如何看待 Google 围棋 AI AlphaGo 击败欧洲围棋冠军？

他们确实做得很好，能让4子胜Zen和CrazyStone，把职业二段打成五比零，实力不容质疑。就期待着今年三月他们和李世石的比赛了。

从算法上来说，这篇文章并没有太多新意，主要是通过大量的训练数据，包括以往的棋谱和自我对局，把性能堆出来。他们训练了一个走子的神经网络（这个和我们的办法是一样的，但我们的文章主要在这上面作了改进），又训练了一个可以评估局面的网络（这个我们还没有），然后在蒙特卡罗树搜索中同时使用这两个网络。后者用了三千万局的自我对局(self-play)的结果训练。为了避免过拟合，每局只随机选了其中一个局面，然后让网络预测对局结果（胜或负）。三千万局不是个小数字，大家可以算一下一刻不停地下，15分钟一局需要多久才能下完（大约是855年）。这个规模我说实在没有想到过，谷歌在这方面是很有优势的。最后，他们的default policy也是经过处理的，能够两微秒走一步而且准确率也不错。还有一些小细节就不一一赘述了。总之，谷歌的做法充分利用了大数据+深度学习的优势，而几乎完全没有用到围棋的领域知识，所以若是以后棋力能再往上走，我也不会惊讶。

其实这篇文章在去年11月份就已经投稿，但是因为《自然》杂志严格的审查制度，现在才出来。我们在11月的时候还只有3d的水平，蒙特卡罗树搜索还有各种问题，12月初的时候已经听到了谣言，当时我惊得话都说不出来了，然而就算这样，还是决定一点一点做，抓紧圣诞和新年的时间，把性能提高到5d的水平。我们还差一点拿了一月KGS锦标赛的冠军（Zen和DolBaram都参加了），可惜最后因为程序错误而超时，输了一局赢棋给Zen，得了第三名。谷歌的文章有20个作者，明显是下了血本，前两位都是计算机围棋界的大牛，一作David Silver是计算机围棋和强化学习的顶级专家，整个博士论文就是做的围棋; 二作Aja Huang以前写过多年围棋软件，自己又是AGA 6D的水平。相比之下我们只有两个人（

)，只做了半年，中间还要穿插VQA等其他项目，而且都没有做过围棋的经验，想想有些差距也是不冤了。

现在回想起来，要是他们决定去年10月份战胜了樊麾后马上公开，或者我们再拖一会儿，决定不投ICLR而等到今年的ICML，那我们就被灭得连渣都不剩了（笑）。这回虎口拔牙，能从中拿到一些贡献，为公司增加一些影响力，算是比较成功的。至于单挑全军的感觉如何——我的回答是很爽 :)

Facebook高层也给了我们很大的支持，昨天我们组的老大Yann LeCun发了文章介绍我们的工作，扎克伯格还特地发了一篇文章点到了我的名字，赞扬我们的努力，对此我非常感动。

最后，我们的arXiv更新了[文章见

]，欢迎大家有空看看。谢谢～

链接：

这个答案力求客观评价AlphaGo的实力。因为本来就是我自己写的，就不全文引用了。。

弱小和无知不是生存的障碍，傲慢才是。

——《三体：死神永生》

AlphaGo战胜樊麾二段对于围棋界可谓惊天动地的大事。很多棋友和圈内人士都很关心AlphaGo的棋力到底有多强。我不是职业棋手，自认为如果对战AlphaGo，需要先恭敬地摆两子求指导。对于计算机围棋的了解，我也不如专业人士。不过通过各方面搜集到的证据，我能够对AlphaGo的棋力下一个相对客观的结论。当然，这个评价是针对截止到去年10月，与樊麾二段对战时的AlphaGo. 至于这几个月AlphaGo会进步多少，除了谷歌的研究人员，大概没有人能准确知道。

先上结论：AlphaGo的实力，大致上相当于中国的强业余6段。如果AlphaGo与世界范围内活跃的职业棋手（过去一年内参加正式比赛超过12盘）一起排名，大致能排到250名-300名之间。换句话说，AlphaGo的实力已经强于很多水平稍弱的职业棋手，但是大概要稍弱于中国业余棋界的最顶级棋手，或者大致相当。

那么我们就来看一看依据。

首先是不同职业棋手的评价：

时越九段（世界冠军，中国棋院等级分第二位）：

　　说实话，我昨天看到这个消息的时候是不信的，虽然我现在还是不能理解电脑是怎么去学习的，但是事实摆在眼前，这5盘棋电脑下的让我惊叹，我认为水平已经迈入了职业的门槛。虽然和顶尖棋手还差的很远，但按照这个进步速度，3月份的对局，我想李世石也不会赢的太轻松。

樊麾二段（法国国家队总教练，AlphaGo的对手）：

第一盘输了之后，我这个心态就发生了很大变化，因为第一盘毕竟觉得可能比较轻松，然后发现他的官子、各方面的掌控能力很强之后，我第二盘就有点（心态）失衡。第二盘打了一个大勺之后，整个进程就不对了。

围棋毕竟不能用单纯的技术来说，一是一、二是二、三是三，因为毕竟有发挥的问题。不过我确实下的也不是很好，当然了，下的时候心态也是一个最主要的原因。不管怎么样，AlphaGo的棋力确实已经很强了。

这几盘棋呢，可以说我自己发挥不佳，但不能说不是我的真实水平，下得不好。主要是在某些方面觉得被他彻底克制住了，尤其心理负担很重，总感觉下到最后一读秒就会打勺子，这就导致我的棋下的很急。

（以上来自微信公众号“喆理围棋”，作者是李喆。喆理专访围棋人工智能事件 时越：李世石不轻松 ）

柯洁九段（世界冠军，中国棋院等级分第一位，当前的世界第一人）：

果壳网：假如是不知情地去看AlphaGo和樊麾的这五盘棋，你会猜到AlphaGo不是人类吗？

柯洁：完全看不出来。这五盘棋我也仔细地看了一眼，但我没看名字，不知道谁执黑谁执白，完全看不出谁是AI。感觉就像是一个真正的人类下的棋一样。该弃的地方也会弃，该退出的地方也会退出，非常均衡的一个棋风，真是看不出来出自程序之手。因为之前的ZEN那样的程序，经常会莫名其妙的抽风，突然跑到一个无关紧要的地方下棋。它这个不会。它知道哪个地方重要，会在重要的地方下棋，不会突然短路。这一点是非常厉害的。

果壳网：就电脑的表现来看，你对它布局，中盘，官子三个阶段的评价，分别是什么水平？

柯洁：按照我的评价，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。关于这几个阶段，我的感觉是都差不多，非常均衡，也看不出哪个地方是机器，这个很恐怖（笑）。当然这只是看了五盘棋，也看不出它的短板来，可能是因为对手发挥得太糟糕了（笑），我也看不出来具体的哪里好哪里不好。

（以上来自果壳网对柯洁的采访：【果壳网专访】围棋天才柯洁：如果AI下赢了我，我还想赢回来）

芈昱廷九段（世界冠军，中国棋院等级分第四位）

　　问：今早的大新闻是谷歌围棋AlphaGo5比0赢了樊麾二段，是否已看过棋谱？

　　芈昱廷：知道后感觉很刺激，看棋谱觉得实力相当于冲段少年。　

（以上来自新浪网。芈昱廷：大龙逃出取得领先 谷歌围棋的消息很刺激）

李喆七段（全国冠军）：

Google的围棋AI已经具有职业水准，从棋谱初步判断是顶尖棋手让先-让先倒贴目的水平，离战胜人类还有一小段距离。但这是三个月前的棋谱... 以Google机器学习堆数据的速度，今年三月对决李世石相当值得期待。

（来自李喆的微博）

刘星七段（全国冠军）:

第一是棋形很正，第二是失误相当的少。如果把它看作一名业余顶尖的棋手，做到这两点，就已经具备了相当的实力。 （赵守洵：星爷还没有把它看作职业高手） （刘星：这个很难说）

（以上来自围棋TV，大概在11分40秒左右。）

以上来自不同一流职业棋手的评价，表面看上去有一定差异。有的说已经具备职业水平，有的说是业余顶尖水平，其实都差不多是一个意思。在中国，顶尖业余棋手确实具备职业水平，对战顶尖职业棋手差不多也就是在让先到让先倒贴目之间。为了进一步说明这一点，我又要搬出“民间等级分”，nmcgw版世界围棋等级分了。这是我见过的统计数据来源最详尽，同时原理简洁、有效的一版等级分，甚至强过韩国裴博士发布的世界等级分。目前此版等级分每周一更，发布在tom围棋论坛ÊÀ½çΧÆåÖ°ÒµÆåÊֵȼ¶·ÖÅÅÐаñ£¨nmcgw°æ£©。

