未来终章：从人机对弈到人工智能战争

1. 仅有的参与围棋人工智能开发的一流棋手解说围棋人工智能，理解围棋人工智能的bi读指南

2. 解说为围棋人工智能的开发之路，深入理解不同的人工智能具有各自个性的深层次原因

3.叙述围棋人工智能走过的四个时代，预见人工智能发展的方向

本书作者王铭琬是世界仅有的一位参与围棋人工智能开发的一流棋士，他从2014年开始担任围棋人工智能的开发顾问。本书从介绍李世石与AlphaGo的五番棋开始败北开始，详尽叙述围棋人工智能的过去、现在，以及围棋人工智能之间的对战。

本书通过介绍围棋人工智能的异同，说明了为什么不同的人工智能有不同的特点，并以职业棋士的观点指出人类应如何应对与人工智能共存的未来。

王铭琬

1961年生于台湾省台南市，4岁时在父亲启蒙下学棋，5岁得到“中央日报”青少年围棋比赛少年组殿军；13岁赴日前，曾与台湾“清华大学”教授沈君山大战七盘，被称为“小神童”。

在日本四十余年曾获多项头衔，2000年、2001年连获二届日本历史zui悠久的头衔“本因坊”，2002年又获得王座头衔；他因讲解、评论生动有趣，深受棋迷欢迎，也获颁日本围棋记者俱乐部奖、电视制作者奖等。棋风创新独特，自成一格，有“铭琬世界”之封号。

王铭琬是仅有的一位长期观察、参与计算机围棋活动的一流棋手；2014年担任趋势科技围棋软件“GoTrend”顾问。围棋被选为人工智能进军日常生活的首ge战场，所以他能掌握前沿战况，提供前线zui清楚、zui深入的报告。

序章 Google为何选择围棋？

一、为什么是围棋？

二、围棋最像现实社会

三、围棋是沟通人类与 AI 的最佳语言

四、不懂围棋也能共享

第一章 AlphaGo 的登场与激战

一、AlphaGo 象征 AI 可能超越人类

二、AlphaGo 对众望所归的李世石

三、五番棋第一局——比想象还厉害

四、第二局——AI 提示新价值观

五、第三局——AI 新时代的开始

六、第四局——人类的逆袭

七、第五局——平静收场，2017 年 5 月再见

八、五番棋总结——AlphaGo 让人回味无穷

第二章 围棋AI的升级与追赶者——DeepZenGo、Master与绝艺

一、日本国产的 DeepZenGo 的挑战

二、AlphaGo 升级版 Master 的恶作剧

三、腾讯 AI 第一声——绝艺

第三章 围棋AI们的个性与魅力

一、软件特征

二、硬件配置

三、棋技

四、将来

第四章 围棋AI走过的路

一、1969—1984　黎明时代

二、1984—2005 年　手工业时代

三、2006—2015 年 蒙特卡洛时代

四、2016 年以后 围棋 AI 时代

第五章 我的围棋AI梦

一、想象无限

二、GOTREND

三、ownership（所有权）与 criticality（重要度）

第六章 人类的未来——从围棋理解AI，迎接新时代

一、人类与 AI，谁比较厉害？

二、过程与理由——与人迥然不同的过程

三、死活，围棋最基本认识之一

四、大小，围棋最基本认识之二 1

五、人类下棋需要理由——AI 下棋只靠机制产生

六、形势判断的重要性远大于“算棋”

七、“棋力”与“共鸣”的两个主轴

八、“下哪里”及“为什么下”不可分

九、人类的围棋里“为什么”很重要

十、使用说明书的时代

十一、来自 AI 最前线的报告

十二、AI 与人，外貌相似、内涵不同

结语 意识到自己是人类的幸福   

附录 棋谱集

人类与 AI，谁比较厉害？

围棋AI和一流棋手的比赛，最容易让人感兴趣的，是从2016年底到2017年初六十连胜的“Master旋风”，可也说是对此项胜负下了定论：计算机、人脑之战，结果是计算机——围棋AI的胜利。

人脑是否能卷土重来呢？老实说，短期内或许还有赢的可能，长期而言，情况是很悲观的。人脑下围棋，有其成长进步曲线，越接近极限，成长就越钝化，上升曲线终会变成趋于水平，进步缓慢到从外表看不出来。也就是说，任何人在刚学下棋时，进步神速到一天能进一子，但终将成为进一子得花上一个月、一年，甚至一生！

现代围棋如此兴盛，在全球，每年有数千局职业棋手的赛事，但没有棋手敢说，自己超越了昔日的道策、秀策等名棋手。

人接近极限后，即使经常为了突破极限而努力，却很难确认自己是否有明确的进步。用这个观点来看围棋AI，蒙特卡洛法碰到难题，开始原地踏步，从棋力提升的曲线来看，是无法超越人类的。

