星陣很強(qiáng)大，在與Leela Zero和人類職業(yè)棋手對局的棋譜中，我們看得很清楚了。

之前我們也講解了星陣與Leela Zero的第一局棋。

參見：【經(jīng)典對局講解】圍棋AI之戰(zhàn)：星陣 執(zhí)黑 vs Leela Zero | 看看柯潔在四月底人機(jī)大戰(zhàn)時(shí)將面對的對手實(shí)力如何

當(dāng)時(shí)我們得出的一個初步評估是：如果星陣能夠穩(wěn)定地發(fā)揮如第一局的水平，尤其是出色的大局觀和完美的節(jié)奏掌控能力，那么它是一個棋力比肩或稍遜色于AlphaGo Master的強(qiáng)大AI，與最新版的絕藝和BensonDarr處于同一梯隊(duì)。

第二局，星陣的表現(xiàn)依然很好，不過以我的視角來看，招法有些過于剛猛，不及第一局的彈性。在人類棋手中，現(xiàn)在有很多年輕棋手的棋風(fēng)都比較“剛”，比如前天結(jié)束的天元戰(zhàn)，連笑和謝科就是“剛”中自有更“剛”者。日本的井山裕太和一力遼，中國的羋昱廷、時(shí)越和辜梓豪也是”剛“棋。

這樣的棋風(fēng)看著很爽，不愿退讓，能來硬的絕不愿來軟的，“一言不合，大打出手”，一言合了，也還是要揍你的。能下這樣的棋成名的棋手，計(jì)算力都很強(qiáng)，對自己的計(jì)算力也比較有自信。

缺點(diǎn)就是把弦繃得太緊了，不留余地，一旦有閃失，便一瀉千里。由于他們在優(yōu)勢下，經(jīng)常也照剛不誤，不給對手留余地，也不給自己留余地，不管風(fēng)險(xiǎn)大小，把人家逼得沒辦法了、不得不拼，有時(shí)候，煮熟的鴨子最后飛掉了。他們的棋沒有控制流的棋手在取得優(yōu)勢后穩(wěn)當(dāng)。

AI不是人類，我們不確定星陣是成竹在胸才“剛”著來的，還是它的特點(diǎn)就是如此。

按說，強(qiáng)大的圍棋AI不一定存在棋風(fēng)之說，怎么贏它就怎么下，以勝利為目標(biāo)。比如AlphaGo Master與柯潔的第一局和第三局，它就是均衡型、控制流，“你不來招惹我，我也不招惹”；但如果人類棋手想殺Master的棋，跟它來”剛“的，它就會拎起40米長的大刀，讓你見識一下什么叫棋局戛然而止，比如柯潔與AlphaGo三番棋的第二局。它無所謂棋風(fēng)，看你想怎么來。

反正贏家就是贏家，前兩局星陣都贏了，”剛“不”剛“似乎也無所謂了。

第三局，星陣依然贏了Leela，但由于第一步落在了天元上，初始勝率略降。這一局還是贏了，星陣依然很“剛”，而且這一局它顯露出一些破綻。Leela有機(jī)會在搏殺中扳回一局。在大型對殺中，星陣“剛”則“剛”矣，穩(wěn)卻未必穩(wěn)。越是走鋼絲的棋，對計(jì)算的可靠性就要求越高?！皠偂钡綐O致，就需要“無漏”，所謂的“算無遺策”。但星陣的計(jì)算力似乎不足以支撐它下出這么“剛”的棋來。

第四局，星陣輸給了Leela，敗因是在打劫和死活的判斷上不夠精確；第五局，星陣再度敗北，這次其實(shí)還是與打劫和死活判斷，以及由此導(dǎo)致的形勢判斷和收官有關(guān)。在這兩局中，星陣撐得依舊很滿，局部它認(rèn)為有可能有手段的便宜都算進(jìn)自己的賬面上了，但實(shí)際上有些手段是不成立的。

在其他平臺同時(shí)進(jìn)行的與職業(yè)高手讓先的對局中，星陣取得了不錯的戰(zhàn)績。但與姜東潤對局時(shí)，星陣再次出現(xiàn)了死活判斷不清的問題。看到下面這張棋譜，哪怕沒關(guān)注進(jìn)程的棋友也能一眼看出星陣下得很剛猛，然而涉及到大區(qū)域多塊棋的死活問題，星陣沒能處理好。這個場面在DeepZenGo身上，我們看到過太多次了，不感到陌生。

