阿尔法围棋

这个故事是在2018年9月16日写的，在看这个纪录片之前。

所以这个小故事的内容跟纪录片的内容，没那么相关，是根据AlphaGo与柯洁对弈的新闻来写的。但是多少有一点我对于AlphaGo的思考，放在这里当作一个小小的分享吧

今天走在路上想起柯洁和Alphago，忽然想写个小故事：

机器人Alphago被制造出来，为的是可以赢过自诩创造了围棋游戏的人类，打破机器无法超过人类（至少在围棋游戏上）的传说。

年轻的棋士柯洁，还是孩提时就被从千百万个孩子中挑选出来，用最好的老师教导，有最优秀的对手们由他历练，有一个又一个前辈为他的登顶铺路，为的是有朝一日他可以赢得所有比赛，攀登至围棋的最高境界。

一个是只懂下棋的机器；

一个是野心勃勃的少年。

第一局：289手后，AlphaGo以1/4子取胜。

第二局：柯洁投子，AlphaGo中盘取胜。

第三局：柯洁209手中盘负于AlphaGo

三局三败，柯洁哭了。因为他输了。

三局三胜，Alphago依然冰冷，因为它只是机器。

机器只懂得下棋，最后赢了游戏；人想争输赢，最后输了比赛。

机器始终冰冷，人能体会喜悲冷暖。

人想通过规则比出高低；只懂规则的机器仅仅是计算出最大的概率去达到已经被设定的目的。

规则是人的，游戏是人的，高低是人的，输赢是人的，“悲喜冷暖”是人的，“真善美、假恶丑”是人的，“生与死”也是人的，亦连“时间”也是人的。而万事万物最终的“结果”是属于人的，也不是属于“人”的。

谨以此故事献给堀田由美女士以表感激之情。

人们从千年的对弈中追寻着围棋胜利的办法或说最佳一着，也就是“神之一手”，并形成了很多固化的下棋方式和教育方式。

“我下这里，用这一招，就有相应的招数破解”很多的创新只是在这个固化模式上向前走了半步，就已经让人感叹天才。

而Alpha go因为是一台机器，可以看作在一个平行世界里学习围棋但又没有接受人类的“人性化”的教育手段，他在对局中的一些棋步常常让人觉得奇怪和不解，因为这不是人们习惯性使用的棋步，但最后你发现虽然他有些棋步看似失误多余，但他最终会胜利。那些奇怪的棋步更像是一个新的世界，一个我们在围棋领域未曾探索到的世界，或许里面深藏着让人惊异或足以颠覆现今围棋下法的方式。这让我不仅仅想到围棋，还有很多的领域是不是都这样呢，人工智能或许可以为我们引导向更佳的获胜方法或做法，但这也让人深感恐惧，人类靠智慧伫立在动物界的顶端，突然发现某些方面比我们更聪明的AI，不禁怀疑有朝一日人工智能会控制人类，就像现在人类控制其他动物一样。

这部电影太妙了。

从电影整体的意义上说，非常感谢能够有这样的片子被制作出来，使得观者能够有此机会回顾Alpha Go的初期研发目的，相关背景，部分开发过程以及与李世石对弈过程，李世石本人的感受等等，而并不只有围棋的对弈场面。这个感想的阐发是因为当时关注了Alpha Go与柯洁的对弈，而由于对于围棋实在没有什么了解，即便观看了整场赛事，也很难理解或抓住比赛的关键点。而纪录片中整合了许多来自围棋界专业棋手、点评人来自大学相关专业教授、媒体人的理解，不仅提供了观者难以获取的信息，也使得对于普通观众更为友好。从这个角度而言，很痛心为何与柯洁的对弈没有纪录片。

该片打破了观者以往对于人工智能的成见。因为观者对于人工智能几乎没有了解，仅仅是从零碎文章里拼凑得出一些结论，认为目前的人工智能停留在弱人工智能阶段，也只能得出人类已有的结论。换而言之，人工智能仍然受制于人类的知识界限。但纪录片中Demis提到，人工智能的创造，是为了用它们超越人类的计算能力，揭示人类长以忘却的现实，并且“想出一个全新，有创意，与众不同的办法”。而人类转而思考机器会这么做的缘由，得到一些更加美丽的东西。对应至围棋，也是这样。樊麾第一次战败后这样说：

I see go and I also see myself. I lose to this program and I don't understand myself anymore.

李世石这样说：这次的经验让我有所成长，我会善用从中得到的收获。我觉得很感激，而且好像找到了下围棋的意义。啊...真的，我了解到学习围棋是多么正确的选择。这是一场难以忘怀的经验。

一位媒体人士评论道：

His humaness was expanded after playing this inanimate creation.

这样的感觉实在太美好，太美好了。就像如果人类能够很好地使用人工智能，就得以打破人类自身的局限性，追求到万事万物背后的“本”与“真”，或是突破这个极限。

而人类与机器的对立则是另一个非常有趣的话题。樊麾在赛前说过这样一段话：

Before this he (Lee Sedol) played the tournament for his country and for himself. But this time he played for the human.

