才走了很多讓人「讀不懂」的棋，但卻都是意外的好棋。2，情感是人類最大的弱點，李世石很大程度上輸給了一些負面的情緒，但是alphaGo從出生到今天都是沒有情感的，不利的局面和有力的局面都對他不會造成任何影響。這個事情告訴我們2點：
1，學會理性的去看一些你不以為然的觀點，和那些你覺得沒有價值的觀點，也許就是缺了他們你才這麼弱小。2，不要感情用事。先說結論，阿爾法狗打敗李世石，我並不覺得意外，只是做為一個幾十年棋齡的圍棋愛好者，心裡確實感覺失落。
本人在某知名圍棋網站下棋超過10年，那個網站的自動形勢判斷功能給我留下了非常深刻的印象，自動形勢判斷可以把厚味換算成目數，在中盤階段就可以直觀的讓對局者對局勢有清醒的認識。依本人上千局的網上對局經驗，那個自動形勢判斷非常準確，在電腦給出形勢落後的判斷時，對局者如果按照一般下法走下去，基本會100%輸掉！
附上幾張本人對局的形勢判斷截圖，我們是否能從中體會到一點阿爾法狗的思維模式呢？
1、厚味的賦值，請注意電腦給出的左下黑棋厚味的影響估值。
2、子力配合的估值，請注意電腦上方白陣的估值，當然是有些高估白棋的潛力了。
李世石對阿爾法狗的兩局棋，我都全程觀看了，總結幾點認識和幾點感想。也是本人自使用知乎以來，寫下文字最多的一個答案：
一、對阿爾法狗的認識
1、人腦的運算能力在圍棋面前明顯不夠用，所以圍棋裡面有一些體現模糊概念的術語：厚味、味道、薄型、形狀好，棋手和愛好者經常會講：感覺應該下這裡、看不清、感覺這樣下危險。這些都是人腦無法窮盡計算，無法給出正確的答案時的說法。這些說法是模糊的，正因為這些說法的模糊，大家才講：圍棋體現的是東方式的思維，模糊、講美感、講味道、講大局觀，這些是電腦永遠也學不會的。2、阿爾法狗的演算法，應該是把每一顆棋子都賦值，把所有的計算結果都歸結為數量化的形勢判斷，這樣，就幾乎會產生唯一正確的下一手。電腦根本無需學習大局觀、學習美感，下棋的時候也根本無需像人類棋手一樣保留味道。3、因為阿爾法狗的這種賦值計算，所以對局中阿爾法狗先前的落子，都成為了之後招法的計算基礎，這也就是為什麼第二盤棋，在專業棋手眼中看似損失味道的11、15兩步俗手，在搶到29手下邊星位開拆和第37步五路肩沖後，全都變成了不可多得的好棋。
依此，完全可以說電腦的布局思路是連貫的，是的，依電腦的計算特點，思路不可能不連貫。客觀上造成了電腦算路深遠，老早就埋下伏筆的假象。其實電腦只是在讓自己所有棋子的組合能得到最佳的目數而已。
二、幾點感想
1、圍棋，作為人類在以智力爭勝負領域最後的榮耀，終於敗在了機器的手下。在電腦面前，人類再無智力優勢可言！這個影響將極其深遠。
2、藤澤秀行先生曾經說過：圍棋之神在俯瞰人類棋手爭奪冠軍的時候，會不會是像成年人看小孩子在泥坑裡玩玻璃球的那種感覺呢？ 面對一個可以裝在U盤裡隨處插拔的圍棋之神，人類職業棋手積多年努力取得的那一點圍棋技藝的意義何在呢？圍棋手作為一個職業會不會迅速消失呢？這是一個待觀察的問題。3、人工智慧以阿爾法狗戰勝李世石為標誌，實現了對人類智力的全面碾壓。這種戰勝的意義在於，電腦不僅在單純的數值計算速度上超越人類，而且把人類智力無法窮盡的只能用模糊的概念闡釋的領域成功的數值化了！這意味著只要有合理的價值判斷模型，電腦可以將人類任何頭腦中玄妙的、美的、舒適的，等等人類智力無法賦值的領域完成數值化！