如果是人類棋手之間的對局，上演這種屠龍大戲，我們通常會贊美黑棋的計(jì)算力勝過白棋。姜東潤計(jì)算固然強(qiáng)，但真的是他靠計(jì)算力強(qiáng)壓星陣一籌，所以生吞對方大龍嗎？恐怕不能這么說。問題不是星陣的計(jì)算力沒有人腦強(qiáng)，而是它誤算漏算了。

至于為什么會出現(xiàn)這樣的場面，我們看看開局。在左下角，白棋被黑棋搞成這么慘，活了個極小的角，外邊被黑棋吃了這么多目數(shù)，而且厚成鐵，虧到厄瓜多爾去了。

角部白棋應(yīng)該是算錯了，從而全局的形勢判斷也不靠譜了，否則不會干這種事兒。

后面白棋為什么被屠龍，與左下黑棋這里厚成鐵有直接關(guān)系。當(dāng)然，也不是說白棋一定會全死進(jìn)去，這個過程中，星陣依舊有下錯的地方。不過，要想拖家?guī)Э谌孔Щ?，那是不可能的?/p>

星陣為什么會出現(xiàn)與DeepZenGo相似的死活判斷錯誤呢？

這個問題沒有簡單的答案，我們也無法僅憑看幾張棋譜就給出一個準(zhǔn)確的解釋。不過，看了昨天的一篇報(bào)道，也許我們能有一個猜測的方向。

首先，po主想提醒并更正一下，按照AlphaGo Zero體系架構(gòu)的AlphaZero既可以下圍棋，也可以下國際象棋，還能下將棋，都達(dá)到了頂尖水平。DeepMind雖然沒明確說九路、十三路或貼任意目數(shù)，但這應(yīng)該對AlphaGo不是問題，——再復(fù)雜的貼目和改小棋盤，能復(fù)雜過跨棋類的難度嗎？說星陣“超越了AlphaGo的架構(gòu)”，po主覺得這種提法不夠準(zhǔn)確。當(dāng)然，po主相信星陣肯定有與AlphaGo不同的地方，有該團(tuán)隊(duì)自己的創(chuàng)意。

對于金先生公布的這些信息，歸根到底可以概括為一句話，星陣比AlphaGo施加了更多的人工干預(yù)。而po主始終認(rèn)為，以基本規(guī)則為根據(jù)，人工干預(yù)的越少，圍棋AI就越強(qiáng)，破綻就越少。人為附加的條條框框越多，這個AI的棋里漏洞也就越多。

“下出優(yōu)勢下不退讓的圍棋對局”，這句話有實(shí)施上的問題。其實(shí)人類專家（不管是圍棋專家還是人工智能專家）并不一定能夠判斷出這個優(yōu)勢下的退讓是會贏得更穩(wěn)、是一種需要，還是純粹AI覺得怎么都贏了、隨機(jī)選擇一條路徑。

有時(shí)候，你覺得優(yōu)勢下”我不退讓照樣能贏“，可能就下崩了，因?yàn)槟闶锹┧懔藢κ值哪撤N反擊，尤其對手的棋特別高、高到超出你的預(yù)計(jì)時(shí)。孟泰齡覺得沒棋的地方，柯潔可能覺得有棋呢；柯潔覺得這樣下絕對沒事的場合，AlphaGo可能覺得“我這里還有手段呢”。

哪個人類棋手敢面對任意一個局面拍板“這里百分百可以不退讓，我說行就行”？

極簡單的局面也許可以判斷得準(zhǔn)確，比如固定幾目棋的小官子階段。可這又需要確定什么時(shí)候叫”極簡單的局面“，什么時(shí)候是”還不那么簡單的局面“，什么時(shí)候是”其實(shí)沒那么簡單、但以你以為已經(jīng)很簡單了的局面“。這是個很復(fù)雜的事情。

如果你能準(zhǔn)確的判斷出在每一個局面下“我不退讓也一定能贏，不管對手有多強(qiáng)、下出什么樣的棋，所以這個時(shí)候我不需要退讓”，那你已經(jīng)超越了人類頂尖棋手，也超越了這些AI，你是圍棋之神了。po主不認(rèn)為這是現(xiàn)階段人類有辦法做到的事情。

