5人圍剿AlphaGo的結果如何？答案仍然是“被機器秒殺”（還是上午的人機合作戰更精彩一點,簡直打開新世界大門）。事實證明，在AlphaGo面前，“三個臭皮匠頂個諸葛亮”的說法是不存在的。
在下午的人機團體戰中，5位人類頂尖棋手陳耀燁、周睿羊、羋昱廷、時越、唐韋星（均為9段）盡管集群體智慧之力，也未能打敗AlphaGo，最後主動認輸。看來，他們為柯潔“復仇”的預想已經破滅瞭。
根據比賽設定，每方僅有2.5小時。在時間緊張的情況下，靜電油煙處理機五人團隊究竟誰佈局，誰主攻，誰輔助，分工必須要明確。
在比賽剛開始佈局的時候，陳耀燁、周睿羊、羋昱廷、時越、唐韋星（執白子）一方的氣氛非常輕松，而負責擺棋的周睿羊也一直嘻嘻哈哈，心情非常不錯。
但就像AlphaGo與柯潔此前的對戰策略一樣，這隻狗最喜歡“後期發力”。當然，這跟AlphaGo的算法設計有直接關系。因為每下一步棋，其計算量就會變少，也就是說，越往後，AlphaGo的思路就會越清晰，“精力”就會越充沛。
果然，AlphaGo很快就掌握瞭局勢，特別是在賽程已經過去30分鐘後，周睿羊的表情已經不像一開始佈局時那樣樂觀，而是陷入嚴肅的沉思中；同時，5人的用時也逐漸增多，與AlphaGo拉開差距，而盤面及勝率也逐漸處於明顯劣勢。
值得註意的是，在對弈中，AlphaGo又使出瞭自己最喜歡的“點三三”，這是這幾天比賽中最頻繁出現的一著，也是人類棋手認為應該最謹慎出手的一著，大概以後會因為AlphaGo“翻身”成為圍棋界最流行的下法。
此外，這局棋的另一個特點就是AlphaGo“大局觀“愈發明顯。與上午的”出其不意“相反，AlphaGo的每一步都似乎氣定神閑，在中後期又進入“小心謹慎”階段，與第一天對弈柯潔的中後期狀態很相似。
這說明瞭什麼？證明AlphaGo已經“勝券在握”。因為以“贏”為目標的前提下，它在保持較高勝率的時候，往往會走風險最小的那條路。
果不其然，在團隊還剩38分鐘左右時，周睿羊已經緊皺眉頭，非常無奈，似乎不知該怎麼下子瞭，而棋局似乎也盡在AlphaGo的掌握，隻準備“收網”瞭。這個時候，雙方的用時差距已達到1.5小時。
進入倒計時階段，執黑子的5壯漢雖然已經很難扭轉局面，但卻越戰越勇，擅出狠招的唐韋星代替周睿羊執棋上陣；而AlphaGo也似乎也感受到瞭對方的“怒氣”，開始“奔放”起來，頻頻使出罕見著數。
譬如“打將”（每次讀秒時間迫近一分鐘時，選擇對方必應的地方下一著）這一著，我們就基本沒在之前的比賽中見到過。
但很遺憾，就像講解員王磊所說，局勢已經很難撼動，白棋已進入“絕望”階段。最終，5位頂級棋手聯手也不敵AlphaGo，在消耗完全部賽時後，主動認輸。
可能這時候你會稍有點疑惑，5人對弈AlphaGo，優勢應該絕對會大於1人優勢，為何從一開始局勢就不太樂觀呢？
理論上雖然是這樣的，但團體合作引發的問題其實更明顯，其弱點就源於“相談棋”本身的設定。
什麼是相談棋？通俗點說，就是一方有2~5人，圍在一起像聊傢常一樣來對弈下棋，大傢“相談甚歡”，大概就是這麼一種對局形式。
比較有趣的是，在純人類的團體賽對弈中，無論是一對多還是多對多，兩撥對手通常都要被隔離開，避免聽到彼此的討論。但這次5人對弈AlphaGo，就不需要“隔離”代AlphaGo執棋的黃博士瞭，基本是當著黃博士面各種侃大山。
問題來瞭，雖然相談棋形式寬松，就像是一場“開卷考試”，但大傢一起交頭接耳，擺棋質量既有可能因意見不合而降低，也可能因為“一個好漢三個幫”而達到最高水平（譬如進入最後的讀秒階段，單人作戰很容易出現點錯目，然後逆轉局勢；但多人作戰，就可以幫忙制定策略，減少失誤）。
就如王磊8段在講解這場比賽時所說，在此前進行團體賽的很多時候，多人討論的時間要遠遠多於下棋的時間，而性格不合及個人棋風間的差異也是導致棋局發生“變故”的重要原因：
“這5個人的棋風迥異，甚至性格也不太一樣。你看羋昱廷和唐韋星都是那種‘超級能講派’，具備攻擊性的棋風，而周睿羊等人是那種大局派，其實很容易出現分歧。”
5個棋手的風格迥異，圖片來自網易科技
其實我們來推算中國棋靜電機推薦手在合力方面是否有明顯優勢，可以參考2013年與2015年在廣州舉辦的世界團體賽。這項賽事從第2屆半決賽起，比的就是三名棋手共同合作的“相談棋“。
然而這兩次比賽的結果卻並不理想，中國選手組成的團隊均敗給韓國選手組合。特別是在第二屆比賽中，柯潔、時越、周睿羊組成的”豪華組合“最後不敵樸廷桓、金志錫與李東勛。
因此，這場5人組成的團體賽實際上並不比柯潔與AlphaGo的三番棋單人對決贏面大。相反，在中國個體過於強大，且棋風具有顯著差異的前提下，選手們需要在賽前花費不少時間來訓練和磨合。
總之，從這場比賽來看，比起上午的驚心動魄，下午的比賽結果似乎在情理之中，沒有較大的反轉。這可以說明，在AlphaGo完全能夠“以一敵百”的當下，我們不必再關心“人類贏還是AI贏”這種老套的問題，而是應該從上午的“合作戰”中看到更多可能性：
在競技類比賽中，人類應該怎樣與機器進行配合與溝通？
在非競技類事件中，人類應該怎樣克服“AI完全靠數據衡量世界”的缺陷？
本文靜電機來源：36氪
責任編輯：杜豪_NF2080
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
全站熱搜
留言列表
