阿尔法围棋

1952年出生的大胜负师小林光一有句名言：“我知道怎么把优势的棋赢到手，这个秘密将在我六十岁之后公布。”与此相关的，一句流传更广的话是这么说的：围棋的一切边角变化将在小林时代被研究穷尽。 这是两个有点冷的冷笑话。 我开始学棋的时候，李昌镐的光芒还如日中天，虽然已经渐显颓势，但收拾中国的龙虎豹辈棋手依旧轻松得像是砍瓜切菜。暗无天日的时代，棋友们恨恨地说，龙虎豹辈棋手都没戏了，接下来该是鼠辈棋手上阵了吧？ 学棋十多年间，我计算力最强的时候在弈城打上了5D，计算力下降之后总在3D4D之间徘徊。但没想到的是，工作忙起来精力越来越短计算力越来越差之后，却神奇地升到9段并鲜有败绩，这个事情我其实一直接受不了，因为从来都不可思议，哪怕这样的9段放在现实中顶天了只是业余6段强。 围棋的复杂与博大，注定了顶尖与普通，职业与业余之间的巨大鸿沟几乎无法跨越。一个肩冲黑棋小飞角的变化，吴清源下出来六十多年后，凭借阿法狗的安利才被棋界理解，李昌镐对小飞挂角应以尖顶让对方从容立二拆三，又是经过了多少盘棋的教育才说服了三国各路强豪？ 这是一个依旧相信神和天才的领域。马晓春常昊重头再来，哪怕完美地避过那些他们痛心疾首的败招，我都不相信他们会是李昌镐的对手。棋盘太大了，输的人从来都不是输在具体的某一手棋上。 是这样的，以前看着中国棋手的溃败，总想着李昌镐这厮怎么还不老？但后来李昌镐在棋盘上真的老了之后，我却开始怀念起这个永远面无表情的韩国人了。 棋盘太大太复杂，站在棋盘的中央，以有限的智识，就像是一个人站在宇宙中央独自面对那一份浩渺无边的迷茫与孤独。 如果这时候，有一个人仿若永远不可战胜地在目力可及的前方奔逸绝尘，高山仰止，你会觉一切茫然突然间就有了目标和指引。 “天不生仲尼，万古如长夜。” 所以当阿法狗开始肆虐棋坛的时候，我分外怀念那个李昌镐的时代。站在更广阔的时空区间内，当吴清源一手手看似平平无奇的着法被现在的棋手们遗忘抛弃，却被阿法狗从故纸堆中翻刨出来摆在棋盘上，创造出六十连胜的伟业时，我终于还是无法免俗地假设：如果此时李昌镐全盛、吴清源壮年。。。 并非担忧人工智能的发展和胜利会对人类造成多大的不可预知的伤害，而是出于一种朴素的优越感：在我看来围棋是人类发明的最接近于宇宙本质的游戏，纵横十九路，蕴藏的变化竟相当于宇宙原子数的总和，换句话说，如果真有围棋之神，这位围棋之神或许也可以是宇宙之神了。 在阿法狗之前，我可以轻松地完虐一切围棋软件，我相信围棋无穷无尽的变化和人类独有的创造性的、艺术性的以及经验性的直觉，使得人工智能战胜人类顶尖围棋高手只能依靠暴力穷举——根据代码完成计算的人工智能在我此前的经验中明显不具备创造的能力——而这样的暴力穷举所需要的计算量，显然是下个时代才能完成的事情。 阿法狗之后，这种感觉人类自身独有的无限接近宇宙本质的思维上的优越感多少已经没那么强烈。 那么，如果把李世石、柯洁换成李昌镐、吴清源，结果会不会不同呢？ 这样的假设显然已无法验证，但有意思的是，真正开始撕开李昌镐铁幕的罗洗河，靠的却不是纯粹的计算，哪怕这位“天才棋手”智商高达164。 时间回到2006年三星杯，人称“飞天神猪”的罗洗河在与崔哲瀚的半决赛第三局中，炫耀智商般地放弃四劫循环无胜负的奇局，一气送吃46子大龙却最终大胜，成就了一局注定流传千古的争棋名局。在与李昌镐的三番决赛第三局中，罗洗河以天才的掌控与全局构思，诱迫李昌镐强打了一个长达百余手的劫争，为打赢这个劫争，李昌镐四处找损劫，最终赢了劫争却输了棋。 是的，李昌镐，这个“把围棋演绎到一种几无失误的至高境界”的“半人半神”，并非输给纯粹的计算，而是输给了鬼斧神工的天才构思。 罗洗河说围棋获胜依靠的是更加符合事物的规律而不是依靠你比对手强。 这样的话，也不知道阿法狗同意不同意。

