“捅破那一層窗戶紙”

--也議“阿法狗”對抗李世石的勝利

總的感覺是“一聲嘆息”：這一天終於來到了。

數年前，在網上下載了一款圍棋軟件，自稱使用了“蒙迪卡羅”算法，達到4段水準。

自90年代就與圍棋軟件比武的我，棋藝頂多業餘1段，和早期的圍棋軟件對壘並不覺得吃力—原因很簡單：我的棋臭，圍棋軟件比我還臭，以臭對臭，殺菜鳥軟件，勝之不武，並沒有太多長臉的榮耀。

再說回“蒙迪卡羅”算法下達到4段水準的那款圍棋軟件， 您猜怎麼着？人家不是說着玩兒，亂侃充數的。我若不時不時地“耍賴”緩棋（把落地的子又收起來，重新來過），簡直就毫無勝算。拿我的棋藝衡量圍棋軟件的實力進展，當然意義不大。可是，咱們話說回來，我心裡明白：“蒙迪卡羅”算法似乎找到了分析圍棋，模擬專業棋手思維的正路子。

最近一段時間內，阿法狗先是贏了李世石一盤、兩盤、三盤。第一盤李世石敗北於阿法狗後，我還在揣測：也許是李世石不熟悉狗狗之套路？發揮的不夠好？但是3盤下來，以一個程序員的直覺，我覺得我看明白了：阿法狗的團隊用數理邏輯、人工智能模擬的手段，把握到了圍棋取勝的真諦。

曾經聽到圍棋高手有“棋理難明“的感慨。也有人說，圍棋是“藝術”，而藝術未必是人工智能能夠比人類更勝一籌的領域。我感覺，“阿法狗”對抗李世石的勝利，更是打破了圍棋是“藝術”這一說法。

阿法狗的勝利，在我而言，更說明了圍棋的真諦和贏棋之道是可以用數理、圖論、圖形結構識別（以及人工智能下各種我聞所未聞的手段）來加以分析和概括的。當然，說分析和概括只是一句話，而裡面不知包含了多少開發者的勞動和智慧結晶。我對“蒙迪卡羅”算法一竅不通，但我至少目睹過它指導下圍棋招法的“有模有樣”。所以，3盤阿法狗的勝利後，我確信，阿法狗團隊已經攻克了圍棋領域的難題：如何做詳細入微且靠譜的形勢分析判斷（不是最困難的）；如何在策劃下一手時，正確判斷這一手的效率（較難吧？）；以及在複雜的局面下隨時“意識”到正在發生和未來幾步交換後可能發生的危險/威脅—如何破解/防範？如何用一系列的“好選點”來實現自己的戰略意圖，把形勢引導到對狗類更加有利的局面（也許是難中之難？）總之，不管這裡牽涉到了多麼高深的算法（以及阿狗自我學習的能力），3盤阿法狗的勝利後我放棄了一切猶豫幻想，心悅誠服地說：狗狗做到了！阿法狗背後的團隊做到了！圍棋可以不再被迷信為“藝術”。即便電腦圍棋仍有可能被人們視為“藝術”，可是那是在精密運算和超強算法構成的“藝術”彩虹與迷思、錯覺。職業直覺告訴我，目前的阿法狗顯然只在依靠數理邏輯，並沒有情商方面的色彩。

有人說，阿狗第四盤負於李世石，是在放水，故意輸棋，其智能與用心令人不寒而慄。我不這樣想，我更傾向於這是阿法狗背後的團隊在控制這一切：不是通過程序中的所謂“情商”功能，而是通過調整程序的基本參數（config file中的某一數值）便可做到。一來是為了給李世石（及廣大棋迷棋友，並擴大到人類）一些面子與安慰，更重要的，該團隊還需要從另一角度，測試自己的軟件：明確其周密程度可以下調，在小概率下“允許”對手抓住自己的破綻；同理， 這也可以明確其周密程度可以上調；加上該軟件從理論上一定還不斷存有上升空間，我猜想，未來的歲月中，我們只能期待人類非常罕見地僥倖打敗狗狗了：每一萬盤對局撿到一盤？每十萬盤？每百萬盤？天知道，唯一可以肯定的是：這種極低的人類勝率不過是在反覆印證阿法狗的算法之成功罷了；阿法狗找對了套路並不斷快速進步，人類棋藝在培訓，實戰下的進步，從實質上和總體上，將永遠追趕不上阿法狗的步伐。

剛剛在微群中看到的對策：不服氣咋辦，摳出電池或者拔插銷，斷了狗狗的電吧！