4、人類賴以保持智力自尊的，只剩下了繪畫、戲劇、歌舞、音樂、建築、科學研究這些沒有具體評判標準的，以及評判結果難以量化的領域。5、阿爾法狗背後的DeepMind程序，無疑是極其成功的。將這個程序引入繪畫、音樂、戲劇、歌舞、建築、科學研究等等領域，試想結果會如何呢？以音樂為例，唱片的銷量、網路播放量就是量化的評判依據呀。如果DeepMind採用合適的賦值，是可以產生像阿爾法狗這樣，能寫出市場反響非常不錯的曲目的電腦音樂寫手。那時人類創造音樂的榮耀又將何處安放呢？同理去推斷建築設計呢？同理去推斷科學研究呢？6、試想在不久的將來，結合大數據和DeepMind的神經網路學習系統，在化學研究領域人工智慧會不會首先突破呢？人類只要給出電腦研究方向和足夠的研究資料，電腦會自動推演出最佳的化合物分子式，會自動給出最佳的生產工藝，那時，積數十年專業領域學習專研的化學家們的職業之路是不是也要走到盡頭呢？化學專業的學生，會不會只能做為電腦的人類助手而存在呢？7、劉慈欣在小說《贍養上帝》中描述了這樣一群人，他們的文明創造了高級的人工智慧，這種人工智慧已經在一切智力領域超越了人類。人類只需提出技術發展的要求，人工智慧就能想方設法去實現，他們甚至創造了地球文明，是地球人類的上帝。而這些上帝們再無發展自身知識能力的必要，他們在超級人工智慧的照顧下，上帝們的壽命延長到幾千年，每天只是快樂的玩耍。他們自身知識已經退化到無法解答二元一次方程組。當他們的生態環境無法容納眾多人口的時候，只好降落地球，祈求地球人類的贍養。也許，不久的將來，我們人類真的會變成一個只知道在超級電腦保姆的看護下快樂玩耍的物種呢？未來已來，而我們的智慧之光甚至無法照亮自己的腳下。廣大人民群眾覺得AI無法在圍棋上戰勝人類的一個根本緣由在於，在狗之前的AI對於下棋作決策所依賴的是誇張的存儲能力和搜索能力，也就是說查棋譜和一個個試，例如下象棋的深藍；而圍棋的狀態空間之龐大是無法靠這種辦法解決的，因為複雜度能比國際象棋高出百來個數量級。
但是AlphaGo的做法是，類似於找個小屁孩，教給它基本規則後讓它不斷地下棋，下贏了給塊糖吃，下輸了拿鞭子抽一頓。與人所不同的是，這個小屁孩下棋的動作挺快，並且不會因為糖吃太多於是討厭吃糖，或者鞭子抽太多就罷工不幹了……然後它記得怎麼下可能會挨打，怎麼下更可能有糖吃。
某種意義上來說，AlphaGo並不懂什麼是圍棋，它不能理解圍棋里深至哲學的內涵，但是它卻懂怎麼去『下圍棋』，雖然不能像人一樣去結合其它事物去理解，但憑藉更強的計算能力，它能比任何人都下更多次棋，不受情緒干擾，表現得更加穩定。
ANN出現得其實挺早的，以往最困難的地方一直都是找數據來進行訓練；而AlphaGo證明了，在這個滿互聯網都是數據的時代，找訓練集可能並不是像以前那麼複雜的事情，更深入的問題終究可以回歸到ANN的設計上來。
毫無疑問，深度學習可以使得機器在某個領域發揮出極強的能力。隨著技術的進步，龐大的、昂貴的機器終將逐漸變得更加輕巧和廉價，目前難以抽象的複雜問題，終究會隨著研究的深入逐漸解明，我們也終將能夠利用這些來解決以往必須要人才能解決的問題。第一次更新：
