描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787569927382
- *参与围棋人工智能开发的*棋手解说围棋人工智能，理解围棋人工智能的权威指南
- 解说为围棋人工智能的开发之路，深入理解不同的人工智能具有各自个性的深层次原因
叙述围棋人工智能走过的四个时代，预见人工智能发展的方向
本书作者王铭琬是世界*参与围棋人工智能开发的一流棋士，他从2014年开始担任围棋人工智能的开发顾问。本书从介绍李世石与AlphaGo的五番棋开始败北开始，详尽叙述围棋人工智能的过去、现在，以及围棋人工智能之间的对战。
本书通过介绍围棋人工智能的异同，说明了为什么不同的人工智能有不同的特点，并以职业棋士的观点指出人类应如何应对与人工智能共存的未来。
序 章 Google为何选择围棋？
一、为什么是围棋？
二、围棋最像现实社会
三、围棋是沟通人类与 AI 的最佳语言
四、不懂围棋也能共享
第一章 AlphaGo 的登场与激战
一、AlphaGo 象征 AI 可能超越人类
二、AlphaGo 对众望所归的李世石
三、五番棋第一局——比想象还厉害
四、第二局——AI 提示新价值观
五、第三局——AI 新时代的开始
六、第四局——人类的逆袭
七、第五局——平静收场，2017 年 5 月再见
八、五番棋总结——AlphaGo 让人回味无穷
第二章 围棋AI的升级与追赶者——DeepZenGo、Master与绝艺
一、日本国产的 DeepZenGo 的挑战
二、AlphaGo 升级版 Master 的恶作剧
三、腾讯 AI 第一声——绝艺
第三章 围棋AI们的个性与魅力
一、软件特征
二、硬件配置
三、棋技
四、将来
第四章 围棋AI走过的路
一、1969—1984 黎明时代
二、1984—2005 年 手工业时代
三、2006—2015 年 蒙特卡洛时代
四、2016 年以后
围棋 AI 时代
第五章 我的围棋AI梦
一、想象无限
二、GOTREND
三、ownership（所有权）与 criticality（重要度）
第六章 人类的未来——从围棋理解AI，迎接新时代
一、人类与 AI，谁比较厉害？
二、过程与理由——与人迥然不同的过程
三、死活，围棋最基本认识之一
四、大小，围棋最基本认识之二 1
五、人类下棋需要理由——AI 下棋只靠机制产生
六、形势判断的重要性远大于“算棋”
七、“棋力”与“共鸣”的两个主轴
八、“下哪里”及“为什么下”不可分
九、人类的围棋里“为什么”很重要
十、使用说明书的时代
十一、来自 AI 最前线的报告
十二、AI 与人，外貌相似、内涵不同
结 语 意识到自己是人类的幸福
附 录 棋谱集
前 言
我十四岁为了学棋，来到日本生活，一转眼就已经四十年了。围棋在日本属于艺术文化，围棋术语也深入日本生活，像最基本用语，表示不好、不行的“ダメ（dame，汉字‘駄目’）”，就是从围棋没有意义的着手“单官”引用过来的，其他如“素人”“先手”“舍石（弃子）”，在日常用语里都很普遍，真是说都说不完。
即便是中文世界，从最近大家讨论政治时所爱用的“下指导棋”开始，到“布局”“大局观”等，比比皆是，不胜枚举。围棋可以比喻现实世界，也可说是人类共同的感受。
四岁学棋至今半世纪了，我当了一辈子的职业棋手，对现实的看法，自然也会借用自己对围棋的认识。然而我常常提醒自己，尽量不要把围棋的想法套用到别的事情上去，比起小小棋盘，世界实在太大、太复杂，用围棋来模拟，不仅傲慢，还可能误导真相。
围棋AI AlphaGo的出现，其重要性不仅是击败了人类，也使Google认定围棋与现实世界其他领域有共通的意义，才会投下巨资发展围棋AI，而世界市场与舆论也认可了这个看法。开发AlphaGo的公司DeepMind后来公开宣布，用AlphaGo的程序去管理他们信息中心的冷却装置，马上节省了40％的电力。而最新版的Google 翻译，也搭载了有关的神经网络学习机制，在准确率上获得很大的进展。这样看来，把围棋的观点稍微扩大到现实世界，说不定也不是那么荒唐。
我现在还是计算机新手，也不懂程序语言，但非常幸运的是，因长期关注围棋AI，正好在与DeepMind开发AlphaGo的同一时期，我也参加了围棋AI的GoTrend开发团队，就借此书与大家分享这份经验。
