在2016年3月份， 正當李世石與AlphaGo進行人機大戰的時候， 我曾經寫過一篇“人工智慧的里程碑：從深藍到AlphaGo”， 自從1997年深藍戰勝卡斯帕羅夫之後， 隨著電腦硬體水準的提高， 電腦象棋（包括國際象棋和中國象棋）水準有了很大的提高， 達到了可以戰勝人類最高棋手的水準。
但是， 長期以來， 在電腦圍棋上進展卻十分緩慢， 在2006年引入了蒙特卡洛樹搜索方法之後， 也只能達到業餘5段的水準。 所以AlphaGo戰勝韓國棋手李世石， 確實是人工智慧發展歷程上的一個里程碑式的事件。
人機再戰的意義可能不大了
從人工智慧研究的角度來說，
當年的深藍還是一個專用設備， IBM甚至為了提高計算速度， 而研製了專用的晶片（據說該晶片只能用於下國際象棋）。 但是萬事開頭難， 隨著電腦計算能力的提高， 今天即便在普通電腦上， 也可以達到甚至超過當年深藍的水準。 以至於在國際象棋比賽中， 出現過棋手借去廁所的機會， 讓電腦幫忙出招的醜聞， 在現在的國際象棋比賽中， 已經明確禁止利用各種計算設備，
深藍對卡斯帕羅夫的比賽現場
就在2016年即將過去的時候， 在網路上突然出現一個名為Master的電腦圍棋程式， 在網上快棋賽中， 連勝包括中日韓三國高手在內的人類棋手， 取得連勝60場的輝煌戰績。
為什麼AlphaGo會重出江湖呢？我想可以從AlphaGo與深藍的不同來考慮。
AlphaGo的成功是深度學習的勝利？錯了！
深藍採用的是α-β搜索框架， 加上大量的人類知識， 在技術上已經沒有什麼發展空間。 而AlphaGo採用的是蒙特卡洛樹搜索框架， 加上深度學習和深度強化學習。
在這樣一個框架下， 深度學習， 尤其是深度強化學習在電腦圍棋上的天花板究竟有多高？還是一個未知數， 從技術的角度來說， 還有很大的研究空間， 我想這是AlphaGo重出江湖的重要原因， 圍棋在這裡只是作為一個應用物件， 目的還是研究強化學習等方法。
順便在這裡說一下， 有人認為AlphaGo的成功是深度學習的勝利， 我認為這一看法是片面的。
具體來說， 蒙特卡洛樹搜索引入到電腦圍棋中，
因此， 在今天深度學習大熱的情況下， 不能忽視傳統方法的作用。 傳統方法與深度學習具有互補性， 應該加強這方面的研究， 而不是一窩蜂式的湧向深度學習。
韓國棋手李世石對戰AlphaGo
那麼這次的Master與去年3月份的AlphaGo有什麼不同呢（為了敘述方便， 下文中AlphaGo特指去年3月的版本， Master特指現在的版本）？
到目前為止， DeepMind公司還沒有透露出任何資訊， 只能從表面現象去分析、猜測。 我並不懂圍棋， 為了瞭解Master的特點， 在網上看了不少專業棋手對Master棋譜的分析， 一個突出的感受是， Master常常會走出一些超出職業棋手想像的驚人之步， 很多高手連呼看不懂， 但又找不出其破綻。
鑒於此，我曾經給出一個猜測：“AlphaGo訓練時用到了16萬人類棋譜，加上自己左右互搏產生的3000萬棋譜，以及人類總結的幾萬個模式。而這次的Master很可能是從0開始學習得到的結果（指沒有利用任何人類棋譜和知識，依靠基於強化學習的左右互搏進行學習），在蒙特卡洛搜尋樹的框架下，加上深度強化學習方法，是可以做得到的。這也是為什麼Master讓職業棋手感覺到被顛覆的原因，因為沒有任何人類的影響。
