兄弟我最近和“圍棋AI” 【人機練習場 (gog361.com)】下棋，又看了幾篇介紹文章，有點心得體會，想和棋友們交流。儘可能把我所理解的“原理”講清楚，讓不懂圍棋的朋友也能理解。

人的發明創造原理是簡單的但技術是複雜的。比如飛機能飛起來是因為有空氣阻力，調節翅膀的角度讓空氣阻力變成浮力，浮力足夠大時飛機就會升空，這就是伯努利原理。當然製造飛機的技術咱們草民是難以理解的。

“圍棋AI”的原理也應該是簡單的，可是介紹這一原理的文章又臭又長晦澀難懂，（蒙特卡洛樹搜索 (MCTS) 、深度強化學習 (RL) 、深度卷積神經網絡 (DNN) 、局面評估函數、策略函數，等等。）兄弟我嘗試用比喻的方法把這些嚇人的概念說明白。

漢字有近10萬個，按使用頻率排序，一個大學畢業的普通人能認識前面不到3000個，專家學者也就四五千，AI的本事大但也只能認識七八千，（為什麼不讓AI認識所有的漢字呢？因為現在電腦的水平達不到，你同時打開1000個網頁試試）。現在舉行一場識字比賽，從這10萬個漢字中隨機選出1000個漢字讀出它的發音，人最多只能得四五十分，而AI能得七八十分，AI勝。

圍棋裡面有多少個“漢字”（盤面）呢？ 2後面跟着172個零。這就是圍棋AI能戰勝人類的最基本原理，不必認識全部的“漢字”（盤面），只要比人類強就行了。

人工智能其實應該叫人工“傻能”，傻的不能再傻但有超強的能力。武則天給自己造了一個字：“曌”。AI只知道這個字讀“照zhao”，不懂日月當空是什麼意思，更不懂野心家的情懷，當出現“曌”這個畫面、圖像、照片時，AI會發出“照zhao”這個音。

“圍棋AI”的開發者找來三個根本不會圍棋但有特殊才能的傻貨：傻1、傻2和傻3。

傻1看高手下棋，過目不忘，能記住每一個盤面。對棋的內容（黑白平衡、地勢轉換、死活搏殺）完全不懂，只是知道出現這個盤面時下一步棋走在哪裡最後贏了。傻1記住了100萬盤棋以後開始和真人下棋，模仿高手，但勝率不足10%，因為對手一旦下出數據庫裡面沒有的棋，傻1就不會了，開始亂走。傻1再努力學習，記住了200萬盤棋，可勝率還是不高，因為人類千年留下的棋譜就那麼多。

於是傻2出來了，傻2不看棋譜，上來就和人下棋，想下在那裡就下在那裡，落子如飛，連着下一萬盤都輸了，但第一萬零一盤贏了，因為總有連續走對的時候。傻2的本事是能記住這盤贏棋的走法。比如人在日常生活中要找某件衣服一定去衣櫃裡面找，傻2卻連廚房廁所都找了一遍，最後在衣櫃裡找到，記住了，下次找衣服直接奔衣櫃。如果讓傻2把家裡所有的東西（皮鞋、牙膏、擀麵杖等）都找一遍，那麼東西在哪，傻2一清二楚。

沒人願意和傻2下棋（因為亂走），傻2就自己和自己下，每天下3000萬，先下他一年，什麼陣仗沒見過。雖然圍棋AI每天能下3000萬盤棋，但這速度即使一萬年也不能窮盡圍棋的盤面。

“圍棋AI”的開發者讓傻1和傻2聯合起來和人下，如果出現的盤面誰知道該怎麼下最後贏，就照誰的辦。這時傻2已經不是胡亂下了，而是在傻1給出的框架下走棋，極大地提高了效率和贏棋的概率。（比如讓傻2找出從美國去加拿大的道路，傻2會東南西北亂找，這時傻1指出加拿大在美國的北面，傻2就會只找通向北方的道路。）

但有時哥倆的意見不一致， 導致AI不停地運轉浪費時間，怎麼辦呢？這時傻3出來了，傻3也不懂圍棋，但會把這樣走贏的棋數和那樣走贏的棋數比較，選擇勝率高的走法。如果勝率相等就會隨機選一個，這就是為什麼同樣一個盤面AI的下法有時不一樣。

每下一步棋就會出現一個盤面，一盤棋最多能出現360個盤面。（一般200多手就結束了。）比如S17代表下完第17步棋的盤面，現在該AI走棋，AI會把S18的數據庫打開，找出在S17基礎上的盤面，看看第18手棋有幾種走法，讓傻3選擇贏面最大的走法。 如果某位心術不正之徒把棋故意下在不可能的地方，想利用AI的“傻”走歪門邪道獲勝，那麼傻3會知道贏棋的棋譜里沒有這個盤面，知道對手這樣下贏棋的概率為零，從而繼續按照能贏棋的路數走。如果你有真本事，下出“傻子們”沒見過的棋最後還能贏，那你就是上帝（理論上有這可能，比如連中三次lottery）。

