王玥老师的纯干货6——与死神共舞的人工智能（深度思考）

*国际象棋是一门充满变幻的项目，下面所有内容皆为个人观点且有时效性，如觉不适还请谅解。（文末有AlphaGoZero与StockFish的对抗赛讲解视频获取方法，请仔细阅读）

大家好，这两天被中国国际象棋杂志要重新出版的事情刷屏了，纸质媒体确实已经没落了很多年了，作为一个从小看着杂志长大的小棋手，也希望这次前辈们在长沙的探讨能够带给杂志一个更好的未来。这段时间有点懒，事情也多，看到了这个消息，我又手痒了，想写点东西。当然这一篇并不是一篇传统意义上的“技术”文章，更多的是我对未来国际象棋发展的一些展望，以及人工智能思路AI的理解，如果可以给各位一些启发，那我深感荣幸。

言归正传，前段时间从美国回来，看了不少新鲜事物，也唤起了我对“未来”这个话题在之前的一些思考，关于人工智能（AI）在智力领域上的种种想法。相信这也是一个大家都多多少少有些关心的概念。

虽然目前AI还没有达到普及人类生活方方面面的地步，但在某些领域，AI已经超越了人类，象征着世界最强实力。

其中，AI在智力运动领域的攻击力量已经达到了侵略的地步，可能我们国内对AI在智力运动上的了解大多来自于2017年AlphaGoMaster战胜了世界第一的世界围棋冠军柯洁，当时由于媒体的高度关注，全国上下火爆一时；现在，无论是围棋、国际象棋、中国象棋，甚至是五子棋，你都可以随意打开手机上的应用商店找到与之相关的引擎应用。

今天我要和大家聊的话题，起源于AI，但更加关注的是我们人类自己。

先说说这几年我一直都在关注的智力运动类AI—AlphaGo，这个软件的开发者叫戴密斯·哈萨比斯，他4岁开始下国际象棋，13岁就获得了国际象棋大师称号，对智力运动本身保持着高度热爱。他的团队选择开发以围棋对弈为主的AlphaGo，是因为围棋是所有棋类中计算量最大的一种，不同于国际象棋，它基本上算是一项零和博弈，没有办法去产生和棋，棋子也似乎没有分值，不存在类似于国际象棋中最优结果（和棋）的出现；一直被认为是计算量大到计算机没有办法攻克的一个领域。

在开发完成第一版本的AlphaGo后，软件就战胜了法国围棋队总教练樊麾；此后更新的第二版本和第三个版本分别战胜了世界围棋冠军李世石、柯洁；现在最新的版本是第四代AlphaGoZero，在围棋对弈上已经能做到随意秒杀前三代，之所以开发团队把它命名为“0”，是因为第四代阿尔法狗学习任何游戏都可以从零开始。

我们可以来简单看一下AlphaGoZero发布会上公布的视频片段，看看它的学习能力有多么可怕。

“0”代的100场表现

起先的100场游戏中，“0”代根本不知道自己在控制什么，甚至连游戏目标都不知道，多半也接不到球。

“0”代的200场表现

在游戏进行到200场时，“0”代已经开始掌握窍门，它发现应该让短棍更靠近球。

“0”代的400场表现

经过近400场游戏后，“0”代的游戏技巧已经达到了高度熟练，几乎每次都能接到球。

0”代的600场表现

接着“0”代又完成了200场游戏，惊人的画面出现了，它发现了最佳策略，就是沿着墙壁边缘挖隧道，让球在砖块和墙壁之间来回弹。

那么问题来了，挖隧道大家都能看得懂，但是“0”代控制短棍的极限操作是否能让人类去掌握？

来看一个AlphaGo与游戏相关的话题；今年年初，在《星际争霸2》游戏中AlphaStar（阿尔法星际）与两位人类职业选手“TLO”和“MANA”的比赛中，均以5比0取胜。

我简单的看了一下AlphaStar在比赛中的实况，那操作简直变态，能用三个兵守住的关口，它绝对不会用四个兵去守，什么时候去造兵营，什么时候去挖矿，所有即时战略计算得几乎分毫不差，还有完成这些操作所需要的时间几乎可以忽略不计。在这种状态下，人是几乎不可能战胜它的，首先你发送指令得要鼠标和键盘，AI不可能拿个机械手来操作吧，直接就能通过电脑发送指令；其次人类不可能做到极限进攻或者极限防守，AI就可以通过大数据来直接计算战役中需求的输出和血量；这就是一场非常细节化的比拼，AI在战略战术上我们可以理解为神一样的操作，往往在游戏对抗中，比的也就是速度与细节。

如果说，AI在战胜游戏选手的过程中，虽然人类和机器都想到了一起，但是由于人类无法在一秒钟之内完成像AI一样的几十个细微的操作，是占了“手速”的优势，让人看得懂，却做不到（有点类似AI作弊的感觉，因为明显这是一场不公平的战斗）；那么AI在与人类下围棋的过程中，就刚好相反，因为下棋不存在什么手速问题，但是有时候AI会下一步很多职业选手都不会去选择的“臭棋”，我记得当时很多职业选手都表示AI下出了“古谱”当中公认的“臭棋”，几乎无人能看懂，但它最后还是毫无悬念的赢了，让人做得到，却看不懂。

