AlphaGo三番棋對(duì)決中的第二盤昨日打響，最終柯潔不敵阿爾法圍棋，第二盤告負(fù)，目前雙方比分0:2。

隨后搜狗公司CEO王小川在知乎上發(fā)布評(píng)論文章稱，2017人機(jī)大戰(zhàn)的意義在于它重演一部進(jìn)化史，重新認(rèn)識(shí)智慧的界限。王小川體現(xiàn)，“AlphaGo2.0 告訴我們：如果有合適的條件，完全可能有其他的生命進(jìn)化路徑，以及更紛歧樣的進(jìn)化結(jié)果。”

王小川認(rèn)為，AlphaGo 2.0與1.0已大不相同，新的算法對(duì)計(jì)算資源開銷極小，把當(dāng)前棋局輸入神經(jīng)網(wǎng)絡(luò)，電流流過，輸出就是最佳的走棋方案。王小川猜測(cè)，有可能僅僅依靠一個(gè) GPU 工作，每一步棋消耗的能源接近人的大腦。

在王小川看來(lái)， AlphaGo2.0已經(jīng)完全拋棄掉人類這兩千年來(lái)進(jìn)化的圍棋經(jīng)驗(yàn)，另尋他徑，僅憑兩臺(tái)機(jī)器自我對(duì)弈中學(xué)習(xí)和進(jìn)化，最終不但趕超了人類進(jìn)化的速度，還發(fā)展出一套截然差別的下棋方法，而且更加接近完美的狀態(tài)，實(shí)現(xiàn)了對(duì)人類的碾壓，重演了一部圍棋的進(jìn)化史，并且得出了與這兩千年來(lái)差別的進(jìn)化結(jié)果。

附王小川評(píng)論全文：

該來(lái)的終于來(lái)了。

一年前 AlphaGo 發(fā)布，看完論文后我就在知乎上發(fā)文預(yù)測(cè)機(jī)器會(huì)完勝人類。好些行業(yè)伴侶不相信，為此我收了很多“智商稅”，之后微信發(fā)紅包一直發(fā)到春節(jié)才發(fā)完。此外我還立了兩個(gè)斷言：一個(gè)是 Google 很有可能再研發(fā)出 AlphaGo 2.0，開脫“監(jiān)督學(xué)習(xí)”，不再需要人類下圍棋的歷史數(shù)據(jù)，而是只通過“增強(qiáng)學(xué)習(xí)”，兩臺(tái) AlphaGo 自我對(duì)戰(zhàn)學(xué)習(xí)如何下棋，并達(dá)到登峰造極的地步。從公開的資料判斷，此言中了。這意味著什么呢，又有什么看點(diǎn)呢?

技術(shù)重大提升：和 1.0 原理大差別，更接近于人

AlphaGo 1.0 是巧妙地混合了三種算法：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(wàn)步人類棋譜，對(duì)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(tái) AlphaGo 從自我對(duì)戰(zhàn)眾中學(xué)習(xí)如何下棋，據(jù)悉對(duì)棋力提升有限。

按照公開資料推測(cè)，此次 AlphaGo2.0 的技術(shù)原理與之前有著巨大差別：

1. 放棄了監(jiān)督學(xué)習(xí)，沒有再用人的 3000 萬(wàn)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)不成制止的核心條件：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。

2. 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)算做增補(bǔ)。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。

3. 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(lì)志：兩臺(tái)呆子機(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)，不停批評(píng)和自我批評(píng)，一周后終成大器。

在這樣的算法下，AlphaGo 2.0 對(duì)計(jì)算資源開銷極小，把當(dāng)前棋局輸入神經(jīng)網(wǎng)絡(luò)，電流流過，輸出就是最佳的走棋方案。我猜測(cè)如此算法下，有可能僅僅依靠一個(gè) GPU 工作，每一步棋消耗的能源接近人的大腦。

最大看點(diǎn)： AlphaGo2.0 棋風(fēng)完全脫離人類經(jīng)驗(yàn)

本年年初，AlphaGo 化身 Master 連勝人類頂尖棋手 60 局。在圍棋領(lǐng)域，機(jī)器完勝已經(jīng)釀成公認(rèn)的定論。這導(dǎo)致很多人開始問：這次人機(jī)大戰(zhàn)還有意義嗎?我們的關(guān)注點(diǎn)不再是機(jī)器是否會(huì)贏——而是機(jī)器將用什么姿勢(shì)戰(zhàn)勝人類。

AlphaGo 學(xué)習(xí)了 3000 萬(wàn)步人類棋譜，走棋風(fēng)格也近似于人。在角逐現(xiàn)場(chǎng)，偶有 AlphaGo 走棋和人的經(jīng)驗(yàn)不符合，就被評(píng)為“愚蠢”，只是在中盤之后發(fā)現(xiàn)機(jī)器漸漸局面占優(yōu)最終獲勝，為了自圓其說(shuō)解讀為“AlphaGo 中盤逆轉(zhuǎn)”，，前兩局莫過如此。第三局開始評(píng)論者長(zhǎng)了教訓(xùn)，開始尊稱 AlphaGo 為“阿老師”，有了欣賞和敬畏的心態(tài)。這帶給圍棋界很大的沖擊，以前大家認(rèn)為正確的東西，其實(shí)是不正確的。

柯潔曾經(jīng)評(píng)價(jià)說(shuō)：“AlphaGo 出現(xiàn)，很多理論都被推翻，再看以前定式變得好笑，虧那么多目就不再是兩分。”人類通過數(shù)千年實(shí)戰(zhàn)，總結(jié)了圍棋理論，然后計(jì)算機(jī)告訴人類：這些全都是錯(cuò)的。現(xiàn)在在很多角逐上，人類棋手已經(jīng)開始向機(jī)器學(xué)習(xí)，模仿 AlphaGo 的下法，棋圣聶衛(wèi)平也曾體現(xiàn)“理論被顛覆了”。