傻1就是“深度學習”，傻2就是“蒙特卡洛”，傻3就是“評估、策略函數”等。哥仨強強聯手組成了“阿法狗”，打遍天下無敵手。

技術細節：1、將棋盤分成幾個小塊以減少搜索的寬度，然後局部窮盡（全歸納）；2、不要求算到底以減少搜索深度。比如有一堆蘋果，隨機選一個，如果更大就替換，經過多次隨機選擇，手裡的那個一定是接近或可能就是最大的，儘管不是必然最大。

“圍棋AI”最大的“功績”就是毀滅了圍棋。圍棋的精髓是陰陽平衡、地勢轉換，棋手在此基礎上制定戰略規劃，在棋盤上鬥智鬥勇。而圍棋AI不是從黑白平衡的角度去觀察，沒有戰略思考的能力，只有眼前利益的算計，純粹以贏棋為目的。仗着自己算路深遠（一切變化都演算了一遍），能發現鬼手妙着，從而碾壓人類。看不透才產生敬畏，如果知道了人類以前、今後下出來的棋已經在AI的數據庫裡面了，會覺得圍棋沒有了意義。棋手們為了贏棋每天拼命挖掘AI的數據庫，互相拼記憶，不再思考天地間的道理。後果是顛覆了圍棋的本意，使得圍棋失去了靈魂。千年來形成的各種“定式”基本作廢，“縱橫棋盤藏宇宙，黑白子間寓人生”，後人不會再有這深刻的感受。孩子們學圍棋只是智力遊戲而已，培養不出宏觀視野、戰略格局、磅礴大氣。

現在棋譜分兩種：人類高手下出的棋譜和傻1傻2自己與自己下出的棋譜。人類的棋譜占的比重越來越小，圍棋歷史（棋譜）被AI取代是必然的趨勢，無可奈何花落去。如果用一個大圓代表圍棋所有的盤面，大圓裡面有一個中圓代表圍棋AI（計算機）裡面的盤面，中圓裡面又有一個小圓代表人類下出過的盤面，那麼中圓的面積只有大圓的萬分之一，小圓只有中圓的萬分之一。（中圓和小圓每年以萬萬分之一的速度在擴大）。

“深度學習”不是愛學習，圍棋AI不是人，不會在“家庭環境”的薰陶下養成愛學習愛勞動的好習慣，沒有大數據它什麼也不會。

林彪喜歡給自己開中藥方，認為幾種藥材混合在一起煎煮才能有特殊的效果。這“各種藥材”在鍋內互相“作用”的過程（“深度學習”等）是人控制不了的，因此AI有了“靈性”，不受人的操控了，反過來能操控人類。這是對“深度學習”的錯誤理解。AI不是創造新的邏輯，而是製造新的“數據”。不是AI會寫文章，而是在大數據的基礎上反覆搜索、評估、過濾，直到找出概率最高的詞組拼湊出一篇“文章”。這個過程沒有“化學反應”。隨着數據庫逐漸增大、計算機的功能逐漸增強，“文章”會越來越像人寫的。

以後的人會逐步喪失邏輯推理能力（就像現在的貓已經不會逮耗子了） ，用數據分析取代邏輯推理，用大數據分析得出“符合實際”的結論，以此對即將發生的事情做出預測，準確率會越來越高。如此下去人慢慢地就不是人了 ，這就是人類發展的方向。

現在的股市就是各家的AI在拼搏，用不着基本面分析了，把今天的K線圖和歷史上曾經出現的比較，得出明天漲跌的可能性，給出操作建議。

AI現在還沒有“感情”、沒有幽默感，也許將來會模仿，在大數據基礎上的逼真模仿。但不會產生“靈性”，有類似巴黎老高的本事創作出一位“李婉姬”，或寫出一部紅樓夢。

讓AI寫一首蝶戀花懷念妻子：蝶戀花，思妻心切，今生註定難忘懷。 相思之情如蜜甜，痴心妻子戀愛中。 歲月飛逝，妻離人別，思念如潮湧心頭。 春花秋月總相伴，思妻淚滴難自禁。 但願輪迴能再見，攜手白頭到天邊。從“倉庫”裡面找出一些辭藻堆砌，沒有意境、沒有韻味，狗屁不通。

看看姚文元的手筆：遙送忠魂返大地，真理真情，把我心濤寄。 碑影悠悠日月裡，此生永系長相憶。 碧草沉沉水寂寂，漫漫辛酸，誰解其中意。 不改初衷常歷歷，年年化作同心祭。

當年Google 搜索引擎的發明是一個偉大的進步，能在浩如煙海的文章、視頻中找出自己想要的，極大地提高了效率。AI就是在此基礎上“茁壯成長”起來的。人工智能（AI）和其它高科技一樣能毀滅人類，但取代不了人類。

畢竟是外行，只是個人觀點，鄙俚淺陋，貽笑大方。