再来看看国际象棋，AlphaGoZero与StockFish（鳕鱼）是AI国际象棋世界中的一对宿敌，虽然这两个软件都是超强国象引擎，但比赛成绩拉下来看，却是“0”代碾压式的胜利，我研究过它们两个之间的大部分对局，发现“0”代最革命性的一点就是它没有棋子的概念；“0”代在和鳕鱼对抗时，完全不会管棋子的分值，然而鳕鱼会在乎棋盘中每个棋子的分值，“0”代只会在乎这颗棋子在棋盘上现在的分值，假设“0”代的一只马在棋局中被系统判定为4.5分，他会马上舍弃1枚1分的兵来保住这只马，杀伐果断，完全冷血。无论是人类高手还是像鳕鱼这样过去的顶级AI，差不多都是以棋子实力评估为基础的，在这个基础上再去进行“重视中央”之类的局面评估理论。而“0”代却完全对棋子没有概念，只要它认为未来整体局势好，弃子根本不叫事。

其实我们可以理解为鳕鱼的下法更像人的下法，而“0”代的下法更像是一个机器的下法，冷酷中带着疯狂。形象的说，“0”代在对阵鳕鱼中采取的攻击方式，更像是科幻小说中外星文明对地球的降维打击。

不过系统来看，“0”代对阵鳕鱼的作战思路也并非那么的匪夷所思，如果单从战略战术上来分析，我认为“0”代毫无疑问是一位绝对完美的战争家，它的每一步落子意图我都很清楚，也能理解，甚至我也可以做到。

因为国际象棋的规则相对来说要比围棋要简单一些，至少没有那么大，在今天我觉得这是刚刚好接近一个人类智力极限的游戏，或者说更贴近于人类；那么，我们是否可以进行猜想，能否效仿AI下国际象棋，就能学到AI的技术？

在这个问题上，我曾付出过不少的精力去跟着“0”代的行棋思路进行研究学习。我发现，我们正常人喜欢给一些事物加一个固定的价值，比如说我做了这件事，我可以得到多少工资、多少酬劳；或者说明白一件事能让我得到多少酬劳，才能方便我去判断要不要去做这个事情，这是一个最简单的依据，同时也最符合人类惯性的一种思维方式。把这种思维方式换到棋盘上来说，我们会去给棋子加上各种分值，这样也方便我们去判断整个对局的一个走向和形式。

这种思路当然是通过学习、揣摩无数前人的经验去积累出来的，无数事实证明，经验是99.99%靠谱的。但是，“0”代在学习国际象棋的时候，实际上它的开发者并没有告诉它棋子的各个分值是多少，开发者只告诉它行棋的规则以及胜利的规则，就像上面那个打砖块的游戏，所有东西全是要靠他自学，完全摒弃了人类对国际象棋的所有思考。所以，“0”代在学习国际象棋的时候，它其实没有任何的概念。

除了行棋规则，它只知道，我要把对方的王ko了我就可以赢，其他的任何都不知道，它不知道小兵是一分、马是三分，他什么都不知道，他完全做到了从“0”开始。

只要你看过几盘“0”代与鳕鱼的对局，你就不难发现，“0”代对于主动权的掌控，实际上是更加激烈的。它更喜欢去作为进攻的一方。而对于鳕鱼来说，至少有80%往上的对局，它都是作为防守的一方。如果从正常角度去判断，我会更贴近支持于鳕鱼这一方，因为我毕竟把实实在在的东西去拿到手了。“0”代完全不一样，它更喜欢弃子，但是我能感觉得到，它在弃子时要求些什么，同时也知道它为了什么去弃子。

这可能得益于开发者赋予了“0”代世界上最先进的计算理念，当然鳕鱼也不差，它也是目前世界上相当先进的软件，也是运用了相当先进的计算技术，那么它们的区别到底在哪里？

在我的想象中，“0”代应该是基于一种类似计算尽头这样的概念，你别看国际象棋要比围棋简单一些，但是如果只是靠一种粗暴的计算，就是说，再简单的一步棋，你也一定要去通过所谓的分析和判断，而不是进行无休止的，粗暴的计算。这也许就是“0”代比鳕鱼或者说以前的计算机要更强的一个地方，就是说它可能到一个地方，它就停止计算了，因为在这个地方，他已经有了自己的判断在里面。

毫无疑问，“0”代拥有极为先进的国际象棋理念，技术上也更加完美，行棋思路也更加具有力量，无论各个方面吧，我是找不出任何问题。但是我还是学习不了，为什么呢？

我可以举一个比较简单的例子，比如说我要去过一个独木桥，就跟游乐场里的独木桥是一样，底下是小溪，然后有草地，有花园，什么都有。然后这个独木桥并不长，可能就是3米，一本书这么宽，对正常的成年人来说，我觉得不要说是经过专门训练了，直接去走一趟就过去了，是吧？我觉得没有什么太高的难度。

