对AlphaGo的决战将重燃 这是人类最后的杀招

无论你对围棋的了解程度如何，“AlphaGo”、“阿尔法狗”、“Master”这些关键词相比在这段时间里都已经让你对人工智能技术和围棋界的纠葛有一个不浅的印象了。如今不服输的顶尖围棋棋手们即将对强大的人工智能再次发起挑战

无论你对围棋的了解程度如何，“AlphaGo”、“阿尔法狗”、“Master”这些关键词相比在这段时间里都已经让你对人工智能技术和围棋界的纠葛有一个不浅的印象了。如今不服输的顶尖围棋棋手们即将对强大的人工智能再次发起挑战。

新一轮世纪大战

我们习惯称之为“阿尔法狗”的人工智能AlphaGo和围棋界的恩怨真的是很难理清。去年它对顶尖棋手李世石发起挑战，并以让人惊讶的4：1大比分获胜，让人类在智力游戏上的自信开始崩塌。不久前AlphaGo化身神秘的Master，在网上面对各路职业棋手赢得了60连胜的骇人战绩，彻底击碎人类对人工智能的最后一座堡垒。

如今或许是不服输，或许是为了挑战AlphaGo的极限，新一轮的世纪之战即将被点燃，而这一次的赛制和过去都不一样。

人机世纪大战的第二轮不知不觉间已被敲定，时间是今年四月，地点在世界互联网大会的举办地浙江乌镇，而对战双方则是AlphaGo，还有世界排名第一的棋手柯洁，双方将以三番棋赛制决胜负，而且不同于过往的快棋形式，这次要下的是慢棋。

有趣的是，在这一次的三番棋“单挑”之后，AlphaGo可能还将要接受一次“群殴”，对手是职业棋手组队参加，后者将采用集体研讨之后再落子的相谈棋。如果可能的话，中日韩三国的棋手可以各组一队轮番挑战AlphaGo。有消息称，团体战的节奏可能会比柯洁的三番棋更慢，一盘棋需要下两天，双方各有长达9小时的对弈时间。

最后的慢棋

为什么下一次世纪之战将会是慢棋呢？我们还得从去年李世石和AlphaGo的对决说起。众所周知李世石在五局对决中唯一只赢了第四局，而那一局正是慢棋赛。当时面对李世石精彩的逆转手，AlphaGo接连出现了“人工智能式”的低级失误，最终落败。

更耐人寻味的是，化名为Master的AlphaGo虽然在网络上大杀特杀，但它有一个让人在意的细节，那就是只接受快棋赛邀请。这些事实让人不禁浮想联翩，是不是AlphaGo自知它的弱点就是慢棋？尽管事实可能并非如此，但是值得一试。

我们都知道，AlphaGo的“头脑”中本身就储存了数以百万计的棋谱，再加上它能够凭借强大的机能不断进行左右互搏式的自我对弈，并通过深度学习技术过滤及记住那些胜率低的落子选项，从而实现了类似人类一样的最优选择思考。

可怕的学习能力，再加上人工智能特有的那种不知疲倦，状态如一，计算精确，这才让AlphaGo在快棋赛中所向无敌。尽管现代竞技围棋一直在朝着快棋发展，但无论职业棋手的计算能力再强，他也会受到状态和疲劳的影响，也可能会因为时间的紧迫来不及思考出最优选项。碰上了计算更快，且始终表现稳定的AlphaGo，仅仅30秒以下的时间确实是少了一些。

下快棋大家认栽，那么下慢棋怎么样？新一轮的世纪大战看似是人类要不顾脸面合起伙来欺负AlphaGo了，但这事实上仍然是人类的背水一战。职业棋手们只是想要探讨，人类究竟还有没有战胜它的可能性？

胜败在此一举

事实上由世界第一的柯洁先行三番棋挑战AlphaGo，这三场大战更多的是一种试探。如果柯洁在下慢棋的情况下仍然不能够战胜AlphaGo，那么就说明以个人去挑战人工智能无论如何都已经没有了希望，接下来只能靠团体的力量了。

职业棋手们的考虑确实有他们的道理。正如上文中所说，AlphaGo胜在处理速度快，发挥稳定，这对于在快棋赛中容易被时间因素影响到心理状态的人类棋手来说是巨大的优势。如果能够给予人类棋手更多的思考时间，甚至于能让他们群策群力去讨论出一个最佳的下法，这确实是人类在棋盘上战胜AlphaGo的唯一手段了。

有趣的是这样的赛制颇有一点复古的味道。围棋大师吴清源和本因坊秀哉1933年10月的经典对局中，后者就曾屡次要求暂停，回去和弟子们共同研讨对策，将这局棋的总用时延长到了三个月之久，据说因此最终获得了胜利。有这样的先例，即使对手已经是无敌于天下的人工智能，或许也就有了战胜的希望吧。

一言以蔽之，人类棋手现在想要战胜AlphaGo，只能希望自己少失误，并且考虑得更加周全一些了。这种尝试的有趣之处就在于，如果人类能够将自己的失误率最小化，并且尽可能排除掉状态的影响，那么人类多年来所发展出的棋道，和人工智能通过学习算法自己“悟”出来的棋道，究竟谁才是正确的？难道事实真会像柯洁所说，人类数千年的实战演练进化，其实不知什么时候开始就已经误入歧途了？

传奇将要完结

无论接下来的这一次世纪大战结果如何，人类是胜是败，一个不可改变的事实是人工智能技术已经发展到能够在人类引以为豪的领域发起强力挑战，并获得胜利的程度了。更重要的是，科学家们开发AlphaGo，当然不只是为了去下围棋的。

AlphaGo开发团队的负责人曾表示，他们之所以让人工智能走围棋学习的方向，一是为了唤起全世界对这项运动的关注，二是希望能够将研究成果运用到其他领域上。事实上，研发团队已经明确表示下一次大战无论结果如何，他们都将终止在围棋方向的开发。

不仅仅是围棋，以AlphaGo为代表的人工智能有望在气象、市场预测这些方面做出卓越贡献，发挥更大的作用。现在我们仍然为人工智能的突然崛起感到担忧，或许很快它所带来的进步就将惠及每一个人。