神之一劫兌現了，大家還想看什麼？--------------------------------AlphaGo內心獨白：我真是X了狗了，你們這些愚蠢的人類……我是在和你們下指導棋呢。你們說：「金角銀邊草肚皮」，好吧，第一盤我向你們展示如何通過「神之一跳」，把四個角都搜刮到手的本事。
談布局？OK，第二盤我向你們展示如何通過「神之肩沖」把低中國流下出宇宙流的趕腳。你們居然關注打不打劫，笑話，我優勢我打什麼劫？李世石為什麼不打劫？他劫材不夠開什麼劫？好吧，第三盤我知道怎麼下了。給你們秀秀「神之劫」。第四盤，還真的要下第四盤？哈哈哈哈～附：後面一句修改源程序有所不妥，是在騰訊直播現場聽那位李教授所講，我了解並不深，只是一個圍棋愛好者，如果有什麼意見歡迎大家在評論區指正！謝謝！
感謝@pineislet等朋友指出錯誤。
---------------------------以下為正文----------------------------
這篇文章是邊看直播邊完成的文章，僅僅是出於愛好隨性完成，有不足之處請多指點。認真看過這場以後，仍然大膽預測，AlphaGo 5:0 李世石的概率至少在九成以上，在開賽前絕對沒有想到。
在賽前大家討論的是，人工智慧能否戰勝李世石。在過去二十年，作為一名圍棋愛好者，圍棋最值得「吹牛」的一點就是這是人類公認的計算機最難戰勝人類的項目，對於人類來說棋感的重要性毋庸置疑，然而計算機只是純粹的計算，因為變化量巨大，所以幾乎沒有可能戰勝人類。所以AlphaGo的出現足以震撼，但是暫且不討論這場比賽的勝負，AlphaGo的意義或許有更深遠的意義。
AlphaGo就算這輪比賽無法戰勝李世石，半年或一年之後碾壓人類也是遲早的事情。甚至，只要人類能想像到的事情，人類自己實現都是遲早的事情，只是時間的長短，包括長生不老。但是AlphaGo的出現還是震撼，自1996年深藍面世之後，足足20年計算機在圍棋方面的增長都是極其緩慢的速度，zen的確一直在更新，但是充其量就是業餘高段的水平，而突然出現的職業頂級水平的AlphaGo，科技進步的速度令人瞠目結舌。就好像一個咿呀學步的嬰兒，已經爬行了20年，漫長到大家都忘記了他將來是會直立行走的，然而就在一瞬間，這個嬰兒就已經在天空飛翔，這就是AlphaGo的震撼。所以不管是李世石還是柯潔，被擊敗是遲早的事情，而且時間間距會極短。大概柯潔的微博，可能真的是「維護人類的尊嚴」做的最後的掙扎，這一點不得不承認。
不過昨天在朋友圈說的一句話，看到第二盤以後印象更深了。AlphaGo對於科技界意義重大，但是對於圍棋界也可能有深遠的意義——他的出現甚至可以改變圍棋的固有思路。比如黑37手。
這一步下出其實是一片嘩然，AlphaGo莫名其妙的走了極其詭異的一步棋。用騰訊視頻解說古力老師的一句話，「反正人是絕對不會走」，看起來莫名其妙，局部都不能說是黑棋大虧來解釋了，簡直就是根本不知道為什麼突然的放到了這裡，可是實際上呢？
黑67手之後，最初極虧的幾步不僅看起來沒有那麼虧，反而覺得接應的很好。就和人機大戰的第一局一樣，按照人類的思維來看，布局中盤都覺得李世石優勢極其明顯，而且AlphaGo的棋形漏洞很多，但是突然，甚至不能說是因為昨天李世石那一步失誤的原因，AlphaGo就一下子有了巨大的優勢。非常震驚，所以我們人類所認為的優勢，在計算機的「心」中到底是不是優勢，還是計算機全盤一直覺得自己優勢，只是下到最後人類才突然意識到已經輸了？
