人机大战一触即发 AlphaGo对战李世石你押谁赢?

嘀嘀咕咕

三月份，科技界将有一件举世瞩目的大事发生。
苹果发布iPhone 5se? No no no，这只是产业界的事。但凡有一点关注科技动态的朋友应该已经猜到，这件“大事”就是谷歌(微博)围棋系统AlphaGo与韩国九段围棋名将李世石之间的对战。
机器和人在智力游戏上的较量已经持续了几十年，这一次有什么特殊的意义吗？
人工智能第一次轰动世界是在19年前，IBM公司的深蓝计算机打败俄罗斯棋王、国际象棋世界冠军卡斯帕罗夫的时候。那可能是人类历史上第一次遭遇另一种形式智慧的挑战。兴奋、惊讶、挫败、恐惧之余，最后一点残存的傲娇被寄予在了围棋身上。有人说，这是人类智慧的最后一块高地。
终于，“敌人”开始入侵到这块“人类智慧最后的阵地”上。1月28日，人工智能AlphaGo在完全公平的情况下，以5:0的成绩击败欧洲冠军职业围棋二段的樊麾。于是，就有了后面的故事。
这个时候，李世石已经不再是什么国籍的选手或哪支队伍的主将。他，代表着是一方是全人类。对于比赛结果，各界人士都有自己的期待和预期。从目前的情况看，李世石守住阵地的胜算究竟能有几成呢？
已知水平：李世石更强
李世石，1983出生，1995年入段，1998年二段，1999年三段，2003年因获LG杯冠军直接升为六段，2003年4月获得韩国最大棋战KT杯亚军，升为七段，2003年7月获第16届富士通杯冠军后直接升为九段，拥有十多个世界冠军头衔。把他作为当今围棋界世界顶尖水平的代表应该不会有人提出异议。
AlphaGo，谷歌旗下DeepMind公司开发的一款围棋人工智能程序，在与同类程序Crazy Stone、Zen的对抗中，以往的战绩为495战，494胜，在让四子的情况下（让对方先下四个子），与Crazy Stone、Zen对战还能保持77%和86%的战胜率。可以说，AlphaGo是现阶段围棋人工智能领域最厉害的角色。
既然大家都是各自“物种”的佼佼者，那么问题来了，按照人类的标准衡量，AlphaGo到底在什么水平呢？
被AlphaGo击败的樊麾为中国职业二段棋手，在棋力上与李世石有着非常大的差距。但从两人的对战情况看，AlphaGo已经具备不低于职业初段棋手的棋力，这也是大多数围棋专业人士的看法。围棋界新星柯洁的评价则要严苛一些，“它的水平大概就是冲职业段之前的水平，虽然职业还到不了，但是无限接近于职业了。”李世石本人认为，AlphaGo的棋力相当于三段棋手的水平。这已经是一个相当高的评价。在观看樊麾和AlphaGo的比赛后，他认为自己完全能够战胜电脑。
从以往的战况看，李世石的实力显然是在AlphaGo之上。
进步空间：AlphaGo更大
本月的比赛距离AlphaGo与樊麾的对战有将近5个月的时间，那么，在这段时间里，二者的水平会发生什么变化呢？
在韩国媒体的采访中，李世石表示，自己会观看ALPHA的对局并做一些针对性的准备。但作为一名成熟的职业棋手，李世石的水平很难短时间内得到一个量级的提升。
与此同时，AlphaGo却无时无刻不在加紧自身学习。今年1月，Deep Mind团队透露，AlphaGo在四周的时间里完成了100万局的自我对局，也就是说，它一天可以自我对局3万局。韩国首尔科学综合研究生院大数据MBA主任教授金镇浩强调，去年10月为了战胜欧洲围棋冠军樊麾二段，给AlphaGo输入的并不是职业棋手的棋谱，而是“欧洲业余高手”的16万局棋谱。自去年10月以后，Alpha GO就以最高水准的职业棋谱为基础在学习。这意味着三月份AlphaGo出战之时，它的实际水平会令我们刮目相看。
人工智能最大的突破就在于科学家赋予了机器自我学习的能力，或许，这也将成为其对人类最大潜在的威胁。
临场发挥：各有优势
不确定因素的存在加大了竞争的刺激性，这也是比赛之所以会让人觉得有看头的原因。那么，在临场发挥上，AlphaGo和李世石谁更占据优势呢？
机器很大的一个优势就是没有情绪，它既不用背负人机大战的压力，也不存在非赢不可的心态。樊麾就曾提及，在与AlphaGo的对弈中，失利的一部分原因就在于心理负担过重，下得太着急。而从以往的记录看，AlphaGo的表现非常均衡，几乎看不出机器的生硬，也很少出现其他围棋程序会有的“故障”情况。虽然3月9日的局被设在了韩国首尔，李世石也很难说有什么主场优势。相反，如果AlphaGo的进步真的很大，甚至远超李世石的预期，难保会对他造成心理上的冲击。
不过，李世石的棋风被人称为“僵尸流”，棋入中盘，他常常因出招过分而导致死大龙，在职业高手看来，这样一边倒的局面已可终局，尤其是对于老派的只研究前半盘的中日职业棋手而言。然而，绝境之中的李世石常常能爆发出惊人的力量，他一次次地如同僵尸复活一样满血归来，并且总能在最后一刻撞线。不按常理出牌，可能是AlphaGo最难把握李世石的地方。
虽然AlphaGo的依靠有精确的专家评估系统、基于海量数据的深度神经网络及传统的人工智能方法蒙特卡洛树搜索的组合，具备了自我学习能力，但也终究无法逃脱人类以往经验的局限，很难创造出一种新的打法。
可以说，在发挥上，AlphaGo和李世石势均力敌。