李翊

如果圍棋世界是有層級的，以窮盡圍棋的所有可能得到最優(yōu)解為天，以懂得圍棋基本規(guī)則為地，AlphaGo在四盤棋里表現(xiàn)出的棋力和弱點，讓人類第一次有了伙伴和參照物，知道在天地之間，自己對圍棋的理解處于怎樣的位置。

劫爭

和AlphaGo的第一局開局，李世石劍走偏鋒：在他的職業(yè)比賽中從未使用過這一開局，甚至整個圍棋界，沒有人見過這一開局。避開流行布局，甚至避開曾經(jīng)流行過的已經(jīng)被淘汰的布局，李世石在考驗AlphaGo在布局階段的應變能力。然而，在新浪講棋的俞斌認為李世石的下法勉強。“他在試探AlphaGo，但實際上效果并不好?！倍F(xiàn)在回顧比賽，李世石對第一局的看法是：“即使重頭來下，我也覺得沒法贏。我從一開始錯誤估計了它的實力?！?/p>

李世石對AlphaGo實力的了解，或許更多來自之前樊麾和AlphaGo下的五盤棋。如果僅從這五盤棋所表現(xiàn)出的內(nèi)容看，“AlphaGo大概在職業(yè)初段的水平”。這是俞斌、古力等職業(yè)棋手比較一致的評價。俞斌說，雖然知道5個月的時間里，圍棋AI（人工智能）的水平經(jīng)過深度學習一直在提高，但是能提高到現(xiàn)在這樣的水平，誰都沒有預料到。

第一局下完，中國圍棋界議論紛紛，圍棋人各種挑錯，各種不服氣，俞斌覺得李世石一開始太冒進，不好。兩局戰(zhàn)罷，俞斌所有的感受只有兩個字形容：“服氣！”

中國棋手李喆六段

“原來覺得，開放型復雜局面的對殺，電腦的計算力可能沒那么準確，結果第一局AlphaGo居然扛住了。第二局從后半盤看，AlphaGo或許不能做到百分百的計算正確，但在殘局的計算能力上已經(jīng)遠超人類，這不是單個人類可以抵擋的。就這兩點可以確認，如果AlphaGo還會打劫，那么人類就沒辦法贏它了?！?/p>

在李世石以比較大的差距輸?shù)舻诙P比賽后，職業(yè)棋手九段羅洗河對李世石回避劫爭的行為提出了質(zhì)疑：“李世石是否和谷歌簽了保密協(xié)議有不準打劫這一條？”這成為幾乎所有人猜測的話題。李世石的棋風被人稱為“僵尸流”，棋入中盤，他常常因出招過分而導致死大龍，在職業(yè)高手看來，這樣一邊倒的局面已可終局，尤其是對于老派的只研究前半盤的中日職業(yè)棋手而言。然而，絕境之中的李世石常常能爆發(fā)出驚人的力量，他一次次地如同僵尸復活一樣滿血歸來，并且總能在最后一刻撞線。“這一局，有兩次機會打劫，而且是在李世石輸定的情況下，不打劫必輸;打劫，按照人腦的計算，如果是人跟人下，有可能贏，因為人會犯錯。但是跟機器下，它如果會處理，人還是可能輸。第二局在形勢明顯落后的情況下，以李世石的性格和棋風，他應該反擊。然而，兩次打劫的機會李世石都放棄了，這可能是大家懷疑他的原因之一?！庇岜笳f，“棋手特別瞧不起那些輸多了還麻木不仁的棋手。我們比較崇敬的，是那些在輸定的情況下還孤注一擲的，這叫勝負心。我們崇敬有勝負心的人。所以，李世石在失敗的情況下沒有選擇相對危險但是有勝機的打劫，我們奇怪。但是看視頻，我覺得他當時并沒有判斷清楚局勢，他應該是對勝負有疑惑，選擇了一條相對穩(wěn)妥的路?！?/p>

“第二局AlphaGo有一個打劫的機會，但是很長時間都沒提回來。當然不提沒關系，提一下，絕對的先手。但AlphaGo一直不走這一步，這也是懷疑的原因之一?！庇岜筮M一步解釋說，“但這并不能成為AlphaGo害怕打劫的根據(jù)。因為這個劫很輕，也就是價值很小，跟別的棋子都沒關系，所以它沒必要去提。”

