柯洁输了！人不是那个人，「狗」更不是那个「狗」

　　

　　柯洁还是输了！

　　2017 年 5 月 23 日，在举行于中国乌镇的“人机终极对决”第一局中，当今世界排名第一的中国围棋选手柯洁，输给了 Google 旗下的人工智能程序 AlphaGo。

　　按照比赛规则，柯洁和 AlphaGo 各有三个小时的时间；但在现场的比赛中，整体的节奏比预想中的要快很多。尤其是 AlphaGo，它的平均出子时间为 30 秒左右，现场解说的职业八段棋手张璇和职业九段棋手常昊多次用“高效、果断”来评价它的表现。而柯洁的应对状况比较多变，有时会立刻下子，有时也会思考很长时间。

　　爱范儿（微信 ID：ifanr）在现场注意到，当柯洁用时一个小时的时候，AlphaGo 所用的时间不到二十分钟。

　　最终比赛的结果也并不十分出人意料，在比赛进行了四个多小时之后，柯洁九段执黑负于 AlphaGo，AlphaGo 赢四分之一子。

　　不过，关于这场“人机终结对决”的最终结果，目前还存在一定的变数；今天只是这场对决的第一局，第二局和第三局将分别在 5 月 25 日和 5 月 27 日举行，爱范儿（微信 ID：ifanr）将保持关注。

　　爱范儿（微信号：ifanr），回复关键词「阿尔法狗」，获取 AlphaGo 下围棋的干货，了解机器学习和深度学习的区别。

这次的狗，亦敌亦友

　　就在昨天晚上，柯洁在新浪微博发表了题为《最后的对决》的赛前宣言，不无伤感地提到：

　　决战前夕，感慨万千…

　　在这个特殊的时间，我有些话想和热爱围棋、关注围棋、关注我的朋友们说:

　　无论输赢，这都将是我与人工智能最后的三盘对局

　　

　　这种离别的气氛，反而给了这次比赛更多“且看且珍惜”的意义。

　　今天的比赛之后，柯洁还将在 25 日和 27 日进行对 AlphaGo 的后两盘对决，无论第二局输赢，三盘比赛都将完成，与之前 1 月份化身 Master 的 AlphaGo 要求下快棋不同，本次比赛采用传统规则，双方各有三小时的时间。

　　直到本次“中国乌镇·围棋峰会”，已是 AlphaGo 第三次刷屏，前两次人机对决的场景还历历在目，但整个人类世界对于两方选手的感情却发生了颠覆性的变化。

　　

　　2016 年 3 月，AlphaGo 首次挑战韩国棋手李世石时，整个世界都希望 AI 获胜，就像柯洁当时所说，“就算阿法狗赢了李世石，它也赢不了我”，大家以看热闹的心态打量着新生者 AI。

　　

　　而当 2017 年 1 月，化身 Master 的 AlphaGo 在互联网上连扫世界第一柯洁、韩国冠军朴廷桓、日本冠军井山裕太时，AI 似乎已经不可战胜，柯洁也在微博深夜感慨“人类千年的实战演练进化，计算机却告诉我们，人类全都是错的……”

　　直到今天，当柯洁在赛前说到“能够代表人类出战，是我以前不敢想象的事情，这次选择我作为主角，我也会竭尽全力去一争胜负”时，世界的选择已经变成了希望人类赢一盘。

　　

　　这种心态在赛制上也有所体现，除了代表中国选手最高水平的柯洁个人之外，新加入的配对赛和团体赛也非常值得关注。

　　配对赛将由古力、连笑两位九段当中的一人分别与 AlphaGo 组队，再与剩下的一人进行对决，每方只有 1 小时时间，比赛在 26 日上午打响

　　团队赛则是时越、芈昱廷、唐韦星、陈耀烨和周睿羊 5 位世界冠军组成人类联队，合力对抗 AlphaGo，每方 2 小时 30 分钟，这将在 26 日下午进行。

　　当 1 对 1 的对决已经过于残酷，人机组队又会擦出怎样的火花，人类联合组成的“神经网络”面对 AI 又是否还有胜算呢？

　　人不是那个人，狗不是那条狗

　　千万别以为“坐”在场上对弈的双方一年来都没有变过，用很哲学的说法来说，他们都已经不再是当年那个存在。

　　自从今年 4 月确定了本次人机对决之后，柯洁已经有意识地在寻找对抗 AlphaGo 的“神之一手”，在先前进行的新奥杯世界赛和中国围甲联赛中，柯洁在 8 盘比赛中输掉了两盘，而这两盘中出现了一些之前并不常见的运子方法，有观察者表示这是柯洁在尝试以传统套路之外的方法寻找 AlphaGo 的软肋。

　　从这个角度讲，这三盘比赛中的柯洁的策略或许将与之前完全不同。

　　

　　（那一年，柯洁的世界排名还在 AlphaGo 前面）

　　但 AlphaGo，恐怕在以令人绝望的迭代速度进化着。同样在今年 4 月，AlphaGo 之父哈萨比斯在英国剑桥大学进行了演讲，专门提到为了帮助 AlphaGo 提升，他们还开发了名为 Anti-AlphaGo 的防止过拟合的扰乱工具，之前 AlphaGo 提升一个版本需要 3 个月，现在只需要 1 周。

　　AlphaGo 对阵李世石时的版本号是 V18，而当下的版本估计已经到了 V60，在逻辑上和棋局策略上已经今非昔比。

　　

　　这种进化的力量源泉与意义，是蒙特卡洛搜索算法和深度学习模式的不断进化。

　　为了解释上面这两个似乎每个字都能看懂，但其实都看不懂的词，我们先来看两组数字。

　　如果读过人工智能的科普文章的话，一定知道 20 年前的 1996 年 5 月，IBM 的 “深蓝”计算机在国际象棋中战胜了世界排名第一的卡斯帕罗夫。

　　

　　从数学上考虑，国际象棋棋盘上能够发生的不同可能大约是 10 的 46 次方，也就是 10000000000000000000000000000000000000000000000。

　　但这在围棋面前就是小巫见大巫了，围棋共有 19X19 个落棋点，加上不同的落字方式，全部可能大约是 10 的 170 次方左右，根据荷兰科学家 John Tromp 的计算，大约是 208168199381979984699478633344862770286522453884530548425639456820927419612738015378525648451698519643907259916015628128546089888314427129715319317557736620397247064840935。