另外，圍棋最重要的在於「大局觀」，這更多的是經驗和感覺帶來的優勢，也是純粹的計算最不可能算出來的東西，然而AlphaGo的大局觀，卻偏偏很強大。如黑13。
還有黑81手，也是很有趣的一步，在現場解說的俞老說得好，這種棋一般來說白棋肯定能做活，作為職業棋手而言，是有八九成做活的概率，如果是人類換句話講——不下錯基本就活了。但是黑棋81不僅沒有直接動手白棋，而是進一步包圍，這就好比小李和小狗兩個人在決一死戰，小狗手無寸鐵但是功夫強，而小李各種先進武器因有盡有，本來以為小李挑釁以後小狗就要衝上來了，但是小狗竟然轉身離開，把門關上，告訴你你馬上就要死了。這一點不僅有趣而且有些可怕，致使現場的古力和俞老都動搖了自己的基本概念，八九成能活，難道他全都算出來了你已經活不了了？如果真的是這樣那還是真的不能下了。
圍棋是中國發明在日本得以流傳的，日本人對於「形」「美」的觀念舉世無雙，這種感覺也深深地植入到了圍棋當中，有的棋可能是一部好棋，但是因為落子以後棋形過於「醜陋」而被棋手放棄，大家普遍認為靠醜陋的棋形贏棋的棋局也不能算贏。甚至在上世紀中後期的日本因為醜陋的棋形發生了不少有趣的故事，講究美學圍棋的大竹英雄九段，在每次不得已下出譬如下圖的「刀把五」形狀的棋，必然雙手掩面做痛苦狀，甚至直接投子認輸——哪怕盤面領先。
而比如下圖黑棋上方，在上世紀由我國國手陳祖德九段提出的「中國流」，就是美學棋風的一個典範。
之所以說這麼多關於美學的話題，是因為人類在這方面是極為挑剔的，但是個人認為，這是圍棋的重要組成部分，因為一盤圍棋不僅僅是追求勝負的比賽，還是美學的交鋒，而只注重計算的AlphaGo，當然不會顧及什麼「美學」。甚至大膽預測，不管計算機強大到什麼地步，它還是不會顧及「美學」，畢竟美是對心理的感覺，而對計算機毫無作用。
寫到這時AlphaGo在下方走成了這個樣子（白126），讓人感到非常奇怪，我們說AlphaGo的最強之處在於計算，然而這裡的行棋讓人感覺計算能力一點都不強。而我們說他的大局觀薄弱，卻竟然走出一些出人意料卻又些許顧全大局的棋。有時候它竟然會認為自己領先在可控範圍之內「放放水」，它究竟只是一個圍棋計算器，還是有心計的人工智慧？看了兩盤棋以後我們甚至忍不住提出這樣一個問題。
又是一樣的局面，大多數時間都覺得李世石在絕對優勢的情況下，最後AlphaGo又慢慢接近了勝利（還是我們所說的，這種想法可能只是我們一廂情願）。截止到黑135手，李世石時間僅剩5分鐘，而AlphaGo還有30多分鐘，進入讀秒階段之後無疑AlphaGo將佔領絕大優勢。現在再看最上面的白棋竟然全被吃掉，也有點令人唏噓。
黑187步之後的現場圖，經過幾次的互換之後盤面基本明朗，李世石九段已經沒有了任何勝算，如果不算一開始AlphaGo的幾步問題手，這局已經幾乎是碾壓取勝。
看過這一盤之後覺得可能沒有了什麼懸念，還是像前文所說，就算AlphaGo這次萬一無法獲勝，那半年之後一年之後也是碾壓級別，然而他的決策機制到底是什麼我們無從知曉，而更令人感到可怕的事情在於。之前所說的，「李世石贏是人類的獲勝，而AlphaGo作為人造智能獲勝也是人類的勝利「可能不會存在了。因為AlphaGo不僅僅是根據寫入源程序計算的機器，是可以繼續自我完善的智能。說句玩笑話，那樣有一天，它就能進化到足以毀滅人類的地步了，因為未來可以修改源程序的話，就已經不僅僅是純人造這麼簡單了。
