选择大于计算，感觉先于判断

我一贯强调，在学习人工智能的时候，选择大于计算，感觉先于判断。

● 首先谈谈人工智能

很多人认为人工智能是电脑专家的事，是码农的事，其实不全面。人工智能是一个非常前沿的科学，在国际上人工智能专家不光有电脑科技专家，更多的是脑科学家，甚至是文学家、律师、艺术家等等。

因为真正人工智能的目的是让电脑能够像人类一样思考，模仿大脑运算的轨迹，去解决单纯机械计算所解决不了的问题。

当然了，人工智能在国内变了含义，变成了利用算法给你推荐广告，利用大数据盗取你的信息。这个没辙，好多事在中国就变了味，咱们不多谈

● AlphaGo是什么类型的人工智能呢？

这个稍微严谨点说，利用的是深度学习，而深度学习的核心是大数据。毕竟电脑是没有心智的，它怎么去学习呢？你让它用逻辑推导这不现实，它就是用大量的数据重复演算，然后去找规律。

比如说一个人有点天赋，摆个几百盘棋谱可能变成一个业余高手了。但是电脑没这么高效率啊，那怎么办？咱们暴力一点，让他摆个几千万盘对局，总能找出点规律吧。

所以说其实阿尔法狗主要利用的人工智能深度学习部分，或者说利用的是大数据。现在深度学习离不开大数据。

到了这一步了，“美则美矣，了则未了”

具体怎么利用大数据呢？怎么学习呢？这里面还是要利用逻辑判断，也就是说要把这个玄而又玄的围棋的判断问题转化成简单的二向思维，运用的就是概率。凡是取胜概率高的就判断好，概率低的就判断不好。

凡是用过卡塔狗或者类似软件的棋友都知道，在上面会出许多个选点，每个都标出胜率多少，其实就是这么来的。

把一个复杂的学习判断问题简化成概率问题，这个就是数学的玄妙之处。而是无论什么技艺，一旦转化成数学语言，那就意味着他：

“从魔法变成科学，从玄学变成了技术”。

● AlphaGo如何判断一个局面的好坏呢？

前面已经说了，AlphaGo是利用大数据进行深度学习，还做不到像人脑那样思考，没有人类那些大小、轻重、厚薄、缓急等概念，甚至都不会像人类那样去计算变化。

而是把所有的棋谱的局面都转化成图片，然后利用图片识别的功能，再辅之以大数据通过概率去进行对比。这跟人用眼睛先看棋盘，再去考虑问题一个道理。

所以人类高手的棋感在棋盘上看到的所谓第一点，也正是阿尔法狗学习的路径。也就是说它是靠图形识别和概率（二者都需要大数据）去研究棋谱的。

阿法狗在分析棋谱过程中分为两步。

01

研究人类大师的棋谱。

这就是阿尔法狗的初始版，击败李世石的，击败柯洁的，就是这种版本。借用禅宗的术语，这个叫做“祖师禅”。

02

完全靠自我对局

随后又横空出世了阿尔法零，它根本不再去研究人类棋谱了，上来就是自我对局几千万盘，当然又有了许多颠覆性的手法。

不过让我惊讶的并非是它下出来的棋跟人类有多少不同，而是竟然有这么多人类的手段，跟它走出来的完全一样。用禅宗的话讲，可以叫作“超佛越祖禅”了。不懂这个梗的自己去看《五灯会元》，懒得看也不影响理解。

“原初语言”的残酷实验

✦

看到阿尔法零学习路径我又想起了一个传说。据说古埃及法老相信人类有一种原初语言，是神灵灌输在人类脑海中，哪怕没人教也能无师自通，于是做了一个残忍的实验：

把一个婴儿一出生就用哑巴奶妈喂养，然后送到旷野与世隔绝，和一个割了舌头的牧羊人在一起。想看看这些婴儿能否自发地创造出语言。当然了，这个实验失败了。

不过假想一下，把法老这个试验扩大成1万个婴儿，或者持续做1000个世代，会不会有一些变化呢？这就是原始版的大数据吧，就像刘慈欣《三体》中的“人力计算机”。

✦

✦

● 围棋的投影

把这个实验投射到围棋盘上，对于阿尔法狗来讲就可以实现了。因为它惊人的速度以及处理大数据的能力，阿尔法狗可以一天内自我对局100万盘！可以持续进化，完成从围棋婴儿到围棋之神之路。

我们假设一个人类，从围棋发明开始不断下棋研究，一生高质量对局1万盘。然后这个人类还可以长生不老，持续研究100代（30年一代），累计完成100万盘对局。这和围棋发明的时间3000年差不多，这些历程阿尔法狗一天就做到了，就像一个高手轮回转世3000年，都在不停地下棋。

感兴趣可以把AlphaGo初期的棋谱翻出来看看。刚开始自我对局的时候，也是满盘打吃看不见，不提子，满盘胡走，跟入门者一样不忍直视。然而，很快它就成型了，很快就超越人类了。

心理史学

✦

这让我想起了美剧《基地》。这个比较小众，或者说原著阿西莫夫的《银河帝国》，里面的谢尔顿提了一个重要的理论叫做“心理史学”。

大意就是说一个人的心理是难于预测的，就像量子力学中的测不准原理；而一群人的心理趋势倒是容易预测的，人数越多，基数越大，模型就越完善，预测就越准确。其实这个很有大数据的感觉了。

✦

✦

● 人类围棋的镜子

把这个转移到AlphaGo自我对局积累数据上面可以说完全一样的。说AlphaGo像哪位棋手不容易，但要说像整体的人类棋手几千年的积累倒是非常像，而且已经超越。

我个人认为反过来看，最像AlphaGo的棋手毫无疑问是吴清源，没有之一。

所以，看阿尔法狗的棋谱，就感觉好像人类围棋发展史都浓缩在里面。

最后回到主题。根据船长对AlphaGo流程的一些分析和推理，注意这个结论：“选择大于计算，感觉先于判断”。

如果能利用这两个窍门让自己的水平提高，对于我们这些普通爱好者来说，才是真正的收获

 铁船长微信