圍棋界有句俗語，臭棋怕打劫。劫爭會是AlphaGo的阿喀琉斯之踵嗎？從俞斌過往和計算機打交道的經(jīng)驗來看，完全有可能。

打劫，也叫“劫爭”，是指黑白雙方都把對方的棋子圍住，這種局面下，如果輪白下，可以吃掉一個黑子;如果輪黑下，同樣可以吃掉一個白子。因為如此往復就形成循環(huán)無解，所以圍棋禁止“同形重復”。根據(jù)規(guī)則“提”一子后，對方在可以回提的情況下不能馬上回提，要先在別處下一著，待對方應一手之后再回“提”。顧名思義“劫材”就是“打劫”的材料。但是并非所有的劫材都會導致對方應一手，在價值判斷取舍的情況下，對方也可能不應劫而解消劫爭，“劫勝”也叫“消劫”。因為這里涉及找劫材及消劫的價值判斷，是比較復雜的技術。

大概6年前，李喆曾經(jīng)找了一些職業(yè)棋手做過研究，認為人能做到七路棋盤的最優(yōu)解，計算機如果速度快，也能窮盡七路盤的計算。但是升級到九路盤的時候，電腦靠蠻力窮盡不了，就會出現(xiàn)一些問題，比如明知沒棋的地方也要補一手?！拔腋娔X下九路棋的時候，電腦在領先很多的情況下，自填一眼的事情也干過。”俞斌說，當時最好的對弈軟件，Bug（漏洞）就是劫?！拔覀儑尻牭钠迨指@個電腦下的時候，即使我方形勢不好，只要出現(xiàn)這個Bug，我們就知道贏了。”

AI面對復雜劫爭時的糟糕表現(xiàn)，是蒙特卡洛算法固有的頑疾。去年在北京奪冠的來自韓國的圍棋AI“石子旋風”，在對陣世界冠軍連笑時甚至不能理解循環(huán)劫，不停地找劫來回提，使局面一塌糊涂?！斑@是因為，基于概率，循環(huán)劫也總有打贏的可能。如果基于邏輯，會明白這是不可能的事情?！崩顔凑f，“AlphaGo的算法缺乏邏輯能力，這一點實際在去年10月對陣樊麾時已經(jīng)有所體現(xiàn)。蒙特卡洛算法使它并不是根據(jù)‘邏輯上A優(yōu)于B來做選擇，而是根據(jù)AB各自的勝率來做出決策。但在準確性上，概率不如邏輯?！?/p>

AlphaGo顯然不是一般的圍棋AI。在和李世石對陣的第三局，它表現(xiàn)出了打劫的能力，雖然這個劫相對封閉，應對并不復雜?！癆lphaGo基本上就打會影響勝率的劫。當不打比打的勝率更低時，就會打劫。但它對打劫的勝率評估會偏低，因為可能性更多，所以它顯得會回避劫。”連著的三局棋，李喆一直站在AlphaGo的角度在觀察它，其間會和Facebook人工智能研究院智能圍棋項目負責人田淵棟博士聯(lián)系。田博士負責開發(fā)的圍棋AI“Dark Forest”和AlphaGo一樣使用了深度學習和蒙特卡洛搜索算法，但仍然無法避免打劫這一Bug。

“AlphaGo不害怕簡單的劫，但在復雜階段，如連環(huán)劫、循環(huán)劫，很多處劫爭變化，它還會不會做出正確的選擇，目前沒有看到?！庇岜笳f，像連環(huán)劫這樣復雜的劫爭并不是刻意能為之，一百盤里能出現(xiàn)一盤就不錯了。

失誤還是創(chuàng)新

在知道谷歌要在《Nature》發(fā)表關于AlphaGo論文的晚上，李喆和田淵棟有過簡單交流，雖然李喆知道“黑暗森林”與傳統(tǒng)的圍棋AI水平持平甚至更好，但是對于谷歌能做到什么程度，誰都不清楚。