AlphaGo在去年3月時雖然驚人的走法，但好像沒有這次多，也沒有這次大膽，因為3月的AlphaGo利用了16萬的人類棋譜和數萬個人類總結的模式”。雖然事後DeepMind公司說Master還是用了人類棋譜，但是很可能更加加強了基於強化學習的左右互搏的成分，弱化了人類棋譜的作用。事實上，DeepMind公司也確實在試探從0學習的系統，雖然還沒有推出。
在我的“人工智慧導論”課上，學生要完成一個大作業，就是實現一個簡單的下棋程式，最初幾年，學生基本是採用α-β剪枝的方法，要自己總結很多模式出來，後來漸漸的採用蒙特卡洛樹搜索方法的同學逐年增加，到現在基本沒有同學用α-β剪枝方法了，也不再需要人為總結什麼模式了，基本都是從0開始，而且水準也是逐年提高，絕大多數同學都難於戰勝自己的程式。
當然，大作業的棋類比較簡單，遠遠無法跟圍棋比，但是越來越不依賴於人類棋譜、知識，應該是一個發展趨勢，圍棋也應該可以實現，可能還需要更強大的計算平臺的支持。關於大作業，我曾在2013年的博客中有過簡單的總結，表明過類似的看法，有興趣的讀者可以參見《由大作業想到的》這篇博客
http://blog.sina.com.cn/s/blog_73040b820101bwrl.html。
DeepMind讓AlphaGo成功的兩大因素
深藍、沃森和AlphaGo都可以算是人工智慧發展史上里程碑式的事件，那麼他們之間有哪些相同與不同呢？
關於相同點，我想可以總結為一句話：在一個特定領域，利用人類提供的資料或者知識，採用已有的技術，戰勝該領域最高水準的人類。
深藍是一個國際象棋程式，採用的是60年代就提出的α-β剪枝演算法，IBM公司聘請了若干個國際象棋特級大師總結下棋的模式和知識，用於對局面的評估。最終于1997年戰勝了連續10年國際象棋世界冠軍卡斯帕羅夫。
沃森是IBM為了紀念公司成立100周年研發的一個問答系統，其名稱是為了紀念IBM公司的創始人ThomasJ.Watson先生。2011年在美國最受歡迎的智力競猜電視節目《危險邊緣》中，沃森擊敗該節目歷史上兩位最成功的選手肯·詹寧斯和布拉德·魯特，成為《危險邊緣》節目新的王者。
在沃森系統中，共採用了100多項與自然語言處理、知識問答相關的技術，利用《危險邊緣》節目創始以來40多年的問題與答案進行訓練，存儲了大量圖書、新聞和電影劇本資料、辭海、文選和《世界圖書百科全書》等數百萬份資料，在3秒內可以給出一個問題的答案。
沃森參加電視節目《危險邊緣》，中間是沃森，兩邊是肯·詹寧斯和布拉德·魯特
AlphaGo在蒙特卡洛樹搜索的框架下，利用深度學習和強化學習技術進行訓練和評估，其中用到了人類棋手以往的16萬盤棋譜，以及AlphaGo自己左右互搏產生的3000萬盤棋譜，並用到了人類總結的幾萬個模式，綜合運用這些技術，實現了高水準的圍棋程式，並於2016年3月以4:1的成績戰勝了韓國圍棋職業高手李世石。
這些技術也並不是新技術，但是DeepMind公司有所創新，主要包括兩個方面，一個是發展了強化學習技術，二是將傳統的搜索技術與深度學習在圍棋這個平臺上，很好地結合在一起，實現了理性與感性的良好融合。這可能是AlphaGo成功的關鍵所在。
這是他們共同的部分，那麼這三個系統有哪些不同呢？三個系統完全是三個不同的領域，不同點自然很多，下面只從技術是否通用，以及通用程度方面展開討論。
沃森比AlphaGo更具商用性，為何？
