現在的比分是 0:2，小李的狀態很不佳，這次也完全可能被零封。但目前的 AlphaGo，可能並非人類不可戰勝。
【UPDATE：對 AlphaGo 和圍棋人工智能有興趣的朋友，我最近在寫一個系列，介紹如何自制你的"AlphaGo"，請點選：
知乎專欄】
UPDATE：第四盤，電腦盲點出來了。我在下面說過，邏輯性是 DNN 的盲點，可以誤導 MCTS 的展開，某些怪招是走入了錯誤的變化，而不全是什麽神之一手天外飛仙。 同時 AlphaGo 也會出現盲區。 正是如此。 之前我在這裏還說 Google 很雞賊，不公開 AlphaGo 失敗的棋譜，也不開放任何對弈，避免顯示自己的弱點，下面不時有人出來噴「憑什麽要求Google公布」雲雲，言辭非常不客氣，我就編輯掉並關閉評論了，各位現在理解了嗎。許多做機器學習的朋友不了解電腦圍棋，如果真研究過近年來的電腦圍棋文獻，會發現和跑個 ImageNet 的程度不一樣，需要的邏輯知識更豐富。電腦圍棋未來會完美戰勝人類棋手（且必須加入更多Domain-dependent的方法），但恐怕不是今天。NOT TODAY。我們看看 Google DeepMind 的 Hassabis 怎麽說吧：
@demishassabis 26m26 minutes ago
Lee Sedol is playing brilliantly! #AlphaGo thought it was doing well, but got
confused on move 87. We are in trouble now...
@demishassabis 7m7 minutes ago
Mistake was on move 79, but #AlphaGo only came to that realisation on around
move 87
這就正是我在此所說的「電腦吃驚」。 其實即使對於AI研究，最完美的情況也並不是碾壓李世石，而是我們看到人機之間的此消彼長，互相學習。圍棋是一個極其有趣的問題，希望看到它能為AI研究貢獻更多世界的奧秘，而不是如此輕易地被徹底解決。
AlphaGo的核心是 MCTS + DNN + RL 。之前沒有說 RL，但它其實是很有意思的部份，因為在從前的對弈程式研究中，RL 的效果一般並不好。RL 的弱點是 overfit，也就是雖然小道訊息公布目前這個版本的 AlphaGo 面對去年的戰勝樊麾的版本的勝率是 100%，估計 ELO 分已經超出 4000，號稱天下無敵，但這裏面實際是會有很大的水分的可能。在其他棋類的例子上，有這樣的例子： RL 後的程式秒殺 RL 前的程式，但面對其它不同棋風程式的勝率反而略微降低。下面我們看 MCTS 和 DNN 的缺陷。
================================================
身為人類，恰好對於電腦圍棋、General Game Playing、機器學習有過一點研究，希望在此為形勢不利的一方支招。冀望研究AI的朋友們此時都開放一點，告訴公眾和棋手，目前AI所存在的缺陷，而不是有意無意地只想搞個大新聞。很理解Google等公司作為利益相關者，大談AI的長處，不會自揭短板。Google這次取得的成就也非常偉大。但即便從公司利益出發，現在為人類棋手支招，事實上也有利於進一步促進AI水平的提高。如果人類不在最佳狀態，那麽對於機器的測試又如何能測試出機器的極限？下文如有錯漏，請各位不吝補充。
1) 復雜的劫爭、復雜的對殺（Semeai）、"看似有利實際不成立的棋"、"看似不利實際合理的棋"（做過對弈程式的朋友會清楚，這些反應出來就是"漏看"，"過分樂觀"）等等，一言喻之，所謂 trap，一直是 蒙地卡羅樹搜尋（ MCTS ）甚至對弈樹搜尋的軟肋 ，如 International Conference on Computers and Games 2013 論文集中，多篇都討論過這類缺陷的表現。
AlphaGo 透過運用深度神經網絡評估和選點、tree與playout的共享創意、歷史共享創意、暴力增加搜尋速度和節點數，等等，彌補了大部份"漏看"的情況，但"漏看"仍會存在。對於圍棋，尤其如此。
