從大勝李世石到險(xiǎn)勝柯潔，AlphaGo這一年經(jīng)歷了什么？

　　世界排名第一的柯潔，曾認(rèn)真研究了一年多AlphaGo喜歡的三三式;在這一年多，AlphaGo則從第18代迭代為第60代。這些表象背后，人工智能深度學(xué)習(xí)能力經(jīng)歷了怎樣的演進(jìn)?

　　5月23日上午10點(diǎn)半，備受全世界矚目的人機(jī)大戰(zhàn)第二季將全面打響。最終，人類圍棋界排名第一的中國棋手柯潔輸給了AI界排名第一的AlphaGo圍棋人工智能程序。

　　一場科技層面注定失敗的比賽

　　這是一場業(yè)內(nèi)同行普遍不看好結(jié)果的比賽。

　　盡管柯潔在大戰(zhàn)前悲壯地表示，“我會用所有的熱情去與它做最后的對決，不管面對再強(qiáng)大的對手——我也絕不會后退!”賽前的豪邁，依然改變不了失敗的結(jié)果。在專業(yè)棋手看來，輸四分之一子的柯潔雖敗猶榮。

　　對柯潔而言，這是一場注定艱難但必須爭勝的戰(zhàn)斗。在此之前，柯潔專門研究了AlphaGo喜歡的三三式，并在比賽中應(yīng)用。

　　而在這一年中，AlphaGo從對陣?yán)钍朗瘯r(shí)的第18代，迭代為對陣柯潔時(shí)的第60代。快速迭代的背后，是AlphaGo全新的深度學(xué)習(xí)邏輯。這種經(jīng)歷迭代的深度學(xué)習(xí)邏輯，其強(qiáng)大力讓人難以望其項(xiàng)背。

　　深度學(xué)習(xí)的兩次邏輯變更

　　2016年在AlphaGo以4：1大勝李世石后，人工智能再次進(jìn)入大眾的視野，而在這場世紀(jì)“人機(jī)大戰(zhàn)”后，Deepmind隨即宣布“阿爾法狗”進(jìn)入閉關(guān)狀態(tài)。

　　直到2016年12月29日，神秘的AlphaGo才化身為Master再次復(fù)出。隨后其在短短一周內(nèi)，擊敗了包括目前中韓第一人柯潔和樸廷桓，以及古力、陳耀燁、范廷鈺、常昊等10多位中韓世界冠軍，豪取60連勝，就連原來信心滿滿的柯潔也對此也一改以往自信狂傲的口吻，聲稱自己很可能全輸給AlphaGo。

　　而前兩次人機(jī)對決的場景還歷歷在目，第三次人機(jī)大戰(zhàn)卻已悄然來臨，但整個(gè)人類世界對于兩方選手的感情卻發(fā)生了顛覆性的變化，一邊倒的認(rèn)為柯潔必輸。

　　那么這一年時(shí)間里AlphaGo身上究竟發(fā)生了什么?居然讓輿論變化如此之大，這無疑源于人們對AlphaGo了解的加深。

　　與李世石對戰(zhàn)的AlphaGo 1.0版混合了三種算法：蒙特卡洛樹搜索+監(jiān)督學(xué)習(xí)+增強(qiáng)學(xué)習(xí)。其中，蒙特卡洛樹搜索是一種優(yōu)化過的暴力計(jì)算，比1997年深藍(lán)的暴力計(jì)算更聰明。而這里的監(jiān)督學(xué)習(xí)，是通過學(xué)習(xí)3000萬步人類棋譜，對六段以上職業(yè)棋手走棋規(guī)律進(jìn)行模仿，也是AlphaGo獲得突破性進(jìn)展的關(guān)鍵算法。而增強(qiáng)學(xué)習(xí)作為輔助，是兩臺AlphaGo從自我對戰(zhàn)眾中學(xué)習(xí)如何下棋，對棋力提升有限。

　　此次AlphaGo2.0的技術(shù)原理已有顛覆式改變。首先是放棄了監(jiān)督學(xué)習(xí)，沒有再用人的3000萬局棋譜進(jìn)行訓(xùn)練。這本是AlphaGo最亮眼的算法，也是今天主流機(jī)器學(xué)習(xí)不可避免的核心條件：依賴于優(yōu)質(zhì)的數(shù)據(jù)，在這個(gè)特定問題下就這么被再次突破了。

　　其次，放棄了蒙特卡洛樹搜索，不再進(jìn)行暴力計(jì)算。理論上，算法越笨，就越需要暴力計(jì)算做補(bǔ)充。算法越聰明，就可以大大減少暴力計(jì)算。從AlphaGo 2.0的“馬甲”Master的歷史行為看，走棋非常迅速，約在每10秒鐘就走棋一步，如此速度很可能是放棄了暴力的計(jì)算。

　　再次，極大地強(qiáng)化了增強(qiáng)學(xué)習(xí)的作用，之前敲邊鼓的算法，正式成為扛把子主力。想想看有多勵志：兩臺白癡機(jī)器，遵守走棋和獲勝規(guī)則，從隨機(jī)走棋開始日夜切磋，總結(jié)經(jīng)驗(yàn)，不斷批評和自我批評，一周后終成大器。