虽然业余棋手的等级分现在不被公布（曾经是公布的），不过按照nmcgw本人的说法，顶尖业余棋手（以中国的业余四大天王，胡煜清、王琛、马天放、白宝祥为例）大致在2350分到2400分之间。换算成世界排名，就是在160名-220名之间，与顶尖的女子职业棋手大致相当 。作为参考，参与nmcgw等级分排名的大概有860位活跃的职业棋手（包括日韩台在内）。同时，这几年的晚报杯职业业余对抗赛（2011-2016），由顶尖职业对抗顶尖业余的比赛中，比分大致是这样的（剔除了聂卫平、刘小光参加的台次）：

女子职业-顶尖业余 （分先）： 3-5；

男子职业-顶尖业余 （让先）：18-8；

那么李喆所说的“让先-让先倒贴目的水平”，也与业余顶尖棋手相差无几。

其实这些评价已经足够说明问题了，不过我还是稍微有点担心。会不会是人类棋手因为惯性思维，没有看到AI某些隐藏的强大之处？我们从AlphaGo研究者的角度来看看这个问题。

Remi版等级分是Elo等级分的一个变种，规则要比ELO等级分更加先进。但是Remi版等级分的最大弱点是，统计的棋局不足够详尽。Remi版等级分统计了自上世纪80年代初以来的52000盘对局，但仅仅是弘通围棋网收录的职业对局就有超过十万局，而且弘通的这个数字好像也是不完全版。无论如何，Remi版等级分还是具有相当参考意义的。

回到上面这张图。根据原文附录上的数据，AlphaGo团队对于在一台计算机上运行的AlphaGo的评价是2890分，而与樊麾对战的版本（1202CPU， 176GPU）为3140分。樊麾在去年十月对战时是2908分，在Remi版等级分上排在第632名（共832人）。按照ELO等级分的规则计算，樊麾对AlphaGo的胜率大约是20%。事实上，AlphaGo对樊麾的十盘棋比分正好是8-2。那么我们再看看3140分大概是什么水准。在Remi版等级分中，3140分对应排名是281名-283名（并列）。如果对战当前的李世石（3515分），则只有11%的胜率。至于图表上的“5p”（职业五段），没有太大意义，因为当前中日韩三国的职业段位与实力并不直接相关。

将这个3140分转换到nmcgw版等级分中去，大致上相当于2310分。回顾一下，中国业余围棋四大天王的等级分是在2350-2400分之间， 也就是说AlphaGo对战四大天王有42%左右的胜率。这与之前各位一流职业棋手的评价，“顶尖业余棋手”、“冲职业段之前的水平”、“具有职业水平”、“让先-让先倒贴目之间”，是完全吻合的。当然，如果是以这个水平对战李世石，五番棋大战，想要赢一盘都是相当困难的。

AlphaGo确实已经摸到了职业的门槛。网上某些称“樊麾放水，下得不如普通业余5段”、“战胜欧洲冠军就像战胜国足”等论调实在不够客观。至于3月份AlphaGo与李世石的大战，我仍然谨慎地看好李世石。3140分到3500分，顶尖业余到顶尖职业，一个天赋超群的人类棋手也要花五年左右的时间。行百里者半九十，从之前围棋AI在程序定型以后的学习速度来看，几个月的时间不足以让AI再完成一次飞跃。当然，如果到时候被AlphaGo打脸，也是一件很可能发生的事，毕竟开发团队自称有五成把握（咦这个flag是不是很熟悉？小李：你说有五成把握，是一百成里有五成吗？）。各位看官可以收起对人工智能的傲慢心态，去期待一场或许是火星撞地球的大战。

—————————————————1.30更新————————————————

根据Nature原文附录，将估计的数据更新为准确的数据。

借此地做一个神棍的预测。AlphaGo将于三月对战李世石之时达到nmcgw等级分2560分的水准，相当于原中国棋院等级分职业九段的门槛分数（虽然这个现在没什么实际意义了）。2560分对应的世界排名是40名（对应棋手：邬光亚六段）。相应地，AlphaGo对李世石的单局胜率有32%。预测AlphaGo-李世石五番棋比分：2-3。 五盘棋分别为阿法狗：胜负胜负负。

预测依据：樊麾二段接受采访时的“你们就等着看好戏吧”眼神，和开发者自信的“五成把握”。

在2019年1月以前，AlphaGo将不能超过柯洁的水平 （nmcgw等级分2800分）。

预测依据：瞎猜的。