這首先來自於，由於對弈樹太大，所以MCTS在每一層都會盡快選中少數點集中搜尋。如果一開始的選點全部或大部份錯了，根據合格的MCTS的設計，仍然可以在後續搜尋中找回正確的選點，但需要的時間會很多，有可能就會漏看；其次，在playout中，也同樣會有覆蓋不夠的盲點，影響局面評估。
一個具體的例子。AlphaGo 在局勢均衡時，出現的怪招，如果是在短兵相接的情況下出現的，一部份會是算路極深的妙手，但也會有一些屬於這樣的誤算（就是沒看到後續雙方的正解，而是陷入了錯誤的變化），表現出來就是損棋。後文會繼續談電腦的怪招問題。
2) 同樣， 深度神經網絡 （DNN） 也存在盲點 ，且這種盲點屬於此方法的根本問題，現階段無可能解決。下面是一個普通人不了解的事情：DNN與目前的絕大多數機器學習演算法，所學習到的，其實都是統計知識，而不是精確的邏輯知識。
舉個影像辨識的例子。給DNN一群人在一起的照片，DNN現在可以數出裏面有多少個人，且有時比人類還要強。比如只露了某個身體部位，也可能辨識出來。但是，也永遠會有人類看上去一目了然，但DNN辨識錯誤的情況，因為DNN完全沒有辦法學到什麽是人的精確定義！
這方面經典的文章是 Deep neural networks are easily fooled: High confidence predictions for unrecognizable images ，下圖左邊精心構造的噪音影像會被DNN以非常高的置信度判定為存在某某物品（有趣的是，可以在右邊看到，我們也可以構造出「有點像這個物品」的假影像，說明DNN學到了許多東西，只是不精確）。
如果我們拿到 AlphaGo 的網絡權重數據，同樣可以構造許多類似的欺騙局面。但是，我們拿不到。不過，目前看來，這種問題已經在對局中顯現了。
一個典型的例子是布局部份，所謂的"走錯定式"。
與普通人的想象不一樣，DNN雖然學習過無數局棋譜，但是絕不會簡單地死記硬背棋譜。這是DNN的勝利，它有能力大致學習到棋譜中所反應的更有趣的精神，如布局的方向選擇，某個局部和另一個局部之間的聯系，等等；而另一方面，DNN所學習到的圍棋知識，也存在著同樣的"不精確性"與"邏輯性缺陷"，正如霧裏看花。
那麽，布局走錯次序、走錯位置、不同布局的雜糅等等，在了解的人看來，就很可能是DNN的簽名（MCTS也有類似的缺陷，因為在它看來布局的許多不同位置的勝率都差不多，結果實際行棋就會有不精細之處）。人類所應該做的，就是不要想太多，按照棋理與布局理論給予還擊（是的，人類的布局理論一定還有缺陷，但以 AlphaGo 目前的水準，恐怕還達不到這一層）。
如果不了解這件事，把電腦想得太神秘莫測，只求穩，如小李在第二局的一些應對，則會正中電腦的下懷，把自己繞進去了。關於此，柯棋渣的直播和孟主播的復盤 圍棋TV_極速點評之人機大戰特別版都說得很好。
電腦的某些怪招，也同樣是這麽來的，不一定都是什麽天外飛仙。此前舉的復雜劫爭、對殺等等，也存在精密的邏輯成分（如每個劫材的精確大小、先後手，全棋盤各個局部之間的復雜關系，等等），會是電腦的弱項。另一方面，官子部份雖然也要精確算，但以 AlphaGo 目前的運算能力恐已足以暴力搜尋解決（團隊應該會在此時接入精確的搜尋樹而非蒙地卡羅樹），不能指望它出錯了（看似出錯的地方，都是棋局大幅領先時MCTS的簽名而已，不改變勝負）。
3) 關鍵的部份來了。 怎麽應對 AlphaGo ？
單從對局來說：
第一，自己不能出錯，每步棋要達到 80 分的質素。 因為電腦抓漏抓棋形缺陷等等的能力有時會很強（就看MCTS是否剛好考慮到了那個變化），不能給它機會。
第二，如果看到 AlphaGo 的怪招（特別是棋局開局與中前期的怪招），先想想是否是自己看漏了，如果似乎不是，那麽不要把它想得太高明，應該用正常的方法反擊，而不要心虛求穩。這樣才可慢慢積聚起優勢。否則就是安樂死，仿佛不知道輸在哪裏。
第三，同樣，AlphaGo的行棋有時會有不精細之處。發現時，都應積極抓住處理。
第四，一些需要了解的地方：
1. 從 AlphaGo 的 DNN 設計來看，它會略微更喜歡走離 自己上一手 / 對方上一手 很近的點。
2. 目前的MCTS演算法，電腦容易略微高估自己，低估人的戰鬥能力和活棋能力。如果人表現得好，電腦是會吃驚的（評論有朋友問什麽叫電腦吃驚，這個做過對弈程式的朋友都知道，就是起初認為局勢一片大好的評估函數，突然就開始急轉直下了，哈哈）。