深藍採用的α-β剪枝演算法是專門用於雙人博弈問題的演算法，雖然也有人將該方法用於其他方面，比如故障診斷的測試點選擇，但應用面是非常有限的，是一個非常專用的演算法。也曾聽有人介紹說IBM會把相關方法用於風險投資，但事後也沒有聽到相關消息。這也可能是IBM不再繼續投入開展研究的原因吧？
AlphaGo則有很大的不同，深度學習是個通用方法，已經在很多領域得到很好的應用，強化學習也具有一定的通用性，並且DeepMind對其有所發展和創新，在圍棋這個平臺上可以繼續開展研究，也可以推廣到其他領域。
但是圍棋這類博弈遊戲有一個特點，其最終的勝負可以自動判斷，不需要人類標注，這就為系統自身的左右互搏、強化學習提供了很大的便利條件，如果在其他領域應用，需要定義合適的優化條件才可行。
在三個里程碑式的事件中，我認為最具通用性的是沃森，它採用了100多項與自然語言處理、知識問答相關的技術，這些技術可以在很多應用領域發揮作用，不僅僅是用於問答，IBM公司把相關技術稱之為認知計算。IBM公司以此為契機，成立了沃森集團，專注於認知計算的研究和應用，已經在醫療健康領域取得了很好的成果。
因此，從通用性和商用性的角度來說，三個系統中排名第一的是沃森，其系統只要結合相關領域的資料，可以很快進行商用轉化，提供服務；其次是AlphaGo，直接轉換到其他領域，提供商用服務的可能性不大，但其技術可以應用於其他領域；排在最後的就是深藍了，向其他領域轉化的可能性很小。
AlphaGo打敗了人類，圍棋就沒意義了？
AlphaGo（包括Master）的出現，對於圍棋有什麼影響呢？有人認為這會毀了圍棋，人類根本就戰勝不了機器，再學習圍棋還有什麼意義呢？我認為這種看法是不正確的。AlphaGo的出現，說明人類對圍棋的認識遠遠不夠，在電腦的輔助下研究圍棋，必將對圍棋有新的認識，就如同當年吳清源先生的出現一樣，即將開啟圍棋的新天地。
其實圍棋界也有類似的認識。職業棋手古力說，“我深深地感受到圍棋的神秘，似乎‘大師’（指Master）給我們打開一道圍棋的神秘之門。不論勝負，人類與人工智慧共同探索圍棋世界的大幕即將拉開，新一次的圍棋革命正在進行著”。
職業棋手排名第一的柯潔也提到，“人類數千年的實戰演練進化，電腦卻告訴我們人類全是錯的。我覺得，甚至沒有一個人沾到圍棋真理的邊。但我想說，從現在開始，我們棋手將結合電腦，邁進全新的領域、達到全新的境界。新的風暴即將來襲，我將盡我所有的智慧終極一戰！”
從科學發展史上來看，每次危機的出現，都預示著新的革命即將開始，比如數學上的幾次悖論的出現，都孕育出新的數學方法，極大地推進了數學的發展。我們期待著AlphaGo能開放出來，可以讓棋手們自由地與它對弈，甚至可以像圍棋複盤一樣，和電腦一起探索可能的走法，勝負已經不是關鍵，重要的是發展新的圍棋理論，讓圍棋走向一個新天地。
作者簡介：
馬少平老師，清華大學電腦系教授，博士生導師，中國人工智慧學會副理事長，中國中文資訊學會副理事長。主要研究方向為智慧資訊處理，包括文本資訊檢索、網路使用者行為分析、個性化推薦、社交媒體分析等。透露兩個事實，其一，著名的亞一爬，梁博，Penny，梁斌博士，就是馬老師的PhD！其二，馬老師還是我們奧森十公里的活躍成員，動不動就能以530配速跑十公里。有想上人工智慧博士的，好好和馬老師套套詞。
本文由馬老師授權轉發。
鑒於此，我曾經給出一個猜測：“AlphaGo訓練時用到了16萬人類棋譜，加上自己左右互搏產生的3000萬棋譜，以及人類總結的幾萬個模式。而這次的Master很可能是從0開始學習得到的結果（指沒有利用任何人類棋譜和知識，依靠基於強化學習的左右互搏進行學習），在蒙特卡洛搜尋樹的框架下，加上深度強化學習方法，是可以做得到的。這也是為什麼Master讓職業棋手感覺到被顛覆的原因，因為沒有任何人類的影響。
