AlphaGo V.S. 李世石 ，谁会取得世纪之战的最终胜利？（单选）

现在正在上演一场必定载入史册的比赛——AlphaGo V.S. 李世石，可能有些男朋友们已经开始琢磨：
我不懂围棋，人工智能这种高概念领域也只是略有听闻。明天女朋友问起来“围棋怎么下？”、“ AlphaGo 下围棋的原理？”、“李世石是谁？”这些问题时，哑口无言多丢人啊!
别慌！
我们特意准备了一篇女朋友也能看得懂的知识贴。只要你愿意看，我们就能让你看得懂。

好了，我们先看看对战双方究竟是什么来头吧。
虽然李世石很厉害，但 AlphaGo 有高科技啊~

李世石
不关注围棋的人可能不知道李世石。李世石是围棋专业九段棋手，这个段位已是专业围棋棋手中的最高级别。
当然，李世石厉害不在于他的段位，而是他能长年保持一流的水准。自 2002 年加冕富士通杯以来，他 10 年时间里共获 14 个世界冠军，是最近 10 年中获得世界第一头衔最多的棋手，公认的围棋传奇。
反正，知道李世石下围棋的水平在人类中数一数二就是了，并且他总能在最后一刻反败为胜。

AlphaGo
AlphaGo 是 Google 研发一个计算机程序，说得高大上点，就是围棋 AI（人工智能）。
AlphaGo 于 2015 年 10 月份战胜了职业二段樊麾。这句描述看起来不起眼，可这是围棋 AI 第一次在没有让子的情况下战胜职业围棋选手。至于它是怎么做到的，我们后面再告诉你。

总而言之，李世石对战 AlphaGo 是人类智力代表和高科技拼个高低，很多媒体都渲染成了“捍卫人类尊严之战” 。
看完对战双方，我们来看看围棋究竟是怎么下的。

围棋的一点小知识：
围棋采用黑白两色棋子在方形棋盘上进行，这个应该没有人不知道吧。职业围棋赛通常采用 19×19 路棋盘，棋局在空棋盘上开始，对战双方力求在棋局结束时比对手控制更多的地域。

贴目
“目”指在棋盘上的棋子所占有的交叉点。比赛开始，执黑子一方先行。这样黑子一方就会有优势，为了消除黑方的先行优势、尽可能使黑白双方胜率一致，在终局计算胜负时黑方需要贴目。
为避免和棋， 贴目的目数通常包括半目。这次 AlphaGo 和李世石的比赛采用贴 7.5 目的中国规则，也就是说，在计算胜负时黑子贴 7.5 目给白子。至于为什么是中国规则，业内专家猜测是编程非常方便。

劫
不能同型重复：劫的规则禁止对局双方反复提劫而形成同型重复。对手提劫后， 你不能马上提回来。但是你可以在棋盘其他地方下子后再提回。也就是说你可以找劫材，对手应劫后你可以再把劫提回来。

气
气是与一块棋相邻的交叉点。比如下面白棋在 A、B 和 C 处有三口气。一块棋没有气会被提掉。一块棋只有一口气称为“叫吃”。

计算结果
棋局结束时有两种计算胜负的方法：
数子法计算围取的地域，即双方占领的交叉点的数目。
数目法计算双方围取的目数， 包括死子。
如果双方手数相同， 两种计算方法结果相同。

穷举
面对任何棋类，AI 一种直观又偷懒的思路是穷举所有能赢的方案。
穷举，是一种数学计算方法，根据部分条件确定答案的大致范围，并在此范围内对所有可能的情况逐一验证，直到全部情况验证完毕。
比如，穷举应用在密码学上被称为暴力破解法。密码如果只有 1 位数字，穷举最多 10 次：1, 2, 3, 4, 5, 6, 7, 8, 9, 0。
2 位数字的密码，穷举最多 99 次（00-99）就能破解。

蒙特卡罗树搜索
穷举的方案会形成一个树形地图，为计算机围棋博弈而发明的树形地图叫作蒙特卡罗树搜索（Monte Carlo Tree Search，简称 MCTS）。大致的原理是：通过统计大量的蒙特卡罗抽样结果，来选择较好的走法。
蒙特卡罗算法是对一类随机算法的特性的概括，它诞生于上个世纪 40 年代美国的 “曼哈顿计划”，名字来源于赌城蒙特卡罗，象征着“概率”。
知乎用户苏椰举了个例子帮助我们理解蒙特卡罗算法：
假如筐里有 100 个苹果，让我每次闭眼拿 1 个，挑出最大的。于是我随机拿 1 个，再随机拿 1 个跟它比，留下大的，再随机拿 1 个…… 我每拿一次，留下的苹果都至少不比上次的小。拿的次数越多，挑出的苹果就越大，但我除非拿 100 次，否则无法肯定挑出了最大的。这个挑苹果的算法，就属于蒙特卡罗算法——尽量找好的，但不保证是最好的。

（蒙特卡罗树搜索算法的构建过程）
然而，围棋实在太复杂了。国际象棋中，平均每回合有 35 种可能，一盘棋可以有 80 回合；而围棋每回合有 250 种可能，一盘棋可以长达 150 回合。
国际象棋 AI 可以通过穷举法战胜人类，而围棋 AI 只依靠蒙特卡罗树搜索进行穷举法的话，效率非常慢。

深度学习
AlphaGo 加入了 “深度学习” 技术，设法减少需要穷举的数量。
深度学习是机器学习的一个分支。机器学习这个概念认为，对于待解问题，无需编写任何专门的程序代码，只需要输入数据，算法会在数据之上建立起它自己的逻辑。
深度学习强调的是使用的模型，譬如推出不足半年就获得超过 1 亿用户的 Google Photos，用到的就是卷积神经网络模型。
AlphaGo 利用到了两个深度学习网络模型，想必大家在不少媒体上都看到过，分别是策略网络（Policy Network）和价值网络（Value Network）。
简而言之，策略网络可以理解为走棋网络，着眼于当下，预测 / 采样下一步的走棋。价值网络思考得更加长远，预测棋局的走向。

人类历史上的最后一次 “深蓝” 大战？！3 月 9 日 – 15 日，Google 出品的人工智能 AlphaGo 将迎战目前世界最顶尖围棋选手之一的李世石（韩国）。究竟人类能否在 5 场比赛中守住最后的尊严？我们来投个票吧～