“樊麾的棋譜出來后，我們做了個評估。如果說之前的AI，是職業(yè)棋手讓5子的水平，即普通人通過學習訓練能達到，那么AlphaGo展現(xiàn)出的是讓2子，這是普通人需要經(jīng)過專業(yè)訓練才能達到的。相對于以前的AI，這是個飛躍?！崩顔凑f，當時棋界一片哀嚎，因為能看到的棋譜只有5盤，出于某種自尊，也出于對棋譜的解讀，棋界大致認為樊麾發(fā)揮太差，AlphaGo不足以威脅到職業(yè)棋手?！捌婀值氖牵F(xiàn)在也在質(zhì)疑李世石的水平?！?/p>

圍棋里有個詞語，手談。圍棋是人與人的競技比賽，是人就會有情緒，多數(shù)時候，會在肢體語言上表現(xiàn)出來。日本古代有個著名的公案，“耳赤之一手”，說的是“本因坊”秀策比賽時下了一子，大家認為他形勢不好。而在一旁觀戰(zhàn)的一個不懂圍棋的醫(yī)生卻認為這是步好棋，因為他看到對手的耳朵紅了。“下棋的時候需要對對方的應對有預估，然后做出判斷和選擇。這種預估一方面基于經(jīng)驗，一方面基于對對方的了解。然而，機器是沒有情緒的，你甚至看不見它。用樊麾的話說，它就是一個虛無，但是它又無處不在?！崩顔凑f，“我曾試著設身處地體會李世石的感受，坐在棋盤邊上，有人在你的對面擺棋，水平不高。你不知道對手，它沒表情，沒動作，緊隨你的落子是唯一的反饋。我們低估了人在面對機器時的感受。換一個人，未必能比李世石做得更好?！?/p>

大部分人認為，以人類的思維去下就好了，李世石不同，他有大量試探，試圖理解AlphaGo行棋的棋理。

AlphaGo經(jīng)常會下出一些讓人無法理解的棋，有人認為這是電腦失誤。然而，人類定義的失誤在AI的思維里卻未必是失誤。“在AlphaGo與人類下棋之前，我們認為人能贏的一個原因是覺得電腦不像人會創(chuàng)新。事實上，它表現(xiàn)得比人類更不依賴定式，更會創(chuàng)新。”

第一盤棋，李世石用了個不在棋譜庫里的開局，結果AlphaGo給出了“不存在”的一手?！八辉谌魏味ㄊ街?，然而，我認為這是好手。好處在于使右中下角的黑子變成效率低下的一手，雖然在右上局部白棋稍稍虧損，但加上右中下黑子的低效，白棋一點也不吃虧?！?/p>

傳統(tǒng)的圍棋AI，會根據(jù)已有棋譜來走定式，定式是經(jīng)過長期檢驗的局部可以接受的定型。然而定式的弊端就在于，不同的周圍環(huán)境，定式的適用性有所不同。實戰(zhàn)白棋選擇了一個定式里沒有的、局部稍虧的，卻使得另一個遙遠黑子的效率變低的下法，非常清楚地證明了兩點：電腦不依靠背譜來下棋;電腦的考慮基于全局而非局部。

“人類對失誤的認識有幾種，一種是開放性布局的情況下，一地虧損，從大局看，經(jīng)驗告訴我們擺了十手還是虧，那么人類不會下。第一局AlphaGo在左下角的那一子，人類基于經(jīng)驗判斷會虧損，不能保證是絕對正確的一招;第二種是不能給出明確虧與不虧，也看不出最后是否有問題的下法。但是AlphaGo這么下，從結果導向——贏棋來看沒問題。這種情況下，除非它被人類擊敗，才能證明這是失誤。第三種，從邏輯上能嚴格證明的失誤。在第一盤AlphaGo出現(xiàn)過兩次，右上和右下，在封閉情況下，分別虧了一目棋，可通過計算判斷有失誤。之所以AlphaGo還會這么下，我認為它已經(jīng)判斷贏定了，即使有兩個失誤對勝率也不會有影響，甚至可能其他選擇未必像這個選擇能產(chǎn)生目前的結果。”

