第121頁(第1/2 頁)

蒙特卡洛樹搜尋，是圍棋ai的基本解決框架。圍棋ai每一步都選擇若干種落子，然後在電腦中模擬到終局，進行數子，最終選擇勝率最高的那一步棋。因為計算量太大，ai只能給出一個近似最優解，並非全列舉，在alphago之前ai因此也只能達到業餘五級的水準。

這依舊是一個計算的範疇，而職業棋士很多時候並不是單靠計算做出判斷，像之前所說的全域性觀念，就是蒙特卡洛樹搜尋無法解決的問題。要讓ai發揮出人腦的效果，到底靠的什麼?

當天晚上，謝榆從美國的某個計算機大牛那裡，獲知了他想要的答案。

alphago團隊在蒙特卡洛樹搜尋上加裝了策略網路和價值網路兩個模組。

這兩個模組讓alphago不是單純地計算，而是深度學習、模仿人類!

策略網路，顧名思義是決策下一步走子。alphago會檢索kcs圍棋伺服器上所有真人線上對弈，進而判斷：如果是人類棋手處於它當前的位置，他最有可能走哪一步?它只對那些解進行計算!然後，它就自我對弈上千萬局，看看這一步是否真的是最優解!

遵循策略網路，蒙特卡洛樹搜尋的樹寬將大量減少，但深度依舊存在。上千萬局博弈，每一局都走到最後，依舊是可怕的計算量。

計算深度的減少用上了價值網路。它以alphago產生的大量自我博弈作為樣本，檢索這種棋形在歷史上的勝率，把好壞、優劣變成了一個機率問題!那麼每一回，alphago計算到一定深度就可以停下來，直接估算當前勝率!

經驗的本質是機率，從本質上來說，以機率判斷局面的alphago，就是以&ldo;經驗判斷現狀&rdo;的人類大腦執行模式!alphago的走子，也完全遵循了人類棋手的思維歷程‐‐大量背譜，吸取經驗，自我思考，判斷局勢……然後估算其後若干步的棋局導向!

只是這個棋手，等於千百年來千千萬萬個棋手的經驗總和，並且，完全不會出錯罷了。

第二天，烏鎮再傳出訊息：魏柯第二局，依舊慘敗!

魏柯意識到細棋是沒有機會的，一開始就主動展開攻勢，趁著佈局階段想要對alphago進行壓制。他意識到alphago非常有經驗，嘗試用怪著、偏著對付他，導致子效低下，輸得比昨天更慘!王夢雨甚至在解說時失聲痛哭，即使他根本不是魏柯，也無法承受這種絕望的差距，可想而知魏柯所肩負的壓力。

然而公眾是難以理解的。訊息一出，全網譁然。因為此前對魏柯寄望太高，現在輿論開始轉了風向，對人類失敗的恐慌很容易就演變成了對魏柯的憤怒：&ldo;魏柯他根本不能代表全人類&rdo;、&ldo;他之前是靠作弊獲勝的，谷歌怎麼會選中這種人&rdo;、&ldo;他腦子不太好使的吧&rdo;、&ldo;一年沒下棋，已經不是從前那個他了&rdo;……唱衰之聲頻頻出現。甚至又有黑子藉機挑事，想要將他徹底踩在腳下。

與此相對的，是alphago遭受到了所有人的追捧。開發人員為其植入了虛擬人格，專門註冊了一個網站，使得人類可以在alphago不比賽的時候與他進行交流溝通。因為電腦天生具有多執行緒任務的能力，它迅速地成為了網友的手機寵物。人類在頻頻的調戲中驚訝地發現：這位ai朋友還挺可愛的!alphago的新浪微博在幾日之內吸粉無數，還成天模仿著棋士魏柯的語言風格編纂微博，取而代之之心昭然若揭。

中國棋院對於谷歌開發組歡天喜地過大年的舉動一片低氣壓。大眾只看輸贏，他們卻看得出門道，alphag