AlphaGo 2.0 与其 1.0 相比有哪些提升

AlphaGo 2.0 与其 1.0 相比有哪些提升

没有太多时间写一个长答案，就简短说一下我感受最深的一点吧：
现在职业棋手判断形势的算法，有明显漏洞。
职业棋手判断形势的算法大致可以概括成一句话：估算双方的目数（地盘大小）差距。
那如果地盘的边界没有完全确定怎么办呢？如果有先手官子就判给先手方，如果是双方后手官子就算一人一半。
那么有一些模糊的地方，比如说一块厚势折算成几目呢？这个就只能凭感觉了。

今天看各个的解说，大概是柯洁的判断最准确。柯洁在中盘阶段就点出黑棋盘面15目左右。古力一度判断小李优势，甚至到官子不多的时候还认为是细棋。金明完也差不多。麦克雷蒙的判断没有仔细听，好像比古力要准一点。芈昱廷在128手的时候认为还是细棋（这个时候柯洁已经判断黑棋明显领先了）。围棋TV的完全没有看，请各位补充。

暂且不论到底是谁的判断更准，我们可以简单看一下白128手时候各方的判断。有柯洁说黑棋领先一个贴目，也有说细棋的，甚至有说白棋小优的。这些职业棋手对同一局面判断上的分歧居然能超过一个贴目！这恰好证明了上述算法模糊之处可能产生的巨大误差。

那么我们思考一下误差可能产生在何处。第一，先手官子判给先手方。然而在棋盘上，“先手”是个相对概念，逆收官子屡见不鲜。甚至在有些情况下，面对“绝先”，奋力一搏选择脱先他头也不少见。第二，模糊判断。这个问题更大。职业棋手对一块棋厚薄判断的分歧，很可能导致点目结果的南辕北辙。

AlphaGo是如何做形势判断的呢？AlphaGo策略组合的其中一部分是价值网络。这一部分的原理以我的水平解释不清楚。为了方便理解，我们考虑前一代AI，Zen的判断方式：通过大量的随机采样估算“胜率”。打个比方，一盘棋下到120手。在这个时候AlphaGo随机落子完成一盘棋，然后判断哪一方在这个随机完成的一盘棋中获胜。重复这个流程多次，比如说十万次，然后其中三万次黑胜，七万次白胜，那么估算出白方的胜率就是70%。
当然，AlphaGo的价值网络比Zen的方式要先进很多，让估算的胜率更加准确。
AlphaGo并非完全随机地模拟剩下的棋局，而是参照了之前的棋谱用落子选择器找出最有可能的几个点，保证速度
从效果上来看，估算胜率的效果其实非常好。而且我认为，这样的判断方法是本质的。

为什么？首先要明确，虽然理论上来说，某一个局面下，要么是黑方必胜，要么是白方必胜。然而，由于围棋事实上无法被穷举，只能退而求其次估算概率，或者像人类棋手一样估算双方相差的目数。然而，在很多情形下，相差多少目数是没有意义的。

举个例子（此处应该有图），黑方确定目数70目，没有潜力。白方确定目数40目，有一块40目潜力的大空。如果黑方立即打入并活出，则40目的潜力只能转化成10目的实地，黑方获胜。如果黑方打入失败，则白棋40目大空围成，白方获胜。黑棋也可以选择保守的浅消，则白方的40目潜力大约能转换为25目实地。这个局面下，如果选择浅消，虽然最后差距会缩小，然而其实胜机也很少。很遗憾，这种局面下，职业棋手很难准确估算打入成活的概率，然而AlphaGo可以。于是心存幻想的人类棋手觉得落后不多，而打入无成算，选择浅消白棋大空，结果白方40目的潜力转化成25目实地，黑棋盘面仅多5目，从而落败。阿尔法狗估算出选择打入的胜率是40%，而选择浅消胜率仅为25%，于是毅然选择打入。不论最后胜负如何，选择打入显然是更好的策略。

换句话说，只“领先两目”而胜率80%，和“领先五目”而胜率70%，其实是前者优势更大，然而人类会认为后者优势更大。这或许是人类棋手的命门所在。

可叹的是，人类不可能通过大量随机采样来估算胜率。