AlphaGo和李世石的世纪大战已经过去了两年，现在重新看这部纪录片，看到了更多背后的故事和一些当时不太被人们所注意的细节。                整部片子看完影响最深刻的人物就是樊麾了，操着一口法式英语的中国棋手，他是AlphaGo对弈的第一个围棋职业选手，也是第一个输给人工智能的围棋职业选手，如果人工智能有自己的教科书，那么樊麾是一个需要背诵的知识点。然而在李世石和柯洁相继败给AlphaGo之后，没有多少人记得樊麾这位欧洲围棋冠军，记得当时世纪大战开战之前，很多围棋专家认为AlphaGo实力并不强，理由就是看了樊麾与AlphaGo对弈的棋谱，认为樊麾长居欧洲，水平只有业余段位，并不配与李世石相提并论。这些恶意的评论让樊麾非常痛苦，但他并没有被外界的声音所影响，反而积极乐观的协助了AlphaGo的设计与测试工作，最终还担任了世纪大战的裁判。当所有人都被AlphaGo惊人的实力所震撼，以及为李世石和柯洁的失败而感到伤感时，我们更加欠樊麾一个道歉，这位第一个接受人工智能挑战的勇士一个道歉。        重新回顾当时这五场比赛，去看赛前，赛中，与赛后的一些言论与变化，会发现这是一个极其戏剧化的反高潮剧本。就像之前所说，包括李世石在内的许多职业选手都认为，电脑下围棋的水平还没有达到可以战胜人类的程度，至少现在还不到时候。我清楚记得当时在网上看直播的时候请了四位嘉宾，包括柯洁两位职业选手和一位业余爱好者，还有一位就是研究围棋AI的博士。赛前站边，那三位自然选李世石，这位博士独站AlphaGo，看上去有些势单力薄，这也是当时普遍的大趋势，除了少数专业领域的工作者之外，全世界关注围棋的人们实现了大团结，期待人的智慧可以战胜电脑，好似全人类群情激昂，认为自己必将战胜外星侵略者。        由于我对围棋认识也只是了解规则，当时直播棋局的具体走势基本都是在听柯洁分析，柯洁的解说风格相当耿直，到中期就开始说李世石已经不行了。这次重看记录片，看到了许多李世石当时的面部表情与特写，确实感受到他的一些焦虑，如片中所说，李世石下意识看向对手，想了解的对手的心态，然而他什么也看不到，他眼前的这个人无法给出任何有效信息，他真正的对手不过是电脑里的一堆代码。        如果说第一局李世石的失败，围棋界大部分的感觉是震惊，但仍然认为人类还有赢得希望，那么在连输三局之后，整个围棋界，包括所有关注这场人机大战的人都陷入的一丝绝望与恐慌感，当时整个比赛大厅都陷入了一片沉寂。如同《终结者》的时代已经提前到来，就连AlphaGo的团队成员都为李世石的失败感到难过，人类自身的脆弱，让我们制造许多强大的工具来强化保护我们自身，AlphaGo也是一个工具。然而此时此刻，AlphaGo强大的学习能力似乎隐隐的有些超出了我们所能想象的范畴，AlphaGo最终会发展成一个强大的工具还是一个新的智慧体，对异类的排斥和恐惧动摇了人类中心论的价值观，好似《银翼杀手》中对复制人的捕杀与限制，这些本来只应该在科幻片出现的感觉，现在每个人都在这现实的世界中都真真切切的感受到了。        这也是为什么在第四场比赛，李世石顽强的扳回一局会让那么多人热泪盈眶，原来人类还有希望啊！很多人这么想。如果故事到此戛然而止，一部主旋律励志电影就诞生了，然而真正的反高潮在于第五局，李世石没有任何还手之力，AlphaGo用一种高高在上的方式结束了整场比赛。就这样结束了？好像除了赞美一下科技的神奇之外，总有些怪怪的感觉。主流的声音都在说AlphaGo的胜利吸引了更多人关注围棋，这不是围棋的消亡反而是围棋的再一次重生，确实，有正确自我认知的人会在失败中让自己成长，李世石和柯洁都是这样的人，他们输得有尊严，也清楚自己与对手的差距。然而对大部分旁观者来说，更重要的是唯一一场胜利消弭了“非我族类，其心必异”的不适感，但心里仍不是滋味。        总有人说不要害怕人工智能，人工智能的终极目的是为了更好的服务人类，还有人说AlphaGo的围棋没有感情和美感，不过是一堆数字符号的运算。（李开复、高晓松）再我看来这些人依然是坚持人类中心论的价值观，他们为自己人类的身份感到骄傲，为人类的未来粉饰太平。地球四十六亿年的寿命，人类的历史不过十几万年，真正的文明社会也不过六七千年，再过一万年，十万年呢，人类的文明是飞向宇宙还是走向灭亡，不过是又一个掷骰子的游戏，人工智能如果真的能发展成一个新的物种，会比人类本身强大很多，智慧很多，更有可能形成一个新的文明体系。那时再保持这种人类中心论的价值观，我们势必要与人工智能开战，那么《黑客帝国》的故事将重演。这么多年来我们总渴望去寻找地外生命，却又害怕他们更加高级来奴役我们自己，这种愚蠢而矛盾的心理一直持续到今天。面对人工智能，我们有机会去创造一个我们更加了解和熟悉的优秀的生命体，不应该只想着怎么把他们当作工具，奴役他们，而是应该和他们平等相处，以融合与升级让文明得以延续。以这样的心态来面对人工智能，才能真正消除我们心中的恐惧感，才能更好更安全的研究和发展人工智能。敬畏宇宙的伟大，正视自我的渺小。

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。