李世石输在了计算力上

本篇文章1350字，读完约3分钟

下午3点30分左右，编辑们已经准备好了李世石胜利的新闻稿。然而，随着形势的逆转，每个人都在震惊之后匆忙修改了手稿。和我一样，虽然我之前对阿尔法戈赢得比赛充满希望，但我从未想过第一场比赛会是一场伟大的胜利。最后，当李世石认输时，所有人都沸腾了。人类智力防御的最后一道防线，就这样轻易地瓦解了。

在此之前，大多数人都赌李世石赢。工程师们还从技术角度分析了游戏，并得出结论:阿尔法戈获胜的可能性很小。然而，现实是，李世石输了。

之前，每个人都分析了阿尔法戈无法击败李世石的原因，主要集中在围棋的复杂运算能力上。19×19的棋盘上有361个点。从机器学习的角度来看，围棋的计算有3361种情况，体积大约为10170，而观察到的宇宙中原子的数量只有1080。总之，这超出了宇宙的范围。

这么大的计算量对机器来说是无法忍受的，所以阿尔法戈的方法是记住国际象棋的分数，3361不能计算它，数千万的国际象棋分数仍然可以被记住。通过吸收这些大师留下的棋谱，阿尔法戈可以学得很快，凭借其无与伦比的计算能力，打败人类只是时间问题。根据谷歌之前披露的数据，阿尔法戈可以模仿人类下棋，准确率为57%。凭借这种模仿能力，阿尔法戈可以准确预测人类的下一步行动。

英特尔中国研究院前院长、时宇科技联合创始人吴甘沙对此游戏发表了评论。“当我听说谷歌挪用了大量的机器为alphago自己玩的时候，这个结果并不出人意料。”

像其他神经网络一样，deepmind的系统运行在一台装有gpu的机器上。GPU最初用于渲染游戏图像，但后来发现它们适合深度学习。据报道，谷歌为这次比赛投入了2000个图形处理器，这大约是5个月前阿尔法围棋对欧洲围棋冠军范辉的20倍。当时，硬件设施都是超市里的围棋程序。实际上，这应该被视为谷歌的违规行为，因为deepmind的创始人哈萨比斯曾经说过，他们只会优化系统，但在与李世石的竞争中，他们会使用相同的配置。有鉴于此，难怪他们在昨天的新闻发布会上突然宣布，李世石没有机会赢得这场比赛。

当然，即使有如此强大的硬件配置，阿尔法戈也无法在游戏开始时计算出所有的棋步。在这个游戏中，我们可以看到阿尔法戈下棋的速度并不像我们想象的那么快，但显然每一步都是经过计算的。那么阿尔法戈有没有可能在一开始就用足够的硬件配置来计算所有的步法呢？吴甘沙对记者的回答是不可能的，“不可能一开始就完成所有的计算，这么多的可能性。”看来人类还有机会赢。

在收到谷歌的挑战书后，李石狮只用了五分钟就接受了挑战。他对这种人工智能程序的局限性感到好奇，这种程序首次公开击败职业棋手而不让步。知道阿尔法戈会分析他过去的棋谱并用来对付自己，李世石从一开始就改变了他的棋风，下了一盘他从未下过的棋，这也被很多人认为是输掉这场比赛的主要原因。赛后，李诗诗在接受《Be》采访时回应道:“首先，作为一名棋手，我有很多比赛经验，输掉第一盘不会动摇我的心。我认为结果才刚刚开始，我会继续了解我的对手。现在评估阿尔法戈还为时过早。”

赛后，李世石看起来很孤独

总共有五场比赛，即使是3:0的情况，仍然会被比较。下一届运动会将在10日、12日、13日和15日举行。然而，在这场比赛中，只要阿尔法戈赢了一场比赛，就意味着人工智能赢了。当然，最大的赢家将是谷歌。