AI時代下的圍棋

編者按：本文轉自公眾號caoz的夢囈，作者caozsay，創業邦經授權轉載。

前幾篇，不管是不是廣告，AI正在改變世界，我強調了好幾遍，但并沒有具體說，改變了什么，可能很多人并沒有那么明確的意識到。

目前國內應用最廣泛的是安防領域，你看機場，火車站，以及各個酒店的身份查驗，統統都是AI人臉識別了，這個已經成標配，普及效率是非常快的，而且為什么最近幾年才爆出來張學友演唱會抓逃犯，也是因為AI識別的升級。AI在抓捕逃犯，分析危險份子的時候，不僅僅用了人臉識別，部分還用到了步態識別。所以，我們日常生活，去坐飛機，坐火車，出入海關，參加演唱會，住酒店，都已經在使用最新的AI了，就在兩年前，還是人在比對照片，現在全都是AI識別對不對。

與之最接近的是門禁系統，刷臉門禁正逐步替代指紋門禁或其他門卡門禁。對于商業寫字樓和封閉小區而言，這個市場其實也才剛剛起步，未來很可預期。

另外，AI已經用在商業地產的智能調控上，可以快速分析人流聚集程度，不同時間的人流趨勢，然后基于此可以對商業建筑內的商鋪分布規律和租金做出調整。基于同樣的思路還有交通智能管控，如何有效的調整紅綠燈間隔提升城市交通運營效率，以及如何為城市交通改造提供數據和決策支持，也是可以通過類似機制來實現的。

但這些領域，目前我們感知度沒那么高，畢竟我們不可能通過商鋪的布局揣度出他們后面用沒用到AI。只有在一些新聞文章里，你可以看到地產巨頭和AI公司這樣的合作其實已經非常多了。

交通運輸領域其實AI的應用場景還是相當多的，現在國內停車場很多都不用取卡，而且可以根據車牌給你指出停車位置，號牌識別也是簡單的AI技術，但號牌識別目前是不夠的，經常遇到未上牌的新車無法進出場的問題，其實可以做的更智能一些，號牌識別加車得整體特征，理論上是可以做到沒有號牌也能精確識別的。此外，貨運物流體系基于AI做運力優化，也是大有可為的事情,，實際上一些物流平臺也在開始嘗試。

在交通與安防結合的領域，通過AI與路況攝像頭結合鎖定識別盜搶車，套牌車，相關技術其實也基本成熟了。

在雙11的時候，阿里透露了兩個AI應用場景，一個是海報生成，通過AI可以快速生成目標海報，而且隨意調整；另一個是能源管理，通過AI優化能耗，這事之前Google已經公開過一些新聞數據，阿里也公開了一份技術資料，都是效果非常顯著的。另外，電商領域識圖搜索也是AI的一個落地領域，新加坡有個Visenze公司，就是專門做這個的，估值已經相當高了，當然，阿里這方面的實力也非常強。

媒體領域，AI寫稿其實已經有了，但目前說實話，技術可能被濫用，批量洗稿，追熱點湊流量，可能比認認真真的深度報道更容易實現，商業效果更好。至于媒體平臺的推薦算法和自動投喂，我就不繼續吐槽了，舊文里我說過我的觀點。此外媒體平臺的廣告系統，深度學習來提升收入轉化，也是由來已久的事情了。

醫療和教育領域相信AI也有很好的前景，但我不是很熟悉這方面的信息，就不贅述了。

游戲領域，很多游戲公司都希望通過AI來優化機器人，系統Boss角色等等的互動效果，這個市場非常大，但目前還沒看到特別好的解決方案提供商。

此外，影視制作領域，現在影視制作成本種很多都是虛擬場景的后期制作，目測未來AI有很好的應用前景，可以用來優化后期制作成本，提高后期制作效果，目前應該有部分這方面的技術，但有待進一步成熟。

金融領域，風控，防欺詐，征信，有很多想象空間，我知道有這方面的公司在做，比如新加坡的Advance.AI。但AI的技術具體怎么用的，我并不是特別了解。

以上是對AI落地場景的一些分類介紹，其實還有更多領域正在悄然使用 ，更不用說市面上各種美圖美顏拍照優化的訴求，更是AI兵家必爭之地。那啰嗦這么多，其實想說AI真的已經深入我們生活。但本文主題，是想說一個已經徹底被AI改變的領域，就是圍棋。借助這個領域的變化，我們可以體會AI時代，人們如何適應與進步。

從AlphaGo戰勝李世石到今天，已經差不多3年了，以前我也寫過幾篇，但現在回頭看，才是真正感受到AI時代的來臨。

1、基于谷歌的論文，強圍棋AI已經層出不窮。

典型的如騰訊絕藝，微信金毛，金老師的星陣，比利時的Leela Zero，Facebook的Elf 。都已經超過了人類世界冠軍的水準，接近或達到了當年的Alpha Go Master的水準。不過由于技術相似度太高，拼的是算力，訓練集，所以有些AI測試證明后就不再更新了。在策略上，星陣是唯一的例外，下面會單獨列出。

