重走未来路 第286 不断破灭的神话

魏东生：“42.2%胜率是绝对胜率，局限于烂柯围棋有限认知的绝对胜率。烂柯围棋假定对手的棋力与它比肩，第78手之后，对方的胜率才能提高到42.2%。也即是说，第78手的致命错误对全局影响有限，哪怕对手改换成烂柯围棋，也难反败为胜。或许烂柯围棋这样判定：前面的数十子布局，它已经在人类棋手都看不懂情况下，悄然无息收割了最少9目的潜在优势。”

“李世石的真实胜率有多少呢？”

“烂柯围棋为李世石创建若干主要数据模型：2010年的李世石数据模型，2007年到2010年的李世石数据模型，巅峰时期的李世石数据模型，加强版李世石数据模型，动态版李世石数据模型，等等。”

“2010年李世石模型，烂柯围棋收录李世石2009年5月到2010年5月之间的对弈棋谱，与李世石总数据库对比，精细分析李世石近期状态。或许受到去年停职风波的影响，烂柯围棋判断李世石棋力近期明显下滑，颇不在状态。在四项主要模型之间，2010年李世石模型的胜率最低，哪怕烂柯围棋第78手错棋之后，他的胜率也仅有1.3%。”

“2007年到2010年是李世石制霸世界围棋的巅峰期，这时期的李世石数据模型相对强大。烂柯围棋第78手错棋之后，它的胜率提高到4.7%。”

“巅峰时期李世石数据模型，只搜集围棋界公认的高质量棋局，虚拟塑造一名每次都能下出高质量棋局的李世石。烂柯围棋78手错棋之后，它的胜率提高到11.9%。”

“加强版李世石数据模型，大数据分析李世石棋力的进化轨迹，改掉那些容易被屠龙的不完善围棋理念，并预测他能在某方面取得突破。烂柯围棋第78手错棋之后，它的胜率提高到18.6%。”

“动态版李世石数据模型，烂柯围棋将当前棋局与李世石既往棋谱频繁对比分析，预测现实中李世石的下一步棋。如果李世石想凭借经验中有效其实却存在漏洞的既往定式赢棋，烂柯围棋就会在保证胜率同时悄悄设伏；如果李世石在对弈期间有了自我突破，烂柯围棋立刻纪录那些良性变化，调用其它计算力资源演算良性变化对加各李世石数据模型的影响。”

“巅峰期数据模型有助于烂柯围棋理解过去的李世石，加强版数据模型有助于烂柯围棋理解未来的李世石，动态版数据模型有助于烂柯围棋理解现在的李世石。烂柯围棋眼里的七局对弈，第一局和第二局，李世石完全不在状态，特别是第二局，状态沉到谷底；第三局、第四局、第五局，李世石逐渐恢复状态，回升到巅峰期；第六局，李世石状态低迷；第七局，李世石状态极佳，有些自我突破味道。”

“等等，等等。”

“烂柯围棋比我们想象的更了解李世石。”

“或许有人会问了，如此针对李世石，烂柯围棋还是围棋程序么？对阵其他棋手，是否需要重新调整数据模型？如果换一名选手，就需要重新调整一次，烂柯围棋也太机械僵硬了。”

“答案，当然不是。”

“如果死板到那种程度，春秋搜索岂有脸自称人工智能？”

“又是加强版李世石数据模型，又是动态版李世石模型，听起来貌似很复杂。其实在实际运行中，烂柯围棋非常简单快捷，所有的所有数据模型，全都无须手动输入建立。”

“烂柯围棋有一套完善的数据模型建立方法，只须扫描李世石的既往棋谱，它就能即时生成一系列数据模型。如果授权烂柯围棋连接互联网的围棋资料库，它还能以“李世石 围棋”等关键字检索李世石的信息资料，自动提取既往棋谱。也即是说，哪怕对手换作李昌镐、古力、孔杰等棋手，烂柯围棋也能快速生成一系列加强版李昌镐、加强版古力等数据模型。”

“我们说烂柯围棋是人工智能，不仅因为它能下赢李世石，征服围棋神话，还因为它能自动搜集数据、自动处理数据、自动建立数据模型，高效而又针对性分析对手的围棋理念和围棋思维。”

“我们人类棋手在寻找烂柯围棋的漏洞时，烂柯围棋也利用大数据分析等前沿技术寻找李世石等顶级棋手的漏洞。”

“烂柯围棋不可能完美到没有漏洞，但是我们人类又何曾完美到没有漏洞呢？”

