搜狗CEO王小川

今天我们用一个台式机，甚至一个笔记本就已经可以赢顶尖的国际象棋选手，这就使得象棋问题彻底被解决了，甚至能够让顶尖的国际选手一个兵甚至到两个兵做开局也能赢，在国际象棋里面就碾压了，底线就是围棋没法突破，有一句话很简单，搜索空间的大小，国际象棋和围棋有巨大的差距，国际象棋搜索空间其实不够大，今天笔记本够用，而现在一个围棋，意味着它的变化数比宇宙间的原子总数还要多，如果你想用暴力的方法是不可能的，你花的代价是特别的大，因此用原来的搜索方法就不行了。

　　我们往下进行了三步这样的变化，第一件事情其实我们还是把人已经懂得规则交给机器，这是原来的方法，所以以前的工程师不管是做下棋还是做医疗的，或者写个电饭锅的控制程序是写成一个代码交给机器，或者把数据给它，人在里面做指引，教会计算机对当前的真实物体建模型，把它变成一种特征，然后在里面去做一些我们叫做分类算法的工作，就是给它一些数据，但是人像教小孩一样的，你需要在里面把它的特征描述出来，告诉它方法，所以我觉得第一个理解是人告诉机器怎么去求解的方法，这是原来的第一个理解，这是传统的机器学习。

　　谷歌就是我不告诉你这个方法了，我也不知道方法是什么，像人下围棋也是棋感，跟人脸识别一样的，所以谷歌就把KGS人六段以上对弈的30万盘棋放在机器面前，就是当前在什么局势下，人是怎么落子的，30万盘棋大概有接近三千万棋局和答案就让它去记忆或者学习，学习之后机器不仅把这30万盘棋学会了，它自己这个过程里面会产生对类似问题的分析能力，所以棋局变了之后，它也能够根据以前的经验，它能够去做判断。不是记住这30万盘棋，而是30万盘棋有个番话能力，一下子就变成了人下棋的方法，数据表明，他在这30万棋里面，给它一个棋局，它往下怎么走子的仿人的能力达到了57%，就是每一百个子下下去，其中57个子跟人的第一个下法是一样的，这件事情已经有巨大的突破了。这件事情做完之后，剩下43%跟人不一样的不代表它不好，所以它具备了很高的棋力，它已经达到了五六段的水平，学习了棋感的过程，以前教它靠搜索或者规则开始建立棋感，但这并不是谷歌能力能赢人的地方，毕竟30万棋下去只是六段，它跟人的思考能力还是有段距离。

　　然后就进入了第三个阶段，觉得还不够，谷歌就把AlphaGo变成了神经分裂成两台机器了，就是按照刚才人下棋的方法它自己可以做少量随机的变换去下，有可能这局赢了，那局输了，就是自己跟自己打，打输的这台机器我告诉它你输了，打赢的我告诉你赢了，然后让机器倒着去推，你这步棋怎么没走好，第三步我不是给你答案也不是给你方法，只是在最终我告诉你在目标上是更接近还是更远了，你接近了我这个系统给你奖励，你赢了，然后让你倒着推，你要输了我就告诉你，自己回去算怎么输掉的，这就变成第三步的走法，这个走法也像是我们跟人互相之间的学习是有关系的，这种学习我们叫做巩固学习或者增强学习，这个学习是既不给方法也不给你答案，而是只是让你机器自己找到答案之后，我去评价你这个答案是让你更好了还是更差了。