人類職業圍棋高手在「思維」上與AI有哪些不同?

藍顏刺骨


這個問題很有意思,先聊聊圍棋的AI發展,一共經歷了三個階段:

1:2016年3月,AlphaGo橫空出世,在與人類的第一次人機大戰中以4:1的比分戰勝世界頂尖棋手之一,14個世界冠軍得主,韓國天王李世石。不過AlphaGo雖然獲勝,但是第四局出現了致命BUG,說明圍棋AI的弱點還是會被人類棋手抓住的。


2:AlphaGo經過9個多月的“閉關修煉”,練成神功。2017年1月,AlphaGo化身“Master"出現在中國兩大網絡圍棋對弈平臺,以60:0的絕對優勢橫掃中日韓頂尖棋手。緊接著又在2017年5月的第二次人機大戰中,以3:0的比分戰勝世界排名第一的中國棋手柯潔。這時候,AlphaGo的弱點人類已經很難抓住了。


3:在3:0戰勝柯潔後,AlphaGo團隊宣佈退隱江湖,緊接著公佈了他們的論文。各個圍棋AI開發工程師通過論文的學習,開發了各自的圍棋AI程序。一時間,各路諸侯紛紛登場,絕藝,ELF,星陣,里拉,金毛等風格不同的AI相互競爭,形成了戰國時代。而人類棋手這時候則是以學習的姿態,用AI作為輔助工具,來輔助自己在圍棋上的訓練。職業棋手們都在自己家的個人電腦上安裝了圍棋AI軟件......


2018年,進入了人機合作的階段,但是在合作的時候,我們發現AI只能提供它所認為的“答案”,卻無法告知我們這個“答案”是怎麼來的?或者說,它是怎麼思考的?


這成為了我們在與它合作上的一個問題。因為不知道它怎麼想,就需要我們自己去思考,若是一味去背它提供的“答案”,是沒有意義的,因為無法應用到未知的實戰中去。甚至還會禁錮了自己的思維,帶來副作用。


AI在思考棋局的時候,與人類棋手在“思維”上有很多不同之處,我就說一個代表性的不同:


人類棋手下棋,思路是連續性的,這步棋的思維是前面思維的延續,是有邏輯思考層面在裡面的。但是AI下棋,每一步棋對它來說都是新的開始,前面所有的“思緒”都與它無關。


所以,如果AI也有大腦的話,那它和人類的大腦構造完全不同。因此,我們需要了解AI的“大腦”,也要了解自己的大腦,把這些情況裡瞭解清楚了,才能更好地理解和吸收AI給出來的建議和“答案”,併為己所用。


胡耀宇


哈,有趣的問題!我來從業務愛好者加軟件工程師的角度來說說我的感受。

先說對下一點的判別和選擇。面對一個局面,棋手的思維其實也是根據以往對局的選擇進行判別的,這一點與ai沒有本質的不同。不過,人可能給自己的選擇有十個選點,而ai則可能有很多(可能程序只給出一個選點,而實際上可能有20個)

對於每個可能的選點,人類棋手有兩種計算方式:從最有感覺的棋深入計算,倘若可行,即可直接選擇;或從最不可能的選點開始計算,根據各種結果預想圖選擇最好的預想。很顯然,後者計算量要大得多,也更接近完美。但實戰中卻常常難以做到完美。而對於現在的計算機來說,全面的計算是基本的。

不過,對於計算本身,人機就大不相同了。人類棋手往往比較模糊,往往藉助感覺,這個感覺就是圍棋美學的基礎。計算機則非常功利,尤其是現在,往往只計算勝率。因此,人類的棋路會越來越寬,而現在的ai如果沒有新的突破,路子會越走越窄。

再說說風格。棋手不同,風格不同,下出的棋也不同。同一局面的棋,聶衛平選擇均衡的下法,俞斌選擇財迷的下法,劉小光選擇戰鬥的下法,馬曉春選擇出人意料的下法。而現在的 ai,基本上只有一個風格。

圍棋是中國文化的象徵,勝負並不能覆蓋圍棋的全部屬性。因此,現在的ai能夠60:0並不能令人興奮。令人興奮的,是將來的ai能夠下出吳清源的棋,能夠再現新的吳清源木谷實十番棋。


分享到:


相關文章: