我是黄士杰，AlphaGo人肉臂

从这时候开始，逐渐有更多的深度学习工程专家加入AlphaGo团队。黄士杰还为新加入的同事办了一个训练班，普及基本的围棋规则。

△ 黄士杰 2015 年 8 月

与此同时，另一个重要的节点已在不远。两个月后，AlphaGo将掌握称霸围棋世界最关键的能力：形势判断。

“事实上，形势判断是围棋过程中最难、最令人头疼的环节，要进行准确的判断，必须具备精确测算双方目数的能力，同时还要兼备综观全局的大势观、挖掘潜在价值的分析能力和推理能力……要下出真正具有水平的围棋，形势判断十分必要。”

上面这段话，来自李昌镐。这位绰号“石佛”的韩国棋手，从 1992 年夺得第一个世界冠军开始，到 2007 年为止共获得 18 次个人冠军、 13 次团体冠军，开创了“李昌镐时代”。

AlphaGo如何获得形势判断的能力?

解决这个问题的人是席尔瓦。有天他对黄士杰说：“Aja，我有一个主意，我觉得可能会管用”。席尔瓦的主意后来被称为“价值网络”。当时黄士杰对这个主意非常怀疑，他回复说：“能管用么?咱们试试吧。”

价值网络也是一个卷积神经网络，输入是落子位置，输出0- 1 之间的数字， 0 代表对手胜利， 1 代表自己胜利，如果差不多就输出0.5。(量子位注：Google最近公布的数字是-1~1，略有不同)。

总之，AlphaGo通过自我对弈，训练出价值网络，进而可以判断每一手棋背后代表的胜率。这就形成了形势判断的能力。

价值网络的出现，让AlphaGo棋力突飞猛进。与Crazy Stone的对弈中，AlphaGo胜率达到95%，也就是达到让两子的水平。

“当时AlphaGo已经可以碾压我了，我已经感觉到它的强大”黄士杰回忆说。

2015 年 10 月

也是 8 月，樊麾在参加欧洲围棋大会，回到法国的家中。他收到一封电子邮件，发件人是AlphaGo团队的Maddy。邮件内容非常简单：我们是一家伦敦的公司，希望邀请你来我们公司。也没有更多信息。

樊麾一度认为是垃圾邮件。但鬼使神差，他回了邮件说：“可以呀”。然后他们用Skype进行了在线沟通，席尔瓦当时也参加了，他们给樊麾讲述正在做有趣的项目，也讲述了自己是一家Google收购的公司。

随后樊麾上了DeepMind的官网，确定有这么一家公司，以及公司主页上还提到了围棋的字样。于是他下定决心过去看看。

双方第一次见面是 9 月底，当他确定自己要跟一个围棋程序对弈时，整个人一下就放松了，心说：“对付一个软件，还不分分钟的事儿”。樊麾当时甚至跟AlphaGo团队表示，他跟AlphaGo的下棋时间，只需要一个小时就够了。

当时黄士杰反复跟樊麾说AlphaGo很厉害。但樊麾根本听不进去。

△ 最后一局樊麾为自己的失误懊恼不已

2015 年 10 月 5 日- 9 日。樊麾再赴伦敦，跟AlphaGo大战五回合，当时代替AlphaGo落子的就是黄士杰本人。结果可能大家都知道，樊麾全输了。“当时我的整个围棋世界都崩溃了。”樊麾说。

和樊麾的比赛结果，DeepMind一直到 2016 年初才对外发布。那时樊麾已经受聘成为AlphaGo的教练。公布赛果那天，樊麾关闭了手机。外出买菜的樊麾妻子给家里座机打电话：“千万不要上网看评论，说的可难听了。”

聂卫平当时评价说：“樊麾水平太低，给我们丢脸了。”

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!