|
撰文 《环球科学》记者 褚波 发自乌镇
虽然在人机大战的第一场比赛中告负，但比赛结束后，柯洁的心态似乎放松了不少。 5月24日下午，柯洁“忙里偷闲”，在乌村钓鱼、射箭，脸上泛着笑容，看起来颇为轻松愉快。傍晚时分，他还陪同一位朋友，出现在《环球科学》记者所住客栈附近的一家餐馆，购买食物。被一些记者认出后，柯洁还微笑着点头致意。 柯洁在乌村钓鱼
柯洁这时的状态，与第一场比赛中的托腮、皱眉、捂嘴、抓头发、挖耳朵相去甚远。但我们并不知道，柯洁的内心是否和脸上的表情一样放松；我们也不知道，在第一比赛结束，得出“AlphaGo已经接近围棋的上帝”这样的论断后，柯洁是否还对第二场比赛抱有信心。 不管柯洁是如何想的，尽管第一场也只是以四分之一惜败，但外界，包括柯洁的同行、朋友在内，很少有人看好他。比如，棋圣聂卫平就曾在赛前直言：柯洁的水平与AlphaGo差距太大，将以0比3完败。”而在《环球科学》记者所在的“围棋峰会媒体群”里，各路媒体记者一直在讨论头一天的比赛，以及第二场比赛可能出现的结果——几乎所有记者都认为，第二场比赛柯洁仍将以失败告终。 5月25日上午10点，《环球科学》记者来到围棋峰会会场，柯洁也恰好在此时步入会场，远远看去，他表面非常平静，步伐轻松，似乎延续着前一天下午的好状态。而会场内，现场硕大的LED屏幕上，“AlphaGo 1：0 Ke Jie”的字样不断提醒着在场的嘉宾、媒体记者上一场比赛的结果。1：0的比分会变成1：1还是2：0，将在几个小时后见分晓。
柯洁步入会场
上午10：30，对弈者入座，第二场比赛开始。 仅仅几步过后，AlphaGo与柯洁的对弈局势就让现场解说古力九段和张璇九段感到意外：AlphaGo第3手就下了一个三三，这正是前天柯洁用过的招法；而柯洁在前几手的下法，似乎是在模仿AlphaGo。 随着时间的流逝，柯洁仍然做出了托腮、抱头等小动作，但这些小动作的频率明显低于第一场比赛。在熟悉柯洁的古力和张璇看来，柯洁其他的一些动作，比如身体前倾、扇扇子，说明了柯洁在这场比赛中“非常投入，状态不错”。而且在前半个小时，对弈双方的用时也没有拉开明显差距，这与第一场有所不同。 一个小时过后，双方进入胶着状态。柯洁也展示出了强大的实力，并且似乎采用了与第一场完全不同的战术：他尽量让棋盘复杂起来。因为相比第一场比赛中打完一个局部再打另一个局部的战术，混战引发的计算要多得多，如果AlphaGo剪枝剪不过来，就有可能出现漏算。就像一位Twitter用户的评论：柯洁想让棋盘复杂起来，AlphaGo想让棋盘简单起来。甚至DeepMind创始人哈撒比斯也在Twitter上表示，柯洁的表现很完美！
中午12：09，接替古力和张璇的现场解说刘菁和周睿羊也认为，柯洁在第二场比赛中的表现要好于第一场，“战术是对的”，并且“有一点机会”战胜AlphaGo。看着棋盘上“复杂的局面”，周睿羊说，“第一场比赛让我们非常悲观，今天这场比赛，让我们看到了一些希望（明天，周睿羊要和其他4位同行一起，与AlphaGo下一场团体赛）”。 下午1点，比赛进入关键阶段，古力和张璇再次上场解说。他们认为，柯洁选择了一种最激烈的战斗方式，显示了柯洁的决心和斗志，并且散发出了一种和人类棋手比赛时所没有的杀气。“棋盘上的局势正在朝着我们预测的方向演变，他确实有机会”，古力补充说。 遗憾的是，在下午1点25分左右，柯洁的出现失误，让局势陡然发生变化，朝着不利于白棋的局势演变，而正是这个阶段的失误，让柯洁不得不再次面临失败的结局。 总体来算，通过独特的战术，柯洁创造了一些机会，但最终的结果说明，在无比复杂的混战局面中，还是人类棋手先出了错。而AlphaGo再给人类上了一课。 对于整个人类来说，发展AlphaGo的最终目的，是要把这种技术应用在能源、医疗、教育和建筑等方向上，帮助我们探索科学的世界，帮助我们在医学和科学领域取得进步。 而对于围棋爱好者来算，AlphaGo可以用来训练新棋手，使其技术水平快速上市，”如果用AlphaGo来训练业余五段的选手，他很快可以达到职业初段的水平，”古力说。 扩展阅读：这几天频频被提起的TPU和TensorFlow到底是什么？ 不同于CPU、GPU这类通用工具，TPU（TensorProcessing Unit，张量处理器）是一款为机器学习而定制的专用芯片，它在计算精度降低的情况下更耐用，每一个操作调用更少的晶体管，因而具有更高的效能（每瓦计算能力）。尽管在一些应用上利用率很低，但TPU平均比当前的GPU或CPU快15～30倍，性能功耗比高出约30～80倍。TPU已经达到了7年后的科技水平，被用于谷歌街景和Alphago中，一直被视为谷歌的秘密武器。 TensorFlow 是谷歌开源的机器学习系统，它表达了高层次的机器学习计算，大幅简化了第一代系统，并且具备更好的灵活性和可延展性，在图形分类、音频处理、推荐系统和自然语言处理等场景下都有丰富的应用，使用TensorFlow的Google应用包括：Gmail, Google Play Recommendation,Search, Translate, Map。 TensorFlow一大亮点是支持异构设备分布式计算，它能够在各个平台上自动运行模型，从电话、单个CPU / GPU到成百上千GPU卡组成的分布式系统。 |
|
|