但加上深层学习后就开始走不同的棋力提升曲线，从被人让三子的地方起，一口气超越人类，还不断上升。

Master很明显比AlphaGo更强，但进度已经缓慢下来了，虽逐渐看到天花板，也还在持续上升，还会比现在再强一点吧！与此相较，我认为人类即使从计算机得到着手的启示，也没有很大的成长余地。如果不改造DNA，人类是无法进步到围棋AI般的整体能力。

围棋的计算机、人脑之争，现在已经逐渐脱离了“谁比较厉害？”的时期，进入边欣赏AI的表现，边思考AI与人类的关系的时候了。

过程与理由——与人迥然不同的过程

“计算机下很怪的棋，却能轻松获胜！”

虽然有媒体如此报道，但我完全不认为计算机下了什么匪夷所思的棋。不只AlphaGo，Master与DeepZenGo下的棋都是合乎棋理的，有时序盘出现不常见的手法，或许会是因为系统的随机性所产生的结果，但是这比人类因为情绪波动的幅度还要小！

对人类而言，所谓的“棋理”是从庞大的经验法则所集约出概率较高的想法。如果计算机能做到“完全解析”的话，经验法则就会丧失意义，但现在的AI离这个程度远之又远。

AI并没有违反棋理的下法，只因为比人能算得多一点，有时能下出人类不敢下的棋，因此AI的手法本身并不奇怪，也很值得参考。不过，必须注意的是，AI选择着手的过程，对人类而言是“奇怪”的，它的机制与途径和人的逻辑完全不同，也无从参考。

AI什么地方跟人类的认知不同呢？各个领域都有所讨论，在围棋方面又有什么样的差异？让我们一起来确认一下。

前 言

我十四岁为了学棋，来到日本生活，一转眼就已经四十年了。围棋在日本属于艺术文化，围棋术语也深入日本生活，像最基本用语，表示不好、不行的“ダメ（dame，汉字‘駄目’）”，就是从围棋没有意义的着手“单官”引用过来的，其他如“素人”“先手”“舍石（弃子）”，在日常用语里都很普遍，真是说都说不完。

即便是中文世界，从最近大家讨论政治时所爱用的“下指导棋”开始，到“布局”“大局观”等，比比皆是，不胜枚举。围棋可以比喻现实世界，也可说是人类共同的感受。

四岁学棋至今半世纪了，我当了一辈子的职业棋手，对现实的看法，自然也会借用自己对围棋的认识。然而我常常提醒自己，尽量不要把围棋的想法套用到别的事情上去，比起小小棋盘，世界实在太大、太复杂，用围棋来模拟，不仅傲慢，还可能误导真相。

围棋AI AlphaGo的出现，其重要性不仅是击败了人类，也使Google认定围棋与现实世界其他领域有共通的意义，才会投下巨资发展围棋AI，而世界市场与舆论也认可了这个看法。开发AlphaGo的公司DeepMind后来公开宣布，用AlphaGo的程序去管理他们信息中心的冷却装置，马上节省了40％的电力。而最新版的Google 翻译，也搭载了有关的神经网络学习机制，在准确率上获得很大的进展。这样看来，把围棋的观点稍微扩大到现实世界，说不定也不是那么荒唐。

我现在还是计算机新手，也不懂程序语言，但非常幸运的是，因长期关注围棋AI，正好在与DeepMind开发AlphaGo的同一时期，我也参加了围棋AI的GoTrend开发团队，就借此书与大家分享这份经验。

现在AI让人头痛的是，它进化的速度很快，今天觉得它有这个缺点，明天可能已经修改，或用新的技术覆盖掉，而新旧技术的组合也随时会带来惊人的效果。

人脑只能用自己的经验判断事物，但AI的进化速度可能超出人类想象，因为人的推测是用累积性的线性模式，而AI的进化是几何级数的发展，现在要预见AI的未来，是很困难的。

但人类本身是不会改变的，从以人为本的观点去理解AI的话，不管AI进化到什么程度，应该都不会失去意义。

2000年我获得“本因坊”头衔以后，签名题字时多用“童心”这两字，其实是在提醒自己，不管多重要的比赛，都该以童心去享受围棋的乐趣。有意思的是，在AlphaGo之前的AI，较擅长信息的分析与处理，可以说是“大人的AI”，但在处理围棋时，并不那么灵光，因此未能达到击败人类的技术。让AlphaGo能飞跃性超越的深层学习（deep learning），原本只是让计算机学会认识脸部或堆积木等，看似很简单的能力，被称为“小孩的AI”，反而成为击败人类的动力，原来“童心”还具有技术性的意义。

下棋，是大人重返孩童的时刻。我一直是以这样的想法面对棋盘的。当读者想重拾童心时，这本书能尽点微薄之力，就是我最大的心愿。