AlphaGo最石破天驚的一招是第二局的黑37尖沖。這一子落下，棋手們紛紛驚嘆：“它想干嗎？”有人說是臭棋，但這個下法卻讓人想起金庸在《天龍八部》里詳述的“珍瓏”棋局：這個“珍瓏”的秘奧，正是要白棋先擠死了自己一大塊，以后的妙招方能源源而生。任何人所想的，總是如何脫困求生，從來沒人故意往死路上去想。若不是虛竹閉上眼睛、隨手瞎擺而下出這著大笨棋來，只怕再過一千年，這個“珍瓏”也沒人能解得開。

“這雖然不是決定勝負關鍵的一子，但是用人類語言來說，卻是基于對全局虛實的掌握，在子力的相互關系中找到的最為均衡的選點。”李喆說，在人類看來，300多個點里，根據(jù)已有經(jīng)驗知識看來這個點是會虧損而立即排除的一點。然而，從結果上看，這個棋沒虧?！霸谶@個局面下，我也會下這里，但我想不到?！?/p>

李喆嘗試從AlphaGo的角度去理解?！巴瑯右徊狡澹祟惖乃季S是用道理的形式，辯證（勢、地、厚薄、動靜）來理解棋。而機器是以數(shù)據(jù)的方式求得勝率最高解而非最優(yōu)解。類似這樣的招法，AlphaGo其實是基于全局特定的情況的選擇，而人會有常識性的下法，其實是局部性的判斷?！?/p>

AlphaGo還有更讓人目瞪口呆的出手。第二局李世石執(zhí)白選擇了最普通的布局應對，下到第12手，李世石心里或許還有一點興奮：這個布局我是見得多了，白棋總是不虧的。然后，看到對方在右下角落下黑13。右下先虎之后脫先中國流，這又是職業(yè)棋譜中從未出現(xiàn)過的布局。通俗的解釋就是：人類棋手認為交換一步棋后一定要拆一個，定式才完。如果你不拆反而在別的地方下了，這就脫先了?！耙郧皩W棋的時候，定式不走完就相當于故事沒講完，老師會罵的?！笨吹竭@一步，李世石站起來，出去抽了根煙。

抽完煙回來的李世石沒有在黑棋脫先的地方下，而是當右下黑棋沒交換那一下跟著下了?！叭绻钍朗歉讼?，以他的性格和棋風，你敢脫先，我氣勢上一定追究你，會在脫先的地方下，這叫針鋒相對，這叫氣勢?？墒菍I來說，氣勢是什么？血性是什么？勝負感是什么？AI只看勝率是什么?！崩顔凑f，所以李世石沒有反擊，跟著下了?！敖?jīng)過昨天的試探，AI不會背譜，人類整體的經(jīng)驗可能是最有力的，李世石要盡可能將局面導回到熟悉的套路中去。即使輸了棋，他也值得所有人尊重，他一直在有針對性地調(diào)整策略，盡力讓人們了解AlphaGo?！?

吳清源曾經(jīng)說過：不要記定式。但是，對于初學者而言，這是學棋必經(jīng)的一個過程。張三豐說：“記了招式，再忘掉。”AlphaGo以其超出人類經(jīng)驗的下法表示，它做到了。

弱點

就AlphaGo秀完莫測高深的棋力讓人類悲觀地以為李世石將被其以5∶0的比分零封時，戲劇性的一幕出現(xiàn)了。AlphaGo竟然在第四局局面占優(yōu)的情況下突然崩潰了。

比賽開局階段，李世石始終落后于AlphaGo，一直在被吊打。然而，第78手的時候，局勢峰回路轉(zhuǎn)，李世石下出了關鍵的一步，一招極其冷門的妙手。對于這一步棋，視頻觀戰(zhàn)的職業(yè)棋手古力評價為“神之一手”。

隨后，AlphaGo一連串的差手讓棋面局勢利好于李世石。在第97手，AlphaGo再次出現(xiàn)低級失誤，棋盤左下角落白子被李世石果斷吃掉。最終經(jīng)過長達4個多小時的鏖戰(zhàn)之后，AlphaGo中盤認輸。李世石終于在這場人機大戰(zhàn)中贏回“尊嚴”之戰(zhàn)。