其中，金毛，Facebook的ELF，Leela Zero均已開源，普通人可以用不那么高的成本獲得頂尖AI，對行業的影響極為巨大。

ELF開源地址 https://github.com/pytorch/ELF

Leela Zero開源地址 https://github.com/gcp/leela-zero

金毛開源地址 https://github.com/Tencent/PhoenixGo

以上開源應已包含最新權重的策略，無需額外訓練，已是超越人類水平。如果默認不含權重策略，請自行在github閱讀說明獲取。

僅僅差不多兩年時間，從Google取得技術突破，兩篇論文公布，到應用領域全面開花，AI技術從突破到普及其實是非常快的，前面提到的人臉識別其實也是最近兩年突飛猛進的。

2、星陣給了人類清醒的認識。

Google算法的特點是勝率優先，所以到后半盤優勢局面下經常退讓，然后到終局保持半目領先。絕大部分目前圍棋強AI均是基于Google論文開發，所以思想繼承基本都比較一致。但這一特點有個缺陷，就是勝率優先是基于特定的規則，比如貼7目半，如果修改貼目規則或者讓先，那么這一策略就無法適應，除非重新進行大數據訓練，所以這一邏輯產生的圍棋AI，均無法真正下讓子棋，讓先棋，只能通過Pass一招的方式模擬讓先（其實是讓兩子貼7.5目）。

而星陣確實有自己的策略，是以最大優勢為目標，所謂不退讓圍棋，因此可以任意貼目，讓先，以及任意讓子進行。這一點可以看出，雖然說大家的圍棋AI都是師承Google的論文，但金老師還是在這里做出了自己的創新。

那么以優勢為目標，和以勝率為目標，除了可以適應更多的對弈場景，在與人類對決中，也讓人類更清醒的認識了自己。

舉個容易理解的例子，Google的那套AI，與人類對弈，好比蓋世大俠之間的對決，只分勝負，點到為止。外人看來就是倆人棋逢對手，比拼上百招后，突然谷歌大俠跳出圈外，雙手抱拳，承讓承讓，而人類職業棋手大俠則抱拳，慚愧慚愧，多謝手下留情，而業余棋迷只看的目瞪口呆，幾乎看不出誰勝誰負。很多人只看結局半目勝負，會誤以為人類和AI差距細微。

那星陣呢，就殘忍多了，直接把人類棋手摁在地上摩擦。

與職業棋手的30盤讓先棋，讓先啊！人類只贏了一盤。而且輸的基本上都是慘不忍睹。很多職業棋手，包括世界冠軍在內，被星陣全盤追殺，大龍憤死，中盤崩潰，盤面慘不忍睹。

但其實在分先對局中，星陣的表現并不如絕藝。星陣的表現，讓人類真正領悟到了圍棋的博大精深。

人類已經徹底服輸，從圍棋領域看，人類幾千年歷史經驗，比不了AI零基礎自學幾十天。

3、圍棋解說

以前圍棋世界大賽的解說，那么很多知名棋手講解，都不敢輕易形勢判斷，因為即便頂尖職業棋手對同一局面的優劣判斷都不一定相同，而且每步棋的好壞，也只能憑借個人的理解猜測。

但現在不同了，很可怕，由于開源AI已經普及，而且水平超過人類，現在業余棋手開著AI講棋，可以根據AI的勝率變化圖，很輕易的下結論，說世界冠軍棋手走了一步壞棋，敗招。說實話，職業棋手的體面是受損了不少。

當然，偶爾AI也有誤判，但從發展視角來看，這種誤判發生的概率越來越小。

4、比賽復盤

以前職業棋手對弈比賽結束后，要跟對手和一些高手復盤，尋求對局中的得失。

現在則是習慣開電腦復盤，AI告訴棋手哪幾步棋走的不好，正確走法是什么。

說明一下，幾個開源AI都非常強大，而且訓練結果已經帶入程序，也就是說，無需很大的計算量即可達到非常頂尖棋手的水平，現在很多職業棋手和頂尖業余棋手都會配備一臺帶有高配GPU的個人電腦，安裝這種AI系統用于自我分析和自我訓練，而各國棋院也會有更強大的服務器版本用于棋手分析。韓國棋院主要以Facebook開源的ELF為工具，而中國棋院則可以通過騰訊的絕藝系統進行訓練，但同時很多中國棋手也自行安裝了ELF。

