柯洁成功复仇腾讯围棋AI

铁锹 3D打印店铺

原标题：柯洁成功复仇腾讯围棋AI，柯洁：人类棋手与AlphaZero差距不超过三子

配图来自柯洁微博
问耕 发自 凹非寺


如果你看到这一篇推送，即使没有号码，也希望你给柯洁老师打电话。
可以热烈一点~
因为，他成功复仇了！
柯洁战胜了不久前刚刚碾压了他的腾讯围棋AI绝艺，而且是以同样碾压的方式漂亮的回敬了一盘！这样的柯洁老师，值得打电话！
昨晚，这位围棋第一人，在微博上发了一篇文章，标题是：《职业棋手与人工智能的差距？》文章的开头是这么写的：

今天执黑和腾讯的AI绝艺下了一盘被让两子（黑贴6.5 大约等于让先倒贴目）赢了一盘。
前几天第一次尝试输了，被大肆报道了一番…今天赢了，却没有任何报道。现在的人呀…真是喜欢搞个大新闻啊…

柯洁回敬AI一局，怎么能不是大新闻。
事情是这样的。
一周之前，腾讯围棋AI绝艺，让二子战胜了当今围棋第一人柯洁。而且整个战局只进行了77手，可以说柯洁落败的相当快。

△ 配图来自柯洁微博
获胜之后，让二子的绝艺没有收手。从前天到昨天，绝艺让二子对阵职业棋手取得17连胜，可以说是势不可挡了。
直到遇见可以给它三连败的人……

首先是北海的早晨（范蕴若六段）挺身而出，范蕴若擅长对阵围棋AI，被野狐围棋玩家们誉为“打狗帮帮主”。前几天终结绝艺14连胜的，就是范蕴若。这一次，双方弈至204手，绝艺认输，范蕴若再次狙击AI成功。
紧接着，柯洁登场。
野狐围棋（微信号：txyhweiqi）这样记述了对弈过程：
柯洁在此处爆发出无愧第一人名号的算路，先是扳、点灭掉白棋眼位，再于千钧一发之际冲断白棋外围为自己延气，最后扳过开始收气。绝艺在黑棋次序井然的招法下无计可施，只能眼睁睁看着自己被快一气吃掉。
上次77手输掉，这次72手复仇。

还没完，接着连笑出场再下一城。
绝艺，三连败，达成。
量子位问腾讯：这不是故意让棋吧？

腾讯否认了。
他们说：“下让子棋的版本是去年12月的绝艺挑战赛版，目前的胜率大概在86%（55胜9负）。我们一直在持续训练迭代，提升棋力，并在尝试优化算法解决让子胜率过低导致的问题。”
让子胜率低的问题，上次就讲过了。让子棋对AI来说，是一种胜率过低的极端情况，以绝艺海南挑战赛版本为例，如果要求其以让2子开始对局，则初始胜率为7%，让3子则初始胜率1%，让4子则初始胜率0.1%。
关于围棋AI，正在进行的达沃斯论坛期间，李开复也谈到了AlphaGo以及最新版本AlphaZero。
下面这是前方记者李开复发回的报道：
在昨天的午餐会上，DeepMind的联合创始人Mustafa Suleyman被问到AlphaZero的强化学习是否真的证明可以不要训练数据？除了游戏还有什么应用？（潜台词是，能不能真的“通用”）
Mustafa非常坦诚地说：AlphaZero没有那么神，外界对它有点夸大了。
它要想工作，必须满足三个前提：可预测环境（围棋规则），清晰奖励系统（输赢），无变数（variability) 。也并不是外界说的不受监督，AlphaZero的监督来自于它的结构和训练环境，这些依赖强化学习的具体方法在现实生活中效果不是很好。在现实生活中我们无法提供模拟器，进行巨量训练来形成算法。
不过Deepmind团队正在探索游戏之外的应用，但是初步预测这不太容易，因为真实世界比游戏复杂很多。他预测三五年内，强化学习是完全没法普及应用的，Deepmind团队已经“将目光放到几十年后了”。
Mustafa也提到：AlphaZero本身并不能解决AI对于数据的需求，但在数据生成和模拟上的进步（比如说用真实语音合成、人脸合成、甚至类似Grand theft auto来做自动驾驶的模拟）是有可能在未来自动产生可补充的数据。
回到柯洁对战腾讯AI这件事。
总结两次与绝艺下让子棋，柯洁的感觉是稳着下优势蛮大，第一次输棋有一定的心理因素。那么，到底棋手和AI有多大的差距？
柯洁总结：首先是心态。人类对战AI时，常常“棋未先行心态已崩”。若是能以平常心应对，差距不会有想象中那么大。
“具体有多少差距，我保险点的说，绝对不会超过三子。”
“我不喜欢放空话，我希望登到有AI真的到了alphgo zero的水平的话，我可以放下尊严去下正式的让子棋，给爱好者们看看到底又多大差距。”

柯洁说，他热爱围棋，喜欢下棋。