根據谷歌的計算，在昨天人機首戰中，全世界視頻直播觀戰人數超過一億，其中六千萬來自中國。進入2016年之後，因為柯潔以及人機大戰，圍棋的受關注程度前所未有。但還是我以前的觀點，當一個體育項目受眾過多之後必然會有浮躁的情緒產生。希望圍棋能夠永遠保持著本來應該有的樣子發展下去。
如何評價夢百合杯柯潔 3：2 戰勝李世石奪冠？ - 清酒瓶的回答
AlphaGo有多種配置，最低配置使用了48個CPU和1個GPU，不同配置對它的性能有巨大影響，最低配置的表現僅僅比圍棋程序如 Crazy Stone和 Zen略好一點。最高配置的AlphaGo被稱為AlphaGo Distributed，使用了1920個 CPU和280個GPU。做成人腦大小，耗能和人腦類似，再來談AI比較靠譜。
個人感想：李世石下的是什麼鬼……
這局AlphaGo是有幾手很亮，37和41思路連貫，很漂亮。但AlphaGo並不是完美的，接下來43、45就崩給你看。
但李世石的應對實在讓人看不懂……38、40貼長，一方面落後手把下邊的要衝讓給了黑棋，另一方面基本就是單官。左下角崩了之後，要發力的時候，莫名其妙跑去右上角後手打拔一個子，讓黑棋靜靜補強，再回過頭去74刺，肯定要被反擊的啊……上邊打入時就很勉強了，結果也什麼都沒撈到，後面幾次打劫的機會都不拼一下。這種狀態，我都不知道該說是李世石心態崩了，還是老了，還是他故意消極比賽。
於是這盤棋和上盤差不多，都不怎麼精彩。
話說為什麼我不希望AlphaGo那麼快勝利。
很多人扯到什麼人類的尊嚴，其實這在我看來並不是什麼問題。在我看來，機器的勝利意味著圍棋的作為遊戲的樂趣所剩不多了。
理論上這類完全確定性、完全信息對稱的棋都是有必勝策略的，因此每種棋的生命周期都是有限的。僅僅在人類找到必勝策略之前，棋盤上還能有變化，還能有妙味。一旦演變成一本道，那麼遊戲就不能稱為遊戲了。就算人水平弱不能完全按必勝策略行棋，探索和對答案的樂趣也是天差地別。
隨著對弈、研究，變化肯定會越來越少。但這過程不快，人還不怎麼擔心，還能說出「千古無同局」。其實發展到現在，我感覺圍棋已經有了些苗頭。布局的套路越研究越深，官子越來越不容易出錯，基本上都已經不留給人多少變化了。於是現在棋手求戰，早早捲入戰鬥，越亂越好，反正大家都看不清，觀眾看著過癮，棋手也有機會，還能有點意思。然而站在人類已有經驗上的機器大大加快了這個進程。如果通過蒙特卡洛模擬找到了中盤戰鬥的策略，那麼整盤棋真的是沒多少變化了。
如果這是解決科學和工程問題，我是很樂於看到的，因為科學和工程問題我們最終看重的還是解決問題，而不著重於在研究的過程中尋找樂趣。
然而解決了圍棋這個問題後，圍棋作為遊戲也就沒有什麼意思了。
像五子棋那樣，下到第三手你就已經知道勝負了，繼續下去還有意思嗎？留給人類的時間已經不多了
古力：Alphago這樣扳過來是有點出乎我的預料，這樣明顯不划算啊，李世石只要這樣，這樣肯定佔優勢啊，或者這樣，這樣。。。