※

為什么po主認(rèn)為人類要少施加干預(yù)，讓AI盡可能地根據(jù)圍棋的基本規(guī)則自己學(xué)習(xí)才會更強(qiáng)呢？

很容易理解。因?yàn)橹挥袊宓幕疽?guī)則在圍棋的領(lǐng)域里是“絕對真理”。而人類以為的“正確棋理和判斷”，要么是可以通過圍棋的基本規(guī)則直接推導(dǎo)出來的，這一點(diǎn)機(jī)器可以通過大量的自我對弈找到規(guī)律，沒必要人為添加（AlphaGo Zero和AlphaZero就是這么做的，并證明了可行性，而它們的前代AlphaGo Master也已經(jīng)極少施加人為干預(yù)了，不過即便是少施加干預(yù)，也比從“零”開始的AlphaGo Zero實(shí)力弱），要么是錯誤的，或局限于人類有限的理解范圍內(nèi)是相對正確的，它們不足以幫助AI提升到遠(yuǎn)超于人類的棋力。人為干預(yù)越多，給AI造成的“誤導(dǎo)”就越多。

當(dāng)人為干預(yù)達(dá)到極致的時(shí)候，所謂的“圍棋人工智能”就退回到了早年的“人工補(bǔ)丁+專家數(shù)據(jù)庫”的計(jì)算機(jī)圍棋程序時(shí)代。

DeepZenGo為什么存在著直到引退都無法克服的死活判斷+打劫+官子缺陷？就是因?yàn)?span>它的算法里含有很多Zen時(shí)代的東西。DeepZenGo始終沒有擺脫舊日領(lǐng)先、今時(shí)落后的負(fù)累，——這些曾經(jīng)是他們引以為傲的成果。

“星陣”是否背負(fù)了“神算子”算法上的某些負(fù)資產(chǎn)呢？

當(dāng)年的計(jì)算機(jī)圍棋程序是怎么做的？這個地方發(fā)現(xiàn)有bug，好，打個補(bǔ)?。徊季植惶?，那就把人類高手的對局?jǐn)?shù)據(jù)拿來作參考數(shù)據(jù)；定式下得不對，那就把常見定式弄進(jìn)去。可是圍棋的變化太多了，不會重復(fù)的棋局?jǐn)?shù)量浩如煙海，你怎么管得過來？總有你預(yù)料不到的新問題出現(xiàn)。

AlphaGo Lee在第四局出錯了。2016年的那次人機(jī)大戰(zhàn)結(jié)束后，DeepMind在幾個月內(nèi)沒有對外發(fā)聲。所有人都在猜測他們是怎么尋找這個bug，然后怎么修補(bǔ)，說白了就是覺得他們會打補(bǔ)丁唄。以前不都是這么做的嗎？

然而DeepMind沒打補(bǔ)丁。讓AlphaGo通過自我學(xué)習(xí)，然后就克服了這個問題。他們沒有做針對某一個錯誤的人工修補(bǔ)。當(dāng)然，為了讓AlphaGo學(xué)習(xí)得更快，DeepMind倒是設(shè)計(jì)了一些專門喂招的特殊AlphaGo，針對性地提供前代版本容易上套的招法，使得升級后的AlphaGo吃一塹長一智。這都是AlphaGo“靠自己學(xué)習(xí)”得到的長進(jìn)。

DeepMind還進(jìn)一步優(yōu)化了神經(jīng)網(wǎng)絡(luò)架構(gòu)，讓AlphaGo消耗更小的運(yùn)算資源便獲得更強(qiáng)大的棋力，同時(shí)更不需要人類圍棋專家的知識和建議作指導(dǎo)，直至后來走上了“從零開始”的道路。

從AlphaGo的演進(jìn)過程中，我們看到AlphaGo越來越強(qiáng)，直到現(xiàn)在，大家也公認(rèn)AlphaGo Master / AlphaGo Zero / AlphaZero 占據(jù)圍棋的三座高峰，只有效仿其思路的AI才可與其有接近的棋力，它們的共同特點(diǎn)就是讓AI自我學(xué)習(xí)、人工干預(yù)少。