俞斌說，李世石這一步棋，是妙手，給敵人造成很大麻煩，但并非無解?！癆lphaGo至少有兩個變化可以抵擋，然后它依然還能保持優(yōu)勢?？墒撬尤粵]有抓住?！?/p>

AlphaGo在迅速做出應對后，開始出現(xiàn)一連串業(yè)余棋手也不會犯的低級錯誤，導致棋面局勢利好于李世石?？吹竭@里，李喆不解地說：“AlphaGo瘋了！”他想不明白為什么?！霸谖铱磥?，不是電腦沒算到這步棋，有可能是因為這步棋產(chǎn)生更多分支變化，接下來可能涉及劫爭，又或者AlphaGo漏算了某一步關鍵的棋？”

反而是俞斌見怪不怪?！霸瓉砦液陀嬎銠C下的時候，計算機在形勢特別不好的時候也會走一步特別可笑的棋。如果下在別的地方勝率接近0，而其他地方有1%，那么計算機會應在有1%的地方，1%的勝率總強過0。這說明AlphaGo在面對復雜對殺需要精確計算時可能出現(xiàn)問題?！?/p>

AlphaGo原論文作者之一德米斯·哈薩比斯（Demis Hassabis）在賽后的總結說：“李世石下出白78后，AlphaGo自我感覺良好，在程序的‘價值網(wǎng)絡（用于評估電腦勝率）中，誤以為勝率達到70%，直到第87步才反應過來。短短幾個子的時間，勝率陡降至40%以下。發(fā)現(xiàn)時為時已晚。”

“出門問問”的CTO、原谷歌研究院領導開發(fā)谷歌基于深度神經(jīng)網(wǎng)絡的離線語音識別系統(tǒng)的人工智能專家雷欣稱，這其中的原因很可能是由于AlphaGo在復雜情況下的判斷還是不夠客觀，碰到?jīng)]見過的下法（如李世石的白78挖）會犯錯誤，而且在犯錯誤的時候不能夠及時發(fā)現(xiàn)，會接連出低級錯誤?！皩θ祟悂碚f，如果犯了大錯，應該很快就會發(fā)現(xiàn)并且糾正，但是機器的反應都是連續(xù)的，不能及時做出調(diào)整，這也許是AlphaGo的一個致命弱點?！?/p>

從專業(yè)技術的角度看，“出門問問”NLP工程師李理認為，如果一定要猜測，可能是開局主要靠“價值網(wǎng)絡”，因為搜索空間太大，有可能在某些特殊的局面下出現(xiàn)非常差的結果。就像之前神經(jīng)網(wǎng)絡識別圖片時也出現(xiàn)過很詭異的錯誤，還有人研究怎么構造讓它識別出錯的例子。

這和李世石賽后的實戰(zhàn)分析頗為吻合。賽后李世石談到AlphaGo的弱點時說：“AlphaGo覺得當它用黑棋時更難贏而不是白棋。當它遇到出其不意的招數(shù)時，有可能會導致失誤。我發(fā)現(xiàn)AlphaGo執(zhí)黑棋時似乎掙扎比較多。”李喆分析：“執(zhí)黑先行要主動選擇搜索路徑，黑棋下第一步的勝率低。此外，按照中國規(guī)則，黑棋要貼7目半，即三又四分之三子?！?/p>

“從谷歌的角度來說，這盤棋幫助他們找到了AlphaGo的一個弱點，以后可以更有針對性地去解決這個問題。如果不是李世石這種頂尖棋手，也許很久也發(fā)現(xiàn)不了這個弱點，因為水平差距太大根本沒有機會逼得AlphaGo犯錯。從李世石的角度來看，這也是一個巨大的勝利，證明至少目前人類選手對戰(zhàn)人工智能還是有機會的。人工智能雖然計算能力強大，但還是會犯錯誤，并且是很低級的錯誤。這樣，人類棋手不會把人工智能神話，以后對戰(zhàn)的心態(tài)會更好?！崩仔勒f。