5、日常訓練和圍棋教育

以前我們認為說，圍棋棋手的培養，要多跟高手交流，有好的高手給復盤講解。

現在AI可以是24小時無休的頂尖水平陪練，而且無限制復盤，還能給你指出正確下法。

最近兩年，大量舊的圍棋定式被AI淘汰了，而AI創造了很多新的定式被廣泛使用。

研究AI，與AI對弈，與AI復盤已經是職業棋手和頂尖業余棋手的日常。

前段時間作為一線棋手中少有的80后陳耀燁九段戰勝當時世界排名第一的00后棋手申真胥九段，奪得他的第三個世界冠軍，（80后在職業圍棋里已經算老將了）胡耀宇八段在網上點評的時候提到，陳九段和絕藝下了超過2000盤對弈。

我們要知道絕藝問世也不過兩年多時間，兩年2000多盤對弈，這可是比世界冠軍還強的對手，而且隨時復盤隨時分析局面，這種訓練環境在幾年前根本是不可想象的。

人類圍棋在最近這兩年也進步了很大，和兩年前比，頂尖職業棋手在AI的幫助下，拍腦袋估計一下，大約進步了一個讓先。而用AI訓練更多，研究更深入的棋手，進步越大，成績越好，這也成為棋壇公認的事實。

由于AI的強大，職業棋手團體討論的優勢大不如以往。業余棋手和其他國家地區的棋手，在達到一定基礎之后，也能夠通過與AI的不斷聯系，迅速成長。

我的判斷，業余頂尖棋手與職業棋手的差距會越來越小。未來歐美有望出現頂尖職業棋手。

6，談談 關公戰秦瓊

圍棋圈有個積年已久的問題，那些歷史上的古譜，那些曾經的大國手們，到底什么水平？

最近有好事者用AI把一些經典中日古譜跑了一下，還是很有意思的。

日本古譜中被廣為傳頌的妙手，基本上全被打臉。

耳赤之妙手，丈和三妙手，等等，在AI眼里，并非多么了不起的妙手，甚至都不算當時局面下的建議選點，之所以能贏棋，完全是因為對手在后續對局中出現了錯覺和失誤。

中國古人的計算力得到了肯定，范西屏，施襄夏的當湖十局被認為是古譜的巔峰代表，在AI眼里，固然布局慘不忍睹。（當然也與中國古譜還棋頭規則有關，AI暫時沒有這方面的規則判斷）但中后盤戰斗，好幾盤雙方招法與AI自己的選點重合度很高，已經基本相當于目前頂尖職業棋手苦修AI后的表現。范施的計算力還是相當強大的。

那么古人棋力和今人相比如何呢？畢竟我們現在職業棋手訓練量更大，歷史經驗更豐富，而且又有更多同等對手可以互相磨練，如果古代國手中的強者來到今天馬上與頂尖職業棋手對弈，多半是贏不了的，甚至可能最好的只能相當于業余6段的水平。

但是，如果讓那些古人中的強者通過AI訓練，讓他們開始學習現代圍棋的布局。我拍腦袋說一下，可能六個月到一年時間，就能達到職業棋手水準，少許可能達到頂尖職業棋手的水準。

7、其他

圍棋AI普及后，圍棋比賽規則已經調整，緣由為有業余比賽出現疑似使用AI作弊贏棋的現象，所以現在圍棋比賽，無論業余還是職業比賽，已經全面禁止電子設備使用，并且很多取消了午休。

另外，日本出現了布局大賽，雙方只下前60手，勝負由AI判定。AI作為人類比賽的裁決者，這也算是開創了新的歷史。

除此之外，當年Google戰勝柯潔后，有棋迷出來散播陰謀論，說柯潔放水，說聯合做局，還有很多人信以為真。

今天，我重復一句，在這件事上散播陰謀論的是純傻。24K的。

所有重要圍棋比賽解說都在用AI，所有職業棋手和頂尖業余棋手都在用AI訓練，被AI推翻的定式在職業圍棋比賽中幾乎已經不會再出現，而AI推崇的定式已經在重要賽事中讓人看的審美疲勞。

最有意思的一幕是這樣的，在比賽解說中，開著AI的解說員用上帝視角給出下一步的建議，說這一步是AI推薦的好點，但以人類的視角，對局者是不太可能想到的，言畢，人類高手下到了這個點上。為什么呢？這個人類高手和AI不知道訓練了多少盤。

這么多鐵一樣的事實在這里，如果還有人會信陰謀論，那就真的沒救了。

從對AI顛覆圍棋常識經驗的震撼，到現在以AI為師，圍棋領域已經見證了人類如何與AI相處，適應，以及利用AI來提升自己的經歷。

我知道圍棋這個領域很冷門，可能大家只知道柯潔。AI可能不會讓這個領域變得熱門，不過還好，喜愛圍棋的人依然喜愛，AI也并沒有讓這個領域消亡，至少現在，AI也并沒有徹底找到圍棋的必勝手段。

在其他領域，我相信，這樣的事情還會發生，學會與AI共處，學會以AI為師，可能是我們很多人未來需要去適應的。