柯洁对战AlphaGo，一场众人眼中人类必输的比赛意义何在？

ZD至顶网软件频道消息：时隔一年，曾经被大众期待不已的、柯洁与AlphaGo的比赛终于有了眉目，双方相约今年五月在中国乌镇一决雌雄。不过这次，相对去年AlphaGo对战李世石的比赛，大众心中则是一边倒地认为，柯洁必输。

事实上，从去年AlphaGo对战韩国围棋九段选手李世石之后，AlphaGo的升级版本又以"Master"的名字与世界顶级的围棋选手进行了60场线上快棋赛，并最终大获全胜。AlphaGo成为历史上首个获得职业九段称号的非人类棋手，无败绩。同时，人们对于人工智能的认知也产生了天翻地覆的变化，认为围棋领域内人类与人工智能之争已经毫无悬念。

那么，柯洁对战AlphaGo，这场众人眼中必输的比赛又有什么意义？

柯洁：抱着必胜的决心
柯洁对AlphaGo的心路历程可以说是“跌宕起伏”。去年，AlphaGo对战韩国围棋九段选手李世石，柯洁几乎在李世石第一轮战败第一时间发微博称“就算阿法狗战胜了李世石，但它赢不了我”。那场比赛，AlphaGo 4：1轻松取胜李世石。

去年年底，柯洁在微博上透露：从三月份开始，研究了大半年的棋软，无数次的理论、实践，就是想知道计算机究竟强在哪里。人类数千年的实战演练进化，计算机却告诉我们人类全都是错的。

今年四月初，在接受记者采访时，柯洁好几次用了“佩服”这两个字形容AlphaGo，他说AlphaGo用棋的妙处是以宏伟的构图或者大局观来压制棋手，虽然过程中会小失误，但是不影响大局。“AlphaGo超越了所有棋手的想象，像是真正来自未来的。”

从最早的不服气，到后来的理智分析、遭遇疑惑、衷心佩服，这大半年来，柯洁已经陆续与AlphaGo进行了多次练习。柯洁表示，“我很幸运地处在了这样一个历史变革的时代。作为一个棋手来讲，我能做的最大的努力就是下好自己的棋，绝不会轻易妥协，我不会说输了也无所谓这样的话，因为这不是我，无论他有多强大，我都要和它一决胜负，我要抱着必胜的心态还有必死的信念，不会轻易言败。”

“不公平的比赛”
围棋被认为是世界上最复杂的棋盘游戏，在这项流传了千年的棋盘上，人类曾在围棋着法上形成了长久以来的固定定式，这些定式就像武林高手过招，虽凶险却有迹可循。说白了，所谓技高一筹就是要看哪位棋手算的更快更准确。

围棋使用方形格状棋盘及黑白二色圆形棋子进行对弈，棋盘上有纵横各19条直线将棋盘分成361个交叉点，棋子走在交叉点上，双方交替行棋，落子后不能移动，以围地多者为胜。中国古代围棋是黑白双方在对角星位处各摆放两子（对角星布局），是为座子制，由白棋先行。现代围棋由日本发展而来，取消了座子规则，黑先白后，使围棋的变化更加复杂多变。对人工智能而言，围棋的挑战性不仅仅是因为围棋包含了庞大的搜索空间，更是因为对于落子位置的评估难度已远远超过了简单的启发式算法。

为了应对围棋的巨大复杂性，AlphaGo 采用了一种新颖的机器学习技术，结合了监督学习和强化学习的优势。通过训练形成一个策略网络（policy network），将棋盘上的局势作为输入信息，并对所有可行的落子位置生成一个概率分布。然后，训练出一个价值网络（value network）对自我对弈进行预测，以 -1（对手的绝对胜利）到1（AlphaGo的绝对胜利）的标准，预测所有可行落子位置的结果。这两个网络自身都十分强大，而 AlphaGo将这两种网络整合进基于概率的蒙特卡罗树搜索（MCTS）中，实现了它真正的优势。最后，新版的AlphaGo 产生大量自我对弈棋局，为下一代版本提供了训练数据，此过程循环往复。

在获取棋局信息后，AlphaGo 会根据策略网络（policy network）探索哪个位置同时具备高潜在价值和高可能性，进而决定最佳落子位置。在分配的搜索时间结束时，模拟过程中被系统最频繁考察的位置将成为 AlphaGo 的最终选择。在经过先期的全盘探索和过程中对最佳落子的不断揣摩后，AlphaGo的搜索算法就能在其计算能力之上加入近似人类的直觉判断。

微软亚洲研究院首席研究员刘铁岩曾评价AlphaGo对战李世石的比赛为“不公平的比赛”，他认为，人类大脑的优势显然不是计算，而AlphaGo代表的庞大的计算机在计算方面的优势则远远高于人类，加上AlphaGo本身就是多位著名的技术专家共同协作制造的，从这个角度看，棋手以一人之力对抗多位技术专家和庞大的计算集群，胜算可想而知。

胜负不是最终目的
柯洁对战AlphaGo，结局并不乐观，但是各方对于比赛的重视显然也不仅仅在于胜负。

国家体育总局棋牌运动管理中心主任罗超毅表示：“胜负固然重要，但是胜负不是我们这次活动的全部，甚至从一定程度上讲，胜负已经不是这个活动的主题了。当我知道柯洁和我们其他几位棋手要跟阿尔法狗进行对决的时候，我感觉到，这是一批科学家跟我们的围棋高手进行一次智慧的交流。从计算上来讲，计算机早就已经赢了人类，这次对决本质上是探索围棋奥秘，是深度学习本身带给人类的重要启发。”

5 月 23 日至 27 日，在乌镇举办“中国乌镇·围棋峰会”设计了三种比赛形式，包括：
* 柯洁对阵 AlphaGo：双方进行三番棋对弈，无论输赢双方必须下满三局，每方将有3小时时间，用时结束后将有5次1分钟读秒。
* 人机配对赛：2位中国职业棋手分别与 AlphaGo 组队，每方一小时，用时结束后将有1次1分钟读秒。
* 团队赛：五位中国顶尖棋手组队与 AlphaGo 进行对弈，每方2.5小时，用时结束后有3次1分钟读秒。共同测试 AlphaGo 在面对组合风格时所展现的创造力和适应性。

三种比赛形式不仅要考验 AlphaGo对不同组队方式下比赛的创新能力，同时也要看人类和 AlphaGo的合作能够产生哪些火花。谷歌大中华区总监石博盟表示：“战胜柯洁对于AlphaGo来说也不是容易的事情，我们还在探索新的打法。”

但无论如何，Deepmind创造出AlphaGo的目的并不是取代人类，或者获得更好地战绩，AlphaGo的存在是帮助人类如何在信息不完美的情况下做出最好的选择。目前，AlphaGo 背后的部分机器学习方法已经被应用到实际生活中，并在一些重大问题中发挥了作用，比如减少能源使用。机器学习技术也已经开始应用于一系列令人振奋的医疗研究项目中。同时，在 Goolge 的众多产品中，我们也能看到机器学习正在将许多的“不可能”变成现实：它使得人们可以利用 Google Photos 立即找到爱犬在雪地里的照片，也令 Google 翻译获得了比过去10年中取得的所有进步都更为显著的提升。