围棋作为一种游戏

编者按：本文转载自公众号 keso 怎么看（微信 ID：kesoview），转载已获得作者授权。

围棋存在了至少 2000 多年，它一直都是人类挑战自身认知边界的一个很好的工具，是世界公认的最复杂的棋盘游戏。在中国古代，它和琴、书、画一起，被称为文人“四艺”，代表着文人的修养和品格。

围棋是一种如此复杂高深的游戏，就如宇宙一般；围棋运行在如此简单的游戏规则之上，就如宇宙一般。围棋中充满了人世间的各种辩证关系，小与大、虚与实、轻与重、缓与急、强与弱、厚与薄、疏与密、动与静、攻与守、先与后、取与舍、死与活等等，每个人都能从围棋中悟到不同的道理。军事家看到了战场形势的转换，政治家看到了治理天下的玄机。汉代黄宪在他的《机论》中说：

弈之机，虚实是已，实而张之以虚，故能完其势；虚而击之以实，故能制其形。是机也，圆而神，诡而变，故善弈者能出其机而不散，能藏其机而不贪，先机而后战，是以势完而难制，虽然，此特弈之道耳。

这种虚和实的辩证，让围棋超出了一般意义上的游戏。“黑白演绎如世事，纹枰对弈悟人生”，一张19×19的棋盘，一副黑白两色的棋子，承载了几乎全部的东方智慧和人生哲学。通过流传下来的古代棋谱，今人可以与古人手谈，感知前人的情感，传承前人的智慧。围棋演进数千年，却让人越发发现未知之大，感叹已知之小。日本棋圣藤泽秀行有言：“棋道有百，我只知七。”对一名狂放不羁的顶尖棋手来说，这话真的不是谦虚。

但是，这么复杂、这么玄妙、这么博大精深、这么经过数千年积累、穷尽无数人心血的围棋，竟然被一个完全不依赖人类数据的计算机程序给彻底破解了。10 月 18 日，DeepMind 团队的最新论文在《自然》杂志上发表，揭示了其最新一代计算机围棋程序 AlohaGo Zero，在完全不依赖人类数据的情况下，凭借强化学习的方法，从零开始学棋，结果，仅用 3 天就以 100:0 的战绩打败曾战胜李世石的那个版本的   AlphaGo，21 天就达到战胜柯洁的那一版 AlphaGo 的水平，40 天时间已成为拔剑四顾心茫然的绝世高手。

（AlphaGo Zero 训练天数与 Elo 等级分）

在此之前，人类顶尖棋手输给 AlphaGo，还可以说，毕竟计算机的状态不会像人类一样受情绪影响，毕竟计算机强大的计算和记忆能力绝非肉身所能比，毕竟计算机超强的棋力也是来自对人类棋谱的研习，所以，输给计算机不丢人，那不过是输给了更强大的我们自己而已。但是面对 AlphaGo Zero，柯洁说：“一个纯净、纯粹自我学习的 AlphaGo 是最强的。对于 AlphaGo 的自我进步来讲，人类是多余的。”

（柯洁的微博）

没错，人类历经数千年积累下来的所有棋理、定势和手筋，其实不过是基于人类对围棋的有限认知，正如地心说是基于人类对宇宙的有限认知。对于 AlphaGo Zero 来说，这些积累下来的棋理、定势和手筋，确实是多余的，甚至是错误百出的、完全误导的。抛开人类的所有经验和谬误，不受人类影响，回到围棋本身，从零开始自我进化，才有可能逼近围棋真理。

但是，人类又不完全是多余的，至少人类设计出了围棋这个精妙的游戏，即使这个游戏计算机比人类玩得更好。AlphaGo Zero 不需要人类的经验和知识，但需要确切了解围棋的游戏规则，比如死活的界定、打劫的规矩、胜负的判断，等等。就像通过禁区、越位、任意球和点球等规则的设计，人类界定了足球这种游戏的边界和内涵。AlphaGo Zero 是辆无人驾驶汽车，但它行驶在人建造的道路上，遵守红灯停绿灯行的人类交通规则。

无师自通的 AlphaGo Zero，对围棋之外的世界是否也能无师自通？难。外部世界有多少类似围棋这样的有着清晰的边界、清晰的规则，并且所有步骤全都摆在明面上的领域？

一段时间以来，大数据与人工智能的结合，被认为是令信息技术如虎添翼的关键一步。人工智能近些年得到高度关注，全因为互联网经过二十多年的发展，已经积累并且还在每天不断产生有价值的海量数据，人工智能和大数据的结合，让两者都发生了核聚变，因此，得数据者得天下。像阿里巴巴、腾讯这样的掌握海量数据的公司，大有挟数据以令诸侯的豪气和霸气。这时 AlphaGo Zero 猛不丁跳出来说，数据根本不重要，算法才是王道，颇有点逆潮流而动的架势。

DeepMind 创始人兼 CEO 哈萨比斯说：“AlphaGo 就是新的哈勃望远镜。”这话不错，人类借助新的哈勃望远镜，来突破自身局限，重新认识世界。这等好事，求之不得。

马云说，AlphaGo 羞辱了人类，剥夺了人类的乐趣，我并不这么看。如果你有个小孩，五六岁了，我建议你送他（她）去学围棋，比围棋还好的思维训练、认知训练和情操陶冶的游戏，说实话真的不多。