Go版 - Alphago分析，狗狗只能算4手棋。 |
|---|
|
|
|
|
|
|
h*********n
发帖数: 5789 | 1 Alphago有着重大致命的缺陷：搜索深度有限。Deepmind用尽一切手段把这个缺陷隐藏
起来，教给Alphago 很多策略避免面对搜索深度太深的复杂局面。
Alphago的“棋风”和怪异招法都可以用这来解释。
1.Alphago不爱打劫，几乎不会主动开劫。因为打劫会引发局部手数增多 ，超过
alphago的搜索深度，引发不可预知的结果；
2.Alphago面对对手的模样不会选择打入，而是选择肩冲，哪怕是违背棋理的五路肩冲
。因为打入之后，局部的死活太复杂，远超它的搜索深度。而肩冲棋下在外面，逃跑的
机会大，比较安全，不会增加局面的复杂程度。
3.Alphago不会根据征子是否有利来决定行棋方向。征子虽然简单，但是全摆出来会超
出Alphago的搜索深度。所以Alphago会在第二盘下出黑43的大恶手。
4.Alphago不会杀对手的大龙，直接杀对手大龙，需要的手数非常多也超出了Alphago的
搜索深度。也许读者会反驳，第三盘Alphago从一开始就在追杀李世石的大龙。其实这
是错觉。Alphago不是在直接杀李世石的大龙，Alphago是在保证李世石的大龙不活。直
接杀大龙是很复杂的事情，随时保证李世石的大龙不活，并同时获利确实对于电脑很简
单的事。
5.Alphago的棋风，给人的感觉是“稳健简明厚重”。实际上，Alphago作为一个程序，
根本就没有风格。他给人的这个印象是程序设计者为了规避复杂局面而采取的策略。
“稳健”实际是Alphago前面分析的不会主动刻意的去杀对方的大龙。再说“简明”。
人类为了更多的劫材和变化保留一些必要的交换，Alphago会早早走掉。这是为了缩小
棋盘，减少局面的变化，降低对于深度搜索的依赖。所谓”厚重“，其实是Alphago喜
欢把自己的棋连在一起，增加自己的气，减少被攻的可能，同时足够的安全余量可以远
离“地平线效应”的悬崖。
可以说Alphago不会下围棋，至少不会像人类一样的方式下围棋。像第四盘，白棋78落
下之后，所有懂棋的人类都会明白，黑棋的大空已经不可避免的被破，但是Alphago没
有意识到。他一直到87手才发现自己的胜率悬崖性跌落，直到103手才发现空被破不可
避免。Alphago对于围棋的理解方式和人类是完全不同的。
如果Alphago不会像人类那样下围棋，那么他在棋盘上在做什么呢？他在搜索可以“导
向对自己有利局面的落子”。Alphago在下棋的时候就是纯粹的暴力搜索，没有多少人
工智能的成分。Alphago项目上面运用的人工智能，其实是在训练Alphago认定什么局面
对自己有利上面。通过三千万棋局的训练，在深度神经网络的帮助下，Alphago“知道
”了什么局面会对自己有利。而下棋的时候，Alphago对可以落子的地方进行搜索，看
看怎么下棋会引导棋局向自己有利的地方发展。
Alphago在下棋的时候，其实是在做4件事情：整理自己的棋型，保持联络（安全）；破
坏对方孤棋的棋型，保证对方的孤棋还没有活净；扩大自己的空；缩小对手的空。针对
不同的局面，Alphago对于这4件事情的权重是不一样的。如果一手棋会同时满足以上的
多个目标，alphago就会下这手棋。基本对于同样的整盘局面，Alphago会走同样的招数
，不会主动变招。
那么如何用简明有效的手段打败Alphago呢？就是要针对Alphago的落子搜索深度非常有
限的。人们过高估计了Alphago对于局部的计算能力，Alphago根本没有完全算清局部棋
局。
那么Alphago的搜索深度是多少呢？我们可以通过过去的4盘棋就可以推算出来。
Alphago的项目主管Demis Hassabis在Twitter上面曾经说过“Mistake was on move 79
, but #AlphaGo only came to that realisation on around move 87"。翻译过来
Alphago1在第79手的时候没有预计到87手会面对的困难局面。就是说Alphago可以算清
79,80,81,82,83,84,85,86这8手面对的局面，而且认为概率上对于自己非常有利。我们
可以估算，Alphago的深度搜索能力大概在8步（自己4手，对方4手）左右。
通过前面的棋局，我们可以验证这个猜测。比如说第一盘，白棋的第142手挡，这不是
最佳的收官手段，这一手使得白棋在局部落了后手，损失了大概5目棋。大家当时认为
Alphago选择的是胜率最高的一手，而不是盘面获利最大的一手。其实在收官阶段，不
影响自己棋子死活的前提下面，收官的目数越多，最后的胜率最大，这两者其实是不矛
盾的。Alphago在右下角之所以没有走柯杰推荐的S16的跳点先手活净，纯粹就是局部的
漏算而已。如果Alphago的第142手下到S16，而黑棋脱先的话。白棋想惩罚黑棋的脱先
，必须走o13扳（144),o12断(146)，o10打吃（148),救出白棋被困的三子。从142到148
中间只有7手棋，前面的猜测，Alphago看不清8手棋之后的局面，完全符合。
我们再看第二盘Alphago的疑问手。黑棋第43手粘两颗孤子，下到第51手黑棋面临被征
子的局面，同时对于黑棋征子不利，黑棋局面大失败.43到51，也是8手棋。
再看第一盘，Alphago下出疑问手86断，下到第94手之前，（大家注意，86手到93手，
正好8步棋）白棋面对的局面不利。从94手开始Alphago开始奋起反击，最终下出了102
手的妙手一举扭转局面。从94到102一共是9手棋，其中黑97白98的交换是必应手，除去
这两手，从94引导到102的局面，一共是7手棋，完全在Alphago的搜索深度之内。
由此我们可以得出结论，Alphago的搜索深度只有8步棋（其中自己4步，对手4步）。或
者说alphago在局部只能算清自己的4手棋！这是非常不够的。
但是由于围棋的棋盘太大，每一手的棋至少有50个以上的可下位置。如果Alphago要多
搜索一步，把搜索深度深入到9步，至少要投入现在Alphago项目的50倍的资源，这是
Google无法负担的。Alphago的这个搜索深度是工程人员面对现实条件做出的必要妥协。
Alphago的搜索深度只有8步棋（其中自己4步，对手4步）。或者说alphago在局部只能
算清自己的4手棋！对于超一流棋手，Alphago这样的对手完全不可怕。只要针对
Alphago的这个弱点，布置一个10步（出于安全余量，多留两步）之后的陷阱，再根据
Alphago“稳健厚重简明”的棋风，引导或者逼迫Alphago走向它看不见的陷阱，
Alphago走入陷阱之后8步脱不了身的话，就会发疯出“地平线效应”，让棋手轻松获胜。 | a****t
发帖数: 7049 | | m**m
发帖数: 5500 | 3 如果程序不大改，仅靠堆积更多的cluster，不知道能解决到什么程度。不过计算能力
只能线性增加，复杂度是指数增加，不太好说。 |
|
|
|
|
|
|
|