现在AI让人头痛的是，它进化的速度很快，今天觉得它有这个缺点，明天可能已经修改，或用新的技术覆盖掉，而新旧技术的组合也随时会带来惊人的效果。
人脑只能用自己的经验判断事物，但AI的进化速度可能超出人类想象，因为人的推测是用累积性的线性模式，而AI的进化是几何级数的发展，现在要预见AI的未来，是很困难的。
但人类本身是不会改变的，从以人为本的观点去理解AI的话，不管AI进化到什么程度，应该都不会失去意义。
2000年我获得“本因坊”头衔以后，签名题字时多用“童心”这两字，其实是在提醒自己，不管多重要的比赛，都该以童心去享受围棋的乐趣。有意思的是，在AlphaGo之前的AI，较擅长信息的分析与处理，可以说是“大人的AI”，但在处理围棋时，并不那么灵光，因此未能达到击败人类的技术。让AlphaGo能飞跃性超越的深层学习（deep learning），原本只是让计算机学会认识脸部或堆积木等，看似很简单的能力，被称为“小孩的AI”，反而成为击败人类的动力，原来“童心”还具有技术性的意义。
下棋，是大人重返孩童的时刻。我一直是以这样的想法面对棋盘的。当读者想重拾童心时，这本书能尽点微薄之力，就是我最大的心愿。
从短期内来看，人工智能可以给人类提供很多帮助,但从长远来看,人类还是需要对人工智能的潜力保持警惕。
——比尔·盖茨
人工智能的崛起，要么是人类*好的事，要么是人类*糟糕的事。人工智能一旦脱离束缚，以不断加速的状态重新设计自身，人类将无法与之竞争。
——斯蒂芬·霍金
人工智能在围棋方面超过人类，人工智能取代人类工作是不可逆的。
——李开复
做“绝艺”*的启示是，发现了人工智能在其他领域应用的规律。琢磨出一套规律和经验，这会远超我们的想象。
——马化腾
人类与 AI，谁比较厉害？
围棋AI和一流棋手的比赛，最容易让人感兴趣的，是从2016年底到2017年初六十连胜的“Master旋风”，可也说是对此项胜负下了定论：计算机、人脑之战，结果是计算机——围棋AI的胜利。
人脑是否能卷土重来呢？老实说，短期内或许还有赢的可能，长期而言，情况是很悲观的。人脑下围棋，有其成长进步曲线，越接近极限，成长就越钝化，上升曲线终会变成趋于水平，进步缓慢到从外表看不出来。也就是说，任何人在刚学下棋时，进步神速到一天能进一子，但终将成为进一子得花上一个月、一年，甚至一生！
现代围棋如此兴盛，在全球，每年有数千局职业棋手的赛事，但没有棋手敢说，自己超越了昔日的道策、秀策等名棋手。
人接近极限后，即使经常为了突破极限而努力，却很难确认自己是否有明确的进步。用这个观点来看围棋AI，蒙特卡洛法碰到难题，开始原地踏步，从棋力提升的曲线来看，是无法超越人类的。
但加上深层学习后就开始走不同的棋力提升曲线，从被人让三子的地方起，一口气超越人类，还不断上升。
Master很明显比AlphaGo更强，但进度已经缓慢下来了，虽逐渐看到天花板，也还在持续上升，还会比现在再强一点吧！与此相较，我认为人类即使从计算机得到着手的启示，也没有很大的成长余地。如果不改造DNA，人类是无法进步到围棋AI般的整体能力。
围棋的计算机、人脑之争，现在已经逐渐脱离了“谁比较厉害？”的时期，进入边欣赏AI的表现，边思考AI与人类的关系的时候了。
过程与理由——与人迥然不同的过程
“计算机下很怪的棋，却能轻松获胜！”
虽然有媒体如此报道，但我完全不认为计算机下了什么匪夷所思的棋。不只AlphaGo，Master与DeepZenGo下的棋都是合乎棋理的，有时序盘出现不常见的手法，或许会是因为系统的随机性所产生的结果，但是这比人类因为情绪波动的幅度还要小！
对人类而言，所谓的“棋理”是从庞大的经验法则所集约出概率较高的想法。如果计算机能做到“完全解析”的话，经验法则就会丧失意义，但现在的AI离这个程度远之又远。
AI并没有违反棋理的下法，只因为比人能算得多一点，有时能下出人类不敢下的棋，因此AI的手法本身并不奇怪，也很值得参考。不过，必须注意的是，AI选择着手的过程，对人类而言是“奇怪”的，它的机制与途径和人的逻辑完全不同，也无从参考。
AI什么地方跟人类的认知不同呢？各个领域都有所讨论，在围棋方面又有什么样的差异？让我们一起来确认一下。
评论
还没有评论。