AlphaGo在去年3月時雖然驚人的走法，但好像沒有這次多，也沒有這次大膽，因為3月的AlphaGo利用了16萬的人類棋譜和數萬個人類總結的模式”。雖然事後DeepMind公司說Master還是用了人類棋譜，但是很可能更加加強了基於強化學習的左右互搏的成分，弱化了人類棋譜的作用。事實上，DeepMind公司也確實在試探從0學習的系統，雖然還沒有推出。
在我的“人工智慧導論”課上，學生要完成一個大作業，就是實現一個簡單的下棋程式，最初幾年，學生基本是採用α-β剪枝的方法，要自己總結很多模式出來，後來漸漸的採用蒙特卡洛樹搜索方法的同學逐年增加，到現在基本沒有同學用α-β剪枝方法了，也不再需要人為總結什麼模式了，基本都是從0開始，而且水準也是逐年提高，絕大多數同學都難於戰勝自己的程式。
當然，大作業的棋類比較簡單，遠遠無法跟圍棋比，但是越來越不依賴於人類棋譜、知識，應該是一個發展趨勢，圍棋也應該可以實現，可能還需要更強大的計算平臺的支持。關於大作業，我曾在2013年的博客中有過簡單的總結，表明過類似的看法，有興趣的讀者可以參見《由大作業想到的》這篇博客
http://blog.sina.com.cn/s/blog_73040b820101bwrl.html。
DeepMind讓AlphaGo成功的兩大因素
深藍、沃森和AlphaGo都可以算是人工智慧發展史上里程碑式的事件，那麼他們之間有哪些相同與不同呢？
關於相同點，我想可以總結為一句話：在一個特定領域，利用人類提供的資料或者知識，採用已有的技術，戰勝該領域最高水準的人類。
深藍是一個國際象棋程式，採用的是60年代就提出的α-β剪枝演算法，IBM公司聘請了若干個國際象棋特級大師總結下棋的模式和知識，用於對局面的評估。最終于1997年戰勝了連續10年國際象棋世界冠軍卡斯帕羅夫。
沃森是IBM為了紀念公司成立100周年研發的一個問答系統，其名稱是為了紀念IBM公司的創始人ThomasJ.Watson先生。2011年在美國最受歡迎的智力競猜電視節目《危險邊緣》中，沃森擊敗該節目歷史上兩位最成功的選手肯·詹寧斯和布拉德·魯特，成為《危險邊緣》節目新的王者。
在沃森系統中，共採用了100多項與自然語言處理、知識問答相關的技術，利用《危險邊緣》節目創始以來40多年的問題與答案進行訓練，存儲了大量圖書、新聞和電影劇本資料、辭海、文選和《世界圖書百科全書》等數百萬份資料，在3秒內可以給出一個問題的答案。
沃森參加電視節目《危險邊緣》，中間是沃森，兩邊是肯·詹寧斯和布拉德·魯特
AlphaGo在蒙特卡洛樹搜索的框架下，利用深度學習和強化學習技術進行訓練和評估，其中用到了人類棋手以往的16萬盤棋譜，以及AlphaGo自己左右互搏產生的3000萬盤棋譜，並用到了人類總結的幾萬個模式，綜合運用這些技術，實現了高水準的圍棋程式，並於2016年3月以4:1的成績戰勝了韓國圍棋職業高手李世石。
這些技術也並不是新技術，但是DeepMind公司有所創新，主要包括兩個方面，一個是發展了強化學習技術，二是將傳統的搜索技術與深度學習在圍棋這個平臺上，很好地結合在一起，實現了理性與感性的良好融合。這可能是AlphaGo成功的關鍵所在。
這是他們共同的部分，那麼這三個系統有哪些不同呢？三個系統完全是三個不同的領域，不同點自然很多，下面只從技術是否通用，以及通用程度方面展開討論。
