3月10日,“阿尔法围棋”再次战胜李世石。无论执黑执白,李世石均无还手之力。有人欣喜,有人哀叹,有人惊掉下巴。机器杀伐决断,只凭三种武器:神经网络、蒙特卡洛算法和评估局面。

　　首先,“阿尔法围棋”是一团神经网络,不是一本大全棋谱。它下棋不是翻谱。跟人一样靠计算和直觉,但它“少年老成”,直觉更准。

　　职业棋手有种“棋感”,那是下了上万盘棋后,大脑见多识广,感觉到某一手的优劣,尽管说不出道理。画画,骑车,拿榔头敲钉子,都是凭感觉,“唯技熟耳”。有个极端的例子,中国有种专业,可以辨认刚孵蛋出来的小鸡雄雌,他们说不出怎么辨认,凭感觉去选,基本没错。

　　临帖一万次,有了书法感觉;打谱一万遍就有了棋感。为什么?大脑=神经细胞+神经突触,突触是大脑的电线,经常“过电”的突触会更强壮。小孩子的大脑正是如此学习:伴随成功的快乐,刚用过的神经突触就会加强,习惯就养成了。

　　早在冯·诺依曼时代,科学家就想到用电脑模拟大脑:计算单元+通路,通路的强度可调节。虚拟大脑一次次接受任务,每次调用不同的神经通路去做,如果任务成功,刚用过的通路强度会被提高,反之强度降低。

　　“阿尔法围棋”复制了小孩子的学习过程,成功了就调高相关通路强度,失败了就调低,使神经网络在自我对弈百万盘(用不同风格)后调整到最优。

　　“阿尔法围棋”的“肉身”是神经网络;在此基础上,它有两套心法:蒙特卡洛算法和评估局面。

　　蒙特卡洛算法很好理解,很多棋类软件都这么干。你吩咐狗熊去玉米田里掰一个最大的棒子,但玉米田太大,累死了也走不完。狗熊想了个主意:根据经验选十来个常出大棒子的地方,仔细找一遍。最后掰的大棒子,就算不是整块田里最大的,也差不离。这就是蒙特卡洛式的狗熊。

　　围棋盘是19乘19个位置,以前大家认为天文数字的可能性,电脑算不过来的。但蒙特卡洛算法只选取一小部分有希望的点来考虑。“阿尔法围棋”跟之前的“ZEN”等围棋软件都是如此,倒不出奇。