在李世石起初信心满满却输掉第一局比赛的时候，举世震惊。观者心中也深受震动。人们此前似乎一直不愿意也不能相信，人类的智慧将输给机器，尤其是面对围棋，这样及其复杂且不仅仅讲究计算的“艺术”。而这样的时刻，似乎预示着人类的智慧终究无法与机器匹敌。

I stopped by someone, an another technology reporter. At first all he wants to talk about was the technology, how great this was. But then even he kind of slipped into this moment of melancholy, where he was upset as well.

而李世石接连输了三盘之后，破釜沉舟，第四局真的赢了。猜想站在人类的角度，大概没有人能够不为李世石感到骄傲与欢欣吧。

阿尔法围棋大势已去的那一刻，我听到很多人开心地大叫。原因显而易见。人们感到无助与害怕，因为我们人类脆弱不堪。但这场胜利代表，我们人类现在，还是保有优势。但打败人工智能可能会日渐困难。不过，赢这一局，啊，就够了。一次就足够了。

We don't need to pick a side, because we're on the side of human.

其实AlphaGo本身也是由一群很妙的人们20年梦想的集合体。仅仅从研究的角度上来讲，Deepmind中的一位Computer Scientist说：

It is a bit strange to be in the front cover and everything as a computer scientist. Normally you sits in the corner you codes and nobody really knows about it.

可以想见，其实学术研究是多么多么不被大众所理解的工作啊。即便人工智能可以算作是cutting-edge technology，可以算作对于人类的未来发展进程具有很大影响的领域，科学研究依旧很少能够得到media attention。再次不得不表达对于愿意投身入各种学科，终身进行学术研究的学者们的崇敬。是他们在创造那些古往今来所第一次出现的事物。

而从Deepmind团队的角度而言，团队合作，各司其职简直是观者心目中最好的团队协作的样子了。聚集起整个世界上最聪明的脑袋，然后一起做一件足以改变世界的事情。想起之前在其他文章里看到过的句子：不过我们基本上可以研究任何东西，不懂的就现学。

我实在是太喜欢这样的顶尖感与天才感了。

围棋也是不得不提的。其实我在观看完AlphaGo与柯洁的对战后，便对中国棋院大家庭产生了兴趣，并也稍加了解了一些棋手的职业生涯。而看完该纪录片后，简直萌生出了，很想学围棋的想法。围棋也是很有意思的运动，即便人类或许穷尽自己的一生也无法真正明白，围棋究竟有什么意义？但这一步一步，黑白交杂的棋，可能在某一个瞬间，就拥有了它自己的涵义。

除此之外，想夸一下每一位出现在这部片子中的人员，你们一个个都太妙了。

Demis讲述自己经历的时候说了这样的话：

And then I stopped playing (chess) when I was about 14. When I was 13, I was the second higher greatest player in the world.

随后他去University of Oxford做了演讲。David和黄世杰作为AlphaGo建立的核心，技术与想法自然都是无比顶尖的。Deepmind作为英国公司，不仅diversity很强，部分员工们的标准英音简直赏心悦目。李世石作为棋手而言，真的非常非常伟大，拥有一颗强大的心脏的同时，非常谦虚，每次输掉比赛后都会说：我对于那些给予我厚望的人们表示歉意。

做世界上顶尖的事情，聚集世界上顶尖的人们，追求世界上顶尖的智慧与技术，突破人类的极限，从而使这个世界变得更好。简直是我能够想到的，最美妙的事情了。

这部片子太妙了。

记得在电视剧《请回答，1988》中的一个片段中，每天沉迷于胜负的顶级棋手阿泽问：“我可以输，对吗？”大人们没告诉天才的话，朋友们告诉他了：啊泽是可以输的。

19岁的柯洁穿着黑色的西装，低着头快速走到舞台中央，站在alphago之父哈萨比斯先生旁边。这时，这个刚刚输掉2017年人机大战第三盘棋的青年深深的吸了一口气。

隔着一个座位，是他的好朋友连笑，老大哥古力没有出现在赛后的发布会现场。连笑抬头看了看他身边的柯洁，安静地坐好，这是棋手熟悉的对外姿态—风平浪静却又波澜起伏。三次掌声，19岁的棋手用他的坚韧赢得所有人的尊重。在舞台上，他调整呼吸，声音低沉，两句话刚过就哽咽起来：我很责怪自己。我不想说这是双赢，对我来说我是和他比赛，与其他人想法不同，我输了我很难过，我觉得自己发挥得很糟糕。柯洁揉了揉眼睛，隔着眼镜你能看到他眼中的泪水。对局中，她出门洗了一把脸，那个时候他眼眶里已经充血，或许他需要的不是冷水，而是平复情绪。

赛场上，柯洁承认自己失控了，这个19岁的男孩仿佛回到了自己的少年时代，因为下不过对手而哭鼻子，当所有人认为这个狂傲的少年已经强大的没有弱点的时候，却忘了他只有19岁。