唐奕：余教授，Alphago經過一天會比昨天強更多了嗎？余凱：我們Deep Neural Networks裡面啊，有個詞，叫overfitting，就是過擬合，這個一兩盤比賽是基本不會有改變的。我以前在百度做的時候，經常用的是上百億的數據，所以說，俞斌：啊我以前也編過程的，也是寫演算法的。我覺得啊，這個深度學習，最好就是用來算21點了哈哈古力，唐奕，余凱：。。。吐槽一下而已。。摺疊我吧。。。1，兩輪下來相互先後手都輪流了一次，相當於把可能的結果走遍但是還是沒有能贏，把圍棋界所說的李世石後手比較厲害的希望也破滅了，覺得之後也挺難贏的；2，從古力等業界頂級的選手解說從最開始解說說alpha狗下了錯棋，說李世石有優勢到最後結果差距比較大地輸掉，說明人類對於圍棋的認知可能要從此改變了，以前精妙的棋局是名人設計的；可能今後卻變成要去研究計算機的走法了，也就是圍棋的魅力可能就大打折扣了；3， 估計對李世石打擊挺大的，最後從他的舉止來看還是有點氣餒的；4， 基本覺得如果在前期沒能取得較大優勢的情況下，後期關子階段人的計算能力會更輸給alphaGO，到後期機器就可以窮盡結果了；5, 就像余凱所說的，圍棋並不是對於人工智慧最高的挑戰，圍棋目前還是所有條件可知的輸入，有更多其他領域等待人工智慧去挑戰，這次勝利是歷史性的，但並非人工智慧的最高成果；
明天一定贏，因為現在盤口上賭他輸的已經很多了。他反過來壓自己贏又能大賺一筆。
我只能說現在上柯潔都沒用。
當年拿破崙進軍巴黎時，一家報紙在幾天內所用的標題：
第一天：「科西嘉的怪物在儒安港登陸」；
第二天：「吃人的魔鬼向格臘斯前進」；第三天：「篡位者進入格勒諾布爾」；第四天：「波拿巴佔領里昂」；第五天：「拿破崙接近楓丹白露」；第六天：「陛下將於今日抵達自己的忠實的巴黎」。改編一個張怡寧大魔王的段子：解說：「每個棋手都有不能適應的棋路，或者說弱點，因為你的套路總有人克制你，是吧？」AlphaGo：「不是，我沒有不適應的棋路。」然後解說沉默了……我想說這回的電腦只是一個單機，要是聯網上google的雲計算的話……
為什麼大家都擬人化的看待谷歌的機器狗呢，什麼昏招怪招，什麼遇強則強遇弱則弱，這是極大的誤導。其實就是一套人類開發的演算法，加上大數據的訓練而已。演算法運行的結果就是它的表現比人類棋手好，至於為什麼某一步這麼下，這是演算法本身決定的，肯定是有道理的，有什麼好壞之分呢？做出這樣的演算法，並不是為了去模擬人類下圍棋的思維方式，而是為了在既定規則下，尋優獲勝而已。就像人類想飛總不用造出鳥一樣的機器吧，坐火箭也是可以的吧，(^_^)退一萬步講，谷歌的機器狗會思考，人家的思考體系和方式也和你人類不一樣啊，人家憑啥遷就你按照人類的思考體系和方式來啊，假如一群機器狗觀看比賽，估計還會說小李有問題的 真正可怕的是這種演算法加上大數據給人類生活帶來的影響，腦洞打開後，真是細思恐極啊(^_^)
這不很正常嘛？神經網路已經在很多方面超越人類了，圍棋只是下一個而已。要我說如果人類能贏我倒是比較奇怪的。至少我覺得我不如神經網路聰明，在用到它的那些領域裡面
推薦閱讀：
※對於當今圍棋界，你心目中的第一人是誰？誰可能成為下一個王者？為什麼你有這種判斷呢？
※你所知道的最冷的圍棋知識是什麼？
※圍棋比賽中有哪些圍棋禮儀？
TAG:人工智慧 | 圍棋 | GoogleDeepMind |