3. 許多人都已經知道，目前的電腦圍棋程式在領先的時候都會求穩，下緩手（因為實際測試，這樣的勝率確實更高）。
以上是對局的方面。 而更重要的事情是在對局之外 。
上面是媒體報道使用的一張圖片。這張圖片看了令人覺得挺難過。李世石和從前的卡斯巴羅夫一樣，現在面對的心理壓力，前所未有的巨大。希望能有機器學習專家找到李世石，介紹 AlphaGo 的演算法和可能存在的缺陷，讓他能夠調整狀態，奮力再戰！
此次對局，是 AlphaGo 在暗，人類棋手在明。AlphaGo 看過所有人類棋手的棋譜，而人類棋手卻始終蒙在鼓裏。有些不厚道的是，Google 故意放煙霧彈，只公布了去年的較弱的版本的對局譜，並且絕不談最新版本的棋力情況，有心理戰的嫌疑。
這並不改變 Google 取得了偉大成就的事實，不過也留下了口實。心理因素，對於人類而言太重要了。打個比方，如果換成愛虐電腦，與機器鬥爭經驗豐富的羅洗河，局面會是如何，會比較有趣。
如果 Google 不是僅僅為了追求宣傳效應，那麽建議在此次或此一系列對局事件後，開放與 AlphaGo 對弈的介面，讓所有人類頂尖棋手前來實驗。即使收費，也會有許多人願意。
人類的學習能力，在許多方面仍然遠強於機器學習。透過反復測試，完全可能試出 AlphaGo 的缺陷，學會 AlphaGo 學習棋譜與自我對局所生成的經驗（DNN 裏面的經驗也是有辦法直接顯示給人類的，不是純粹的黑箱）。這與象棋的情況不同。圍棋很特殊，可以說是最適合人類的一種棋類，比象棋等要適合得多。樊麾在與 AlphaGo 多次對弈後長棋了，其他人類棋手也會有類似的發現。電腦能進步，人也一樣。一個強大的對手，可以推動圍棋的新發展。
（要找到AlphaGo 的缺陷所在，最直接的，是看 AlphaGo 自我對弈的棋譜。自我對弈，就總有一方會輸，那麽就看看是如何輸的。 說起這個，許多人可能不知道，對局程式裏有大量的內部資訊，比如程式估計的選點，每個點的勝率，以及每個點的變化圖解。如果再略微分析一下，還可以顯示程式認為哪裏是局勢的關鍵點，哪裏已經塵埃落定，哪裏是未來可能爭鬥最激烈的區域，以及DNN的形式判斷理由，等等等等。 如果 Google 願意把這些數據顯示出來，那就更有意思了。）
行文至此，東方漸白。我相信在圍棋這個畢竟是人類創造的棋盤遊戲上，機器在不久的將來會徹底戰勝人類，斷絕一切幻想，正如現在的象棋，但我只想說，NOT TODAY！如果您同意本文的意見，請記得給本文 up vote 一下吧，對，就是點一下左上角那個向上的剪頭。
何況，這只是 AI 漫漫長路的一個小小驛站。別的不說，前沿的理論數學的證明，很難想象現在的 AI 怎麽理解，更不談怎麽推導。代數拓撲和代數幾何有希望。數論最難。更簡單的例子，AI 什麽時候能寫出我們在這裏的回帖？目前的電腦架構，恐怕希望不大。生物電腦，量子電腦，分子電腦，可能才是正解。不說了，先睡了...
彭博 於 2016年3月11日晨
補充：
對於電腦圍棋關註過很多年，大部份這方面的文獻都讀過，也寫過程式。此處寫下的 MCTS 和 DNN 的漏洞，既是許多文獻的意見，也是自己的經驗所得。如果哪位有不同意見，很歡迎指正。
但是，這裏的所有評論，居然沒有一個人正面談論這個問題（如這些漏洞是否存在，該如何解決），一群人去爭論些邊邊角角的雜事，如 Google 是否應該公開權重公開棋譜之類，有沒有可能解讀出權重裏面的資訊等等，各路人瞎吵，令人無語。這是新一代的中醫vs西醫之爭嗎？訊噪比太低了，全清空罷。
最後，點名批評之前評論中的許多人，學了一點機器學習課本知識，就開始 show，太可怕了。世界很復雜，我們都還得虛心學習一個。實際的問題千變萬化，不是課本可以涵蓋。是的，我對於喜歡人身攻擊的人就是這麽不留情。討論問題很好，有些人一上來就人身攻擊，這是什麽路數？
我還搜尋了一下，好像很多人都在知乎吐槽噴子，還有人總結說噴子最喜歡抓住他們懂的那點東西死纏爛打。比如 MCTS 這麽簡單，但對於機器博弈又極其重要的東西，他們很多就不懂，很多課本也不教，所以他們就啥都不會說。關於本文說的主要論題，他們也啥都不會說（真令人失望），就會反復纏結一些細節。很多時候，我特別特別不想回他們的評論，因為感覺在免費教他們。但是看他們在下面吧，又覺得很容易誤導觀眾（他們會互相點贊！很牛的），怎麽辦呢？現在我學會了，就是拉黑+關閉評論......