现场很安静，蓝色的大屏幕让人浮现一个熟悉的画面，阿泽问：我可以输，对吗？

图片

最后一个发言的棋手连笑望着自己的朋友说：“我非常敬佩柯洁，在第二局没有人能比你做得更好！”是的，你可以输。

第二局柯洁完全轻松之下，有了世界第一人的发挥，这是人类天性的顽强，也是几十年残酷棋手生涯的条件反射。以至于不懂围棋的alpha之父哈萨比斯迫不及待的就在中午发文赞美柯洁的完美开局，是的，没有人知道如果是1年以前的 alpha 是否能战胜这一个完美开局局的柯洁，也许那时的alpha真的远不如柯洁。

从alpha出现之前的觉得棋道100已知50到现在的只知2，不是谦虚，是真情流露。

人工智能不过是把围棋当作试水之路，科学家们真正要的，是到医疗等应用范畴去造福人类，正是因为围棋的高深和难解，才让deepmind公司愿意耗费巨资和几年时光来研究，并以攻克围棋为最高荣誉。正是他们让我们知道，围棋的边际我们还远没有碰到。

从古棋的座子，到后来的小目、三三、高目随意，再到现在的套路横行，围棋几千年的历史一直在发展。但人工智能太快，裹挟着时代飞奔。

当年，日本人领先的时候，我们说精神；聂卫平追上的时候我们说成绩；韩国流肆虐的时候，我们说境界；等到中国全面开花，韩国人才凋零，日本偏安一隅的时候，alpha来了。我们是不是应该静下来想一想，这些年我们究竟忽略了什么？那些日本围棋一以贯之的仪式感、神圣感和厚重的文化积淀，是他们称之为道的底蕴和苦苦维持的脸面，曾几何时却被我们弃之如履，并嘲笑他们食古不化。如今，胜负的门槛被踩平，我们才想起围棋竟然是琴棋书画四艺之一，而不是这几十年以来的体育竞技项目。

总有那么一些棋局是可以镌刻于脑海中的。比如吴清源与秀哉的三3·星·天元开局；比如桥本宇太郎和岩本熏的核爆之局；比如藤泽秀行三小时长考后屠杀加藤正夫的百目大龙；比如聂卫平在第一届中日擂台赛上2目半战胜小林光一的不可能任务；比如常昊应氏杯上对崔哲瀚的三鼻顶，又或者是罗洗河在三星杯上放弃三劫循环的千古名局......那也许不是技术上的最佳，却闪耀着人性与思想的光芒，有开拓，有坚持，有决心，有灵动......棋手，用棋谱诉说他们的故事，而观者，从中不但窥视历史的印记，还有人类的悲喜爱恨。静夜掩卷，杯酒入喉，围棋中蕴含的人文温度从未消失，也不会因为胜负而消亡。

第五局快结束时，David Silver忽然指着屏幕说:“AlphaGO says it's going to quit.” 先是一片紧张的沉默，然后是一阵放松下来后的爆笑。 David笑着说:“I'm joking.” 笑声中有人说:“David has been waiting two years to say this.”

这是我感触最深的一个场景。轻描淡写的一句话，这背后有多少辛酸和寂寞？岂止是两年啊，从1988年Sutton提出时间差分算法、92年Watkins提出Q-learning算法，已经二十多年过去了。AlphaGO“横空出世”背后，是多少科学家几十年如一日的默默付出啊。

AlphaGO的成功，不可思议地像一个梦。几年前，DeepMind成立之初，David Silver在UCL开强化学习课。第八课结束时，David非常腼腆地给DeepMind打广告，希望大家投简历，简简单单几句话说的吞吞吐吐，台下是一片笑声。那个时候，人工智能的围棋还远不能打败人类顶尖棋手，强化学习还只是整个人工智能学术圈里的冷门方向，甚至很多人连强化学习的名字都没有听说过，大家趋之若鹜的方向是数据挖掘和计算机视觉。没有人能想到短短几年后RL即可打败李世乭，DeepMind成为炙手可热的公司、顶级研究机构，而强化学习也给人工智能领域带来如此翻天覆地的变化。

某一年ICLR的开幕式上，有学者在致辞时说:“当初Deep Mind邀请我，我没有答应，现在看来，很显然他们站在了历史更正确的一边。”而我觉得，David Silver，Demis Hassabis，Aja Huang等人最令人敬佩的地方恰恰在于: 他们没有用功利的眼光去选择所谓“正确“的一边，他们只是一直默默地坚持着做自己真正想做的。也正因如此，他们得以引领潮流，而不是跟随潮流。

不仅强化学习领域，甚至今天整个深度学习领域的火爆，也是用很多和他们一样的人（如Hinton）曾经不被看好的坚持换来的。

感谢那些在黑暗中禹禹前行、孤寂中不忘初心的人，是你们的坚持为后来者的路点亮了灯。