同样下围棋机器就比人类冷冰冰吗？

本文来源于微信公众号：庆丰棋圣木可三吉

同样一步棋，机器下出来就叫冷冰冰、没感情，人类下出来就叫有人情味吗？

想起以前HIFI音响器材圈的一个老段子：对器材和设备的追求要细，用的什么电也会影响出来的音色和效果——水电温柔细腻，火电狂热燥气，风电飘忽轻灵，最差的就是核电，冰冷无情，听多了听力会被辐射污染。

人类棋手觉得机器下棋没感情、冷冰冰，主要原因无非是：机器不像人类那样漏招多，不像人类那样时有冲动和一拍脑袋的状况，不像人类棋手那样或贪或鸡毛蒜皮大打出手。

可是，这些是好东西吗？没有这些缺点很可惜吗？这不正是人类棋手从弱到强一路努力克服的吗？怎么如今被机器实现了，我们反而不愿意承认这是好事了？所谓“叶公好龙”不外如是。

如果要真觉得算不清、冲动等等才叫人情味，才不冷冰冰，才是好事，那么，业余棋手也可以这么说职业棋手，业余棋手的棋才最可贵，最人性化。走什么职业道路呢？

人工智能出现之前，职业棋手的棋在业余棋友看来，不也跟现在职棋看待AI那样吗，精于计算和取舍，冷静，不似业余棋手那样感情用事、一时冲动？当初职业棋手可是以此为傲的，对充满本真人情味的业余棋持批评或指导态度。现在有了AI，职业棋手换到了早前业余棋手的相对位置，于是……更高水平的围棋就冷冰冰、没人情味了吗？

只要发自肺腑地愿意欣赏，总会有很多理由；反之，也会有很多说辞。无非是“棋上找不到毛病，也要从其他方面给TA挑出点毛病来”。

曲高和寡。不过，是就高，还是就低？

至于交流，人机交流的门槛是技术。而技术是在不断进步的。AI成为你练棋的好老师、好伙伴的日子不远了。与AI的交流是早晚的事，何必急于给人家一个冷冰冰的结论呢？以后小棋童靠着跟AI练棋定段后，说不定会兴奋地kiss自己的电脑，大声说：全靠TA呢！

围棋又称手谈，棋界的传统观念认为，只要是能下棋的人，便能借棋交谈，不论其母语是否相同。机器的棋只是因高而和寡，却并不是不可交流，只不过人家现在是理论物理学家发言，我们是高中物理生。不是人家说的话没有可以理解的逻辑性和值得品味的内容，而是咱水平不足、没听懂，好好学习，以后层次提高了，不就可以交流了吗？总不能让人家故意说得水平低、迁就我们吧。（嗯，以后的AI也可以做到啊，设置不同的陪练水平就行了。）

另外，目前大部分AI犯错的机会蛮多的，有时还发疯，跟小孩子发脾气差不多，挺“人”的，棋手们像逗小孩子一样给AI埋坑，乐此不疲。岂非趣事？

从心理分析的角度，下不过AI就给TA冠以冷冰冰、没人情味的帽子，是人类给自己施加的“自我心理保护”，不愿意承认一些东西，至少是不愿意完全接受现实，给自己找个最后的心灵庇护所。“给TA挑点毛病，TA还不完美，这样我就舒服了”。

对AI，一些棋手建立了两个这样的庇护所：其一是指摘AI冷冰冰，没人情味；其二是AI再怎么强，也没围棋上帝强。

嗯，没围棋上帝强，也比咱们强啊。马云再有钱，也没盖茨有钱。但是比咱有钱多了，对不对？盖茨比马云钱多，也不能跟咱取平均嘛。论证马云不是全球首富，会让我们心里舒服一点？

认了吧。

什么人情味、冷冰冰，不过就是棋力差异罢了。业余棋手被职棋杀花满盘的时候，是否曾在心里觉得，对手的刀太冷呢？

ps，人情味的背后是什么物质根基？doge：一大堆生化反应、生物物理过程和各种分子间相互作用。不见得比电子跃迁和机器运算更浪漫。

【Note】凤凰巅峰对决那盘棋会在这两天补讲。以及AlphaGo Zero的论文『Mastering the game of Go without human knowledge | Nature』，po主今天才看完，所以之前并没有专门写什么文，这几天会陆续写一些。

提示：这篇论文的附加材料中，有这篇论文中提到的所有棋谱的sgf格式文件下载。非常方便，下载后，可用MultiGo软件打开，并研究。

这里先随便聊两句。

文人相轻的思维和情结在科研领域是比较常见的。

AlphaGo Zero的论文在一些“专家”口中，虽然不得不心不甘、情不愿地夸奖两句，因为DeepMind的成果太硬太实了，不可能贬低得太过份，但是，话锋一转，却依旧心有不甘地花了大半篇幅强调和渲染——DeepMind也没做什么突破性的工作，就是些不值一提、局限性极强、没个P意义的老调重弹罢了。（意思是这个意思，词句婉曲一点）

呵呵，这篇论文的水平和突破性、创新性，以及影响力和指导作用，你们心里真的没点bee数吗？诚心实意给个靠谱的评价会夹到蛋吗？何必如此心胸狭窄、靠贬低别人抬高自己呢？你一辈子能做个水平达到这个成果五分之一水平的研究工作，就该烧高香了。搞科研的不懂在Nature上发Article是什么水平吗？你在Nature上发过Communication没有？真要是这么不值一提的成果，你倒是在人家发表之前做出来嘛。

当代基本上所有的科研工作都不可能不参考前人的工作和成果了。创新性和突破性不等于不参考前人的工作。但是，突破性进展与修修补补的小进展是明显不同的，不可有意或无意地加以混淆。

我们且不提这篇论文在人工智能领域的价值，就先说说计算机围棋。

有了这篇论文之后，计算机围棋又上一个台阶。从此，高水平围棋AI将极大普及。

事实再次证明，引领科技最前沿、并取得重大突破的，往往需要一个天才的想法和一个出众拔群的团队。科技的发展并不总是循序渐进的缓坡，在面临看似难以突破的困难和迷障时，如果能有一个超脱窠臼的天才创意，科技可能因此产生跨越式进步，一举登上更高的平台，看到全新的风景。

David Silver博士和DeepMind的AlphaGo团队，大概在以后写围棋历史的时候，地位应该与道策和吴清源并列了，——虽然他本人并不太会下棋，是一个算法专家。但是对围棋的技艺发展，有开拓性的重大贡献。

Nature这篇论文，David Silver排在第一，黄博士也比较靠前，但这都不是po主想提醒的。注意：樊麾二段也列入论文作者之列，这是重要的名份。

乌镇留下了一个让不少棋友耿耿于怀的疑问：到底差几个子。可惜了，很好的机会，没试。以后可能也只能用其他AI代替来摸索这个问题的答案了。然而终究不是原版。棋院的好面子，情有可原，但想想还是觉得有点烦。