其他AI，人工干預(yù)得越多，成長所遇到的障礙就越多，下著下著，不是這個地方出現(xiàn)低級錯誤，就是那個地方又崩潰了。問題總比補(bǔ)丁多，打到什么時(shí)候是個頭?。?/strong>

機(jī)器學(xué)習(xí)存在“黑盒子現(xiàn)象”。我們不知道施加一個人工干預(yù)的動作后，是否會引發(fā)什么不可知的連鎖反應(yīng)。人工干預(yù)越多，產(chǎn)生的影響越難監(jiān)測和控制，有一個形象的比喻是“牽一發(fā)而動全身”。至于為什么牽了一發(fā)就會動全身，對不起，這一過程發(fā)生在漆黑一片的密閉空間，天知道是什么個機(jī)理。

※

“優(yōu)勢下不退讓”，這種說法本身就是要對AI施加人工干預(yù)。而且，如我們前文所述，這個干預(yù)還個標(biāo)準(zhǔn)很難確定的東西。

退讓，那就意味著有贏多贏少的概念了。AlphaGo是贏得越穩(wěn)越好，不在意贏多贏少，星陣則是贏得越多越好。

贏得目數(shù)越多，就越得到“鼓勵”。怎樣贏得更多呢？殺棋屠龍，或者下得更撐。逆收七目的官子大，還是搏一把干掉對方一條大龍贏二十目大？

這不僅是對終局結(jié)果設(shè)置了“考核標(biāo)準(zhǔn)”，還相當(dāng)于蔓延到對整個對局進(jìn)程產(chǎn)生干擾。

曾經(jīng)，圍棋也有下彩棋的，贏得目數(shù)越多，彩頭就越多。下彩棋的棋手在整個棋局的進(jìn)程中都是以此為目標(biāo)選擇招法的。這可絕不僅僅是官子收得嚴(yán)謹(jǐn)一點(diǎn)而已。

我們在星陣的棋譜中，看到了不少“撐得很猛”的招法，有些是成立的，有些是不成立的。不知道這樣的棋風(fēng)是無心插柳，還是有意栽花？

如果星陣在局部死活判斷、大范圍對殺、打劫和官子上存在與DeepZenGo相似的問題，那么柯潔在10天后的人機(jī)大戰(zhàn)中未必沒有機(jī)會。

※

星陣輸?shù)倪@幾局棋，并不是在分先正常下的對局中輸?shù)舻摹?/strong>這一點(diǎn)也應(yīng)該指出來。

輸給Leela Zero的兩局是“讓位”了，即第一手或前兩手落在高位，勝率比正常下略低；輸給姜東潤的對局是讓先的棋份。在這三局中，星陣均有明顯冒進(jìn)的高風(fēng)險(xiǎn)招法，似乎急于扳回。

正常進(jìn)行也許未必會輸。然而，死活判斷和打劫出錯與此關(guān)系不大，這個明顯的BUG肯定是存在的。

只是不清楚星陣的這些BUG有多大成分是純粹的計(jì)算力不足所致，又或者與DeepZenGo相似，是人工干預(yù)和其他因素產(chǎn)生的算法固有缺陷而所致。

理論上，如果計(jì)算力無窮大，我們直接用蒙特卡洛樹搜索的算法就能戰(zhàn)無不勝；但實(shí)際上，誰也做不到計(jì)算力無窮大，算法設(shè)計(jì)得越好，達(dá)到同樣棋力所需的計(jì)算力就越小，在同等計(jì)算力支撐下達(dá)到的棋力就更高。AlphaGo Master用四個TPU所達(dá)成的棋力，AlphaGo Lee就絕對做不到，分布式的棋力仍不及前者的單機(jī)版。

計(jì)算力多少叫夠用呢？永遠(yuǎn)都不夠用。在計(jì)算力有限的前提下，只能把算法做得更好了。

訓(xùn)練AI所需要的計(jì)算力與運(yùn)行其所需要的計(jì)算力不是一回事。這一點(diǎn)正是大公司掌握豐富資源的優(yōu)勢所在。不過，如果設(shè)計(jì)思路本身就有缺陷，即便提供足夠的資源，恐怕也未必能夠達(dá)到所期待的高度。