2016年3月15日人機(jī)大戰(zhàn)第五盤，AlphaGo執(zhí)白280手中盤勝李世石，總比分4:1結(jié)束了這場(chǎng)持續(xù)一周的圍棋盛事。

我在廣州愛范兒公司和吳肇毅九段一起直播了這場(chǎng)比賽，感覺對(duì)機(jī)器的招法比較能夠理解。這使得我在這場(chǎng)特殊的比賽中，有時(shí)對(duì)局勢(shì)的判斷比吳九段更為準(zhǔn)確，雖然我的圍棋水平不高。下面用幾個(gè)圖來解釋一下機(jī)器開盤的失誤和技術(shù)特色。

在右邊的常見套路中，AlphaGo選擇了16位擋而不是Q10拆，放黑17位打入，接著繼續(xù)18位打，放黑19位沖21位斷，很簡(jiǎn)單地就棄掉了三子。粗粗一看黑吃下三子實(shí)空不小，但這是AlphaGo的招法創(chuàng)新，黑布局感覺已經(jīng)落后了。因?yàn)榘子蠥位靠下的手段，會(huì)在上面形成一道厚勢(shì)，白棋把棋走在外面，對(duì)于厚味外勢(shì)的價(jià)值估計(jì)得比人類棋手更準(zhǔn)，而且它的整體行棋方式也能與之配合。人類高手出于實(shí)戰(zhàn)考慮選擇實(shí)地的更多，通常認(rèn)為虛虛的外勢(shì)不太好掌控。從大局觀來看，AlphaGo的理解更合乎棋道。

這個(gè)局面的看點(diǎn)是AlphaGo第48手?jǐn)嗳?，然后被?1全部吃下，虧了不小的目數(shù)。這是確定無疑的損失，機(jī)器犯了錯(cuò)。這個(gè)錯(cuò)誤非常象AlphaGo和樊麾的第三局，它也是在黑右下大空里走了幾手，沒有棋卻損了空。為什么它這么下？

48手這個(gè)斷是很明顯的直覺要點(diǎn)，在AlphaGo的策略網(wǎng)絡(luò)里估計(jì)會(huì)是排名很前的選擇。后續(xù)搗亂可以連續(xù)多招，黑要小心應(yīng)對(duì)，下錯(cuò)了就立刻完蛋。黑應(yīng)對(duì)了，白可以繼續(xù)“考驗(yàn)”黑。AlphaGo也會(huì)用策略網(wǎng)絡(luò)模擬黑的應(yīng)對(duì)，正確應(yīng)對(duì)的招數(shù)肯定有，但也有錯(cuò)誤的建議給出來。這樣，連續(xù)搜索展開后，在不少葉子節(jié)點(diǎn)AlphaGo高興地發(fā)現(xiàn)黑應(yīng)錯(cuò)了被白一舉擊潰。就算黑一直應(yīng)對(duì)正確，最后白損失也不大，能夠完封右邊中，大局上還是自己好。所以，蒙特卡洛模擬（MCTS）對(duì)48這手給出的勝率評(píng)分會(huì)比較高。這應(yīng)該算是AlphaGo算法框架的一個(gè)bug。AlphaGo愿意下這種“局部變化復(fù)雜，對(duì)手應(yīng)對(duì)錯(cuò)誤自己立刻勝利，應(yīng)對(duì)正確自己稍虧但大局還好”的辣招。對(duì)人類高手來說，這種計(jì)算應(yīng)該不難，所以就占了便宜。48手算是虧目較多的一次小bug，但是局面還早。這時(shí)AlphaGo對(duì)自己的勝率估計(jì)應(yīng)該比下出48手時(shí)低一些了，它終于知道吃了虧，但當(dāng)初就是愿意去這么試。因?yàn)槭謹(jǐn)?shù)較多，它下48的時(shí)候并不知道會(huì)虧。只有定型的差不多了，才覺得算清了，沒有東西。