“只要烂柯围棋能够比**赢李世石，它就赢定了！”

春秋搜索的烂柯围棋与三十年记忆里的谷歌alphago，虽然都是围棋程序，性质却截然不同。

虽然无法同台竞技，魏东生却相信他亲自编程的烂柯围棋能够轻松秒杀在2017年5月击败柯洁版本的alphago，因为它们两款围棋程序根本不在同一层次。魏东生以计算机智能生命知识体系俯视深度学习概念，对深度学习的理解远超谷歌团队；即使不动用计算机智能生命知识体系黑科技，他的实践能力也比谷歌团队强大十倍。

而且除了棋力的鸿沟，烂柯围棋的人工智能说法更名副其实。

你在寻找它的漏洞时，它也在寻找你的漏洞。

听到魏东生这一句有些警示意味的名言，在座观众不禁悚然而惊。

某些人迟钝醒悟残酷的事实：我们把智慧想的太玄幻了，我们把人工智能标准制定的太高了。

或许，智慧的门槛并没有想象的那样高。

或许，智慧一词并没有那么哲学化。

计算机程序自主寻找人类棋手的漏洞，是否属于智慧行为？

深度学习等相关技术用于提高自己的判定价值高低能力，大数据分析等相关技术用于观察寻找目标的弱点，以烂柯围棋程序为代表的全新计算机程序已经能够和人类进行一定程度的攻防作战。它是那样的孱弱，却带来了未来一种可能。

就像魏东生所展示的，烂柯围棋建立无数数据模型定向分析李世石的弱点，甚至可以预测李世石自我突破方向，李世石准备怎样赢它？

或许有人说，李世石的一线生机是不断求新。

李世石突破极限抵达烂柯围棋未知的领域，它就无能为力。

但是，这种幼稚想法显然有些乐观。

烂柯围棋能在短短半年时间内疯狂训练下棋两亿盘，又能在短短半月时间内针对李世石定向分析七十余万盘棋。烂柯围棋的效率如此之高，它适应新棋局的速度，势必比李世石不断自我突破速度高十倍、百倍、千倍、万倍。

想想吧。

李世石辛苦磨砺自己一年时间，终于迎来了自我突破。可烂柯围棋迅速跟进他，高效推演数十万盘棋定向分析李世石自我突破的价值，在短短一日之间就把李世石的自我突破成就融入它自己的价值网络体系。

视野再扩大到整个围棋界。

烂柯围棋紧跟李世石、李昌镐、古力、孔杰、朴延桓、柯洁等所有顶级棋手，每一名顶级棋手对围棋的未知领域诠释都能及时收录到它的价值网络体系。李世石、朴延桓、柯洁等棋手想和烂柯围棋斗，仿佛个人和集体之间的抗争，他们不仅要斗赢烂柯围棋自我对弈的深度学习成果，还要斗赢整个围棋界对围棋的世纪贡献。

它会自我学习，更善于学习人类。

而人类是分散的，人工智能却是一体的。

这是人工智能的优势之处，也是人工智能的恐怖之处。

如果人工智能能够学尽人类知识，即使它“缺乏”自我学习创新能力，也能成为幻想中盖亚意识、阿赖耶意识那样的人类集念。和一名人工智能斗，就是和整个人类社会既往所有成就争锋，除非人类族群发明出能够在极短时间毁灭人工智能的新武器，在人工智能理解、学习、吸收新武器之前就一波流摧毁人工智能，否则人类几乎没有希望击败拥有无限数量优势的人工智能。

这样的或许假想，或许还很远。

但是，危机已经开始滋生。

烂柯围棋已能大数据分析棋局方式寻找特定目标的弱点，如果换一个场景、换一个逻辑，它能不能大数据分析程序源代码寻找到特定程序的“弱点”呢？

程序代码看起来很高深，其实它非常简单。

程序员对此应该深有体会，毕竟与代码打交道可比与人打交道简单多了。

特别是那些非创新性的代码，它简直和农民种田一样属于体力劳动，码农一词，真的是既形象又贴切。理论上来说，如果烂柯围棋能够深度学习发现人类棋手未知的围棋理念，它必然也能深度学习加大数据分析方式分析特定程序的源代码，小则能够快速寻找bug漏洞，大则能够优化程序的执行效率。

就像围棋神话，人类才能写程序的神话也终将破碎。

当然，烂柯围棋现在肯定做不到自我更新源代码。

但是，再完善一些呢？

再有类似深度学习、大数据分析的新理论出现呢？