沃森比AlphaGo更具商用性，為何？
深藍採用的α-β剪枝演算法是專門用於雙人博弈問題的演算法，雖然也有人將該方法用於其他方面，比如故障診斷的測試點選擇，但應用面是非常有限的，是一個非常專用的演算法。也曾聽有人介紹說IBM會把相關方法用於風險投資，但事後也沒有聽到相關消息。這也可能是IBM不再繼續投入開展研究的原因吧？
AlphaGo則有很大的不同，深度學習是個通用方法，已經在很多領域得到很好的應用，強化學習也具有一定的通用性，並且DeepMind對其有所發展和創新，在圍棋這個平臺上可以繼續開展研究，也可以推廣到其他領域。
但是圍棋這類博弈遊戲有一個特點，其最終的勝負可以自動判斷，不需要人類標注，這就為系統自身的左右互搏、強化學習提供了很大的便利條件，如果在其他領域應用，需要定義合適的優化條件才可行。
在三個里程碑式的事件中，我認為最具通用性的是沃森，它採用了100多項與自然語言處理、知識問答相關的技術，這些技術可以在很多應用領域發揮作用，不僅僅是用於問答，IBM公司把相關技術稱之為認知計算。IBM公司以此為契機，成立了沃森集團，專注於認知計算的研究和應用，已經在醫療健康領域取得了很好的成果。
因此，從通用性和商用性的角度來說，三個系統中排名第一的是沃森，其系統只要結合相關領域的資料，可以很快進行商用轉化，提供服務；其次是AlphaGo，直接轉換到其他領域，提供商用服務的可能性不大，但其技術可以應用於其他領域；排在最後的就是深藍了，向其他領域轉化的可能性很小。
AlphaGo打敗了人類，圍棋就沒意義了？
AlphaGo（包括Master）的出現，對於圍棋有什麼影響呢？有人認為這會毀了圍棋，人類根本就戰勝不了機器，再學習圍棋還有什麼意義呢？我認為這種看法是不正確的。AlphaGo的出現，說明人類對圍棋的認識遠遠不夠，在電腦的輔助下研究圍棋，必將對圍棋有新的認識，就如同當年吳清源先生的出現一樣，即將開啟圍棋的新天地。
其實圍棋界也有類似的認識。職業棋手古力說，“我深深地感受到圍棋的神秘，似乎‘大師’（指Master）給我們打開一道圍棋的神秘之門。不論勝負，人類與人工智慧共同探索圍棋世界的大幕即將拉開，新一次的圍棋革命正在進行著”。
職業棋手排名第一的柯潔也提到，“人類數千年的實戰演練進化，電腦卻告訴我們人類全是錯的。我覺得，甚至沒有一個人沾到圍棋真理的邊。但我想說，從現在開始，我們棋手將結合電腦，邁進全新的領域、達到全新的境界。新的風暴即將來襲，我將盡我所有的智慧終極一戰！”
從科學發展史上來看，每次危機的出現，都預示著新的革命即將開始，比如數學上的幾次悖論的出現，都孕育出新的數學方法，極大地推進了數學的發展。我們期待著AlphaGo能開放出來，可以讓棋手們自由地與它對弈，甚至可以像圍棋複盤一樣，和電腦一起探索可能的走法，勝負已經不是關鍵，重要的是發展新的圍棋理論，讓圍棋走向一個新天地。
作者簡介：
馬少平老師，清華大學電腦系教授，博士生導師，中國人工智慧學會副理事長，中國中文資訊學會副理事長。主要研究方向為智慧資訊處理，包括文本資訊檢索、網路使用者行為分析、個性化推薦、社交媒體分析等。透露兩個事實，其一，著名的亞一爬，梁博，Penny，梁斌博士，就是馬老師的PhD！其二，馬老師還是我們奧森十公里的活躍成員，動不動就能以530配速跑十公里。有想上人工智慧博士的，好好和馬老師套套詞。
本文由馬老師授權轉發。