　　通俗地講，1.0版本的AlphaGo尚需借助人類棋譜來增長功力，而新版阿爾法狗2.0已正式摒棄人類棋譜，只靠計(jì)算機(jī)自身深度學(xué)習(xí)的方式成長——即探索“深度學(xué)習(xí)”方式的極限，臻至“圍棋之神”的境界。所以，它現(xiàn)在在圍棋方面儼然打通了任督二脈，人類根本找不到其脈搏。

　　而在今年 4 月，AlphaGo 之父哈薩比斯在英國劍橋大學(xué)進(jìn)行了演講，專門提到為了幫助 AlphaGo 提升。他公開表示，之前 AlphaGo 提升一個(gè)版本需要 3 個(gè)月，現(xiàn)在只需要 1 周。AlphaGo 對陣?yán)钍朗瘯r(shí)的版本號是 V18，而當(dāng)下的版本估計(jì)已經(jīng)到了 V60，在邏輯上和棋局策略上已經(jīng)今非昔比。

　　誠如哈薩比斯所說，AlphaGo證明了人類3000年來在圍棋上犯了一個(gè)大錯，其僅憑兩臺機(jī)器自我對弈中學(xué)習(xí)和進(jìn)化，最終不僅趕超了人類進(jìn)化的速度，還發(fā)展出一套截然不同的下棋方法，并且更加接近完美的狀態(tài)，實(shí)現(xiàn)了對人類的碾壓，重演了一部圍棋的進(jìn)化史，而且得出了與這兩千年來不同的進(jìn)化結(jié)果。

　　如今，人工智能已經(jīng)上升為國家戰(zhàn)略，而在2017年業(yè)界的聲音也的確進(jìn)入了該領(lǐng)域的下一個(gè)階段——更加強(qiáng)調(diào)人工智能技術(shù)的落地。未來社會每個(gè)人身邊獨(dú)有一個(gè)人工智能助手，人類將從簡單重復(fù)的勞動中解脫出來。

　　人工智能產(chǎn)業(yè)風(fēng)口已來

　　不過，柯潔輸給AlphaGo并不代表人類敗給了人工智能，因?yàn)檫@種對抗從來不是技術(shù)與人關(guān)系的實(shí)質(zhì)。人工智能的出現(xiàn)從來不是作為人類的對手，而是作為人類的助手。

　　就好像現(xiàn)在多數(shù)人應(yīng)該都覺得，讓人和汽車比誰跑得快，連娛樂價(jià)值都沒有了，而如何利用汽車、利用無人駕駛讓我們的生活更方便，才是更有價(jià)值的探索方向。這也是谷歌一直所追求的“如何讓機(jī)器更智能，如何讓人的生活更好”，而且阿爾法狗后面站著的實(shí)際上就是人類本身。

　　而隨著阿爾法狗在深度學(xué)習(xí)領(lǐng)域的示范效應(yīng)，深度學(xué)習(xí)有望進(jìn)一步加速滲透至各個(gè)行業(yè),垂直行業(yè)的信息化公司有望充分利用深度學(xué)習(xí)提升行業(yè)智能水平。目前，谷歌、微軟、 Facebook、百度等巨頭紛紛開源深度學(xué)習(xí)框架,大大降低開發(fā)深度學(xué)習(xí)系統(tǒng)應(yīng)用門檻,加速滲透至各個(gè)行業(yè),包括金融、醫(yī)療、服務(wù)機(jī)器人、法律、無人駕駛、教育、氣象、農(nóng)業(yè)等,垂直行業(yè)的信息化公司有望迎來發(fā)展良機(jī)。2017年被業(yè)內(nèi)評價(jià)為人工智能應(yīng)用元年。

　　基于人工智能巨大的發(fā)展空間，國內(nèi)相關(guān)上市公司也將迎來發(fā)展契機(jī)。阿里云、騰訊、百度、科大訊飛等行業(yè)巨頭，大疆、華大基因、柔宇科技等創(chuàng)新企業(yè)正在人工智能領(lǐng)域開始耕耘。

　　而相較于在原創(chuàng)性研究領(lǐng)域的薄弱，中國在AI應(yīng)用方面具有獨(dú)特的優(yōu)勢：一方面政府統(tǒng)一規(guī)劃使得國內(nèi)在人工智能方面的投入可能取得更好成果，另一方面國內(nèi)巨大的市場需求，將促使人工智能在產(chǎn)業(yè)應(yīng)用的落地加快，最終產(chǎn)生一些在國外無法實(shí)現(xiàn)的應(yīng)用模式。

　　在AlphaGo不斷迭代深度學(xué)習(xí)邏輯的同時(shí)，人類在不斷拓寬對人工智能的應(yīng)用。在這一場永不停歇的人機(jī)大戰(zhàn)中，誰是最終的贏家，結(jié)局已經(jīng)注定。