但是，如果说我把这个场景换一下，桥不变，但是它的场景换成了桥底下是悬崖万丈，掉下去就直接完蛋了。这个时候我就不一定愿意去冒这个险了，就算没有什么难度，但是因为外部因素的改变，很容易决定自己本身水平的发挥。实际上对于我们本身要做的东西，难度并没有增加，它增加的只是一些外部的客观原因；但是如果我是一台机器，我不管放在哪里，我都不会去理会客观原因，就往前走就可以了，这是一种绝对自信的状态，因为我知道自己100%不可能有失误，不会有任何漏算的情况，即使是被千军万马所包围，但是我只要确定有一个羊肠小道，我就可以快速脱离危险，我就可以走出去。

“0”代的想法就是这样，几乎上来就是弃子，弃子可能会长达几十个回合，它都要求自己是绝对精确的，通过弃子来掌控局面。而如果换作是正常人，在这几十个回合当中，棋盘上一直是少分值的；作战时人心理压力会非常大，人不可能像“0”代那样一直去搞定。（当然，从“0”代与鳕鱼的整个对局赛况来看，也没有全胜，它也输棋了，说明它也会有错的地方，它也并不是战无不胜。）

对于我们正常人来说，我觉得不可能会去选择这条路，不可能把自己每盘棋都置之死地而后生，不可能去把自己先逼入到绝境当中去；我们更喜欢站在中心，有条条大路通罗马的感觉，这个时候我们的心态会更加的放松，然后我们才可以选择出来更好的路线。换句话说，“0”代虽然告诉了我最正确的路，但是并不代表人类可以去模仿和学习他。因为这条路是仅仅适配于它自己的路。

特别是放在比赛中，对于人类来说，首先不可能有这样的比赛风格，因为你要面对的是几轮的比赛，你的体力是不是能去跟得上？如果你每一盘棋都这样，你的神经能不能受得了？其次，你会不会出现漏算，你是不是出现了一盘失误以后，你还可以用这种钢铁般的意志保持绝对自信，毫无压力，我下一盘还可以采取这样的方式，绝对不会去动摇？综合以上这些客观因素表明，我个人觉得人类是没有办法去走这条路的。

我想说到这里，上文中提到的那个“能否效仿AI下国际象棋，就能学到AI的技术”的猜想已经有了明确的答案；在国际象棋的实战中AI与人类终究还是殊途陌路。

我们在训练的时候，如果一味的跟着引擎走，这样的话最终只是他觉得OK，而我们未必觉得OK，因为它总是在告诉你，那条独木桥你走吧，不会掉下去的，你天天都在走；但是我们没有办法不去考虑客观因素，这对于我们人类来说全方位的素质要求实在是太高了；所以说，一定要首先想清楚自己要什么，一定要以自我为中心，相关的引擎或软件只能帮助我去找到我要的东西，适合于我的路线；包括布局选择也是一样，就像干货5里面提到的那些后手布局一样，你要先知道你的行棋风格，然后再去寻找适合的布局，并不是最好的就一定适合每一个人，能不能吃得下才是主要问题。

“0”代确实代表了国际象棋目前的世界最高水平；一对一战斗，我觉得它是无敌的，尽管我现在还没有亲身体验过这个软件，从国际象棋的理念上，包括它的大部分招式来看，我真心觉得好，赏心悦目般的漂亮。然后每一个回合我也能理解，并不是说像围棋一样模模糊糊的理解，我清清楚楚的知道它想干什么。

但是，它是死神派来的舞者；它把原本3米的独木桥可能增加到了30米、50米，甚至100米，它觉得我只要能走过3米，我就一定能去走过100米；它是类似于这样的一个行棋思路。

毫无疑问，“0”代配得上最先进；因为我们知道想要高回报的同时，一定会面临着高风险和高付出；在它的程式中，它觉得自己是可以掌控住所有风险的，它对什么打击、比赛、荣誉等等都不在乎。输完一盘棋以后，它还是有一种钢铁般的意志，我下盘棋还是要这样下，只要我认为好就是这样想。

简单总结一下，我们在学习中，并不是说最好的东西就意味着一定适合自己。我们得要想办法，要让最好的东西去给自己服务，这个才是最好的，如果单纯去模仿最好的，比如现在像很多国际象棋软件告诉你下什么你就下什么，这样是未必行得通的，因为软件可能会带你走到一个九死一生、置之死地而后生的绝路上，它当然有能力去冲过去，而我们正常人就不一定了。我们更喜欢康庄大道，条条大路通罗马，可以让我们拥有更多的选择和更多的退路，在这样的一个情景下，我们才可以更容易把100%或者是120%的实力和水平去发挥出来。

作为我个人，一切的出发点，都是为了帮助小棋手能更好的理解国际象棋，拥有一个更好的学习方式；不同于引擎教学，在超玥微课堂中，我们更在乎的是让小棋手能够去掌握、去吃透一些国际象棋的知识点，形成一套适合自己的知识体系。