今天，引人注目的人机大战终于以4:1的悬殊比分，宣告了AlphaGo赢得了比赛，看起来计算机相当的强大，就围棋这个领域来讲，已经完全战胜了人类，那么我们不禁要问，计算机战胜人类的原理是什么？他们真的具备跟人类匹敌的智商吗？
大概在10多年前，我曾经写过一个中国象棋的AI项目，当时并没有利用分布式计算（那时也不懂），只是一个单机程序，大概能有6-7步的预测能力，经过不客观测试，能战胜我能接触到的所有象棋爱好者。当时人机博弈理论的基础就是Alpha-Beta搜索：
Alpha-Beta搜索实际上是从最简单的BFS搜索和之后的A*搜索发展来的，BFS其实就是最简单的穷举，每层都把所有的可能列出来，最后给一个结论，而A*搜索在这个基础上，多了一个选择函数，即在每层遍历时，给一个优先级，优先从看起来局部最优的方向入手遍历，比如我们在地图上设计寻路的机器人，可以设定NPC周围所有8个节点方向上，最指向最终目的地的方向的节点是看起来最优的，然后从这个节点优先遍历。
Alpha-Beta搜索，实际也借鉴了A*的思想，即每次都从局部看起来最优的结果给出下一步的判断。首先，我来解释一下什么是局部最优：
因为以目前计算机（尤其指单机）的计算能力，是无法遍历棋盘所有可能的，以围棋为例，19*19的棋盘上，一共有361个点，也就是执黑先行者有361个选择，之后执白有360个选择，于是361*360*359....，这是一个比天文数字还大的数字，所以我们根本不可能通过计算得到全局最优。
判断棋局的优劣
那么，我们怎么评价某一种走法看起来最优呢？这就需要根据不同的棋，设定规则了，以中国象棋为例：
规则1，我们规定，自己一方所有子能走的区域越大则越优，说俗点，别把自己给“闷死”了，比如 马走到边上。于是给定一个棋盘，我们可以计算：
V1= 马可走的区域+车可走的区域+兵可走的区域+帅可走的区域+....
V越大，则越优秀
但是，下过象棋的人都会觉得，规则1也太简单了吧，完全没考虑到车和兵在棋盘上的重要度完全不一样，不能按照一个权值系数算，另外，规则1完全没考虑到对对手的威胁性，于是，我们进行改进：
V2=系数A * (系数1*马可走的区域+系数2*车可走的区域+系数3*兵可走的区域...) + 系数B * （自己的马有可能吃掉对方的子的重要度+自己的车有可能吃掉对方的子的重要度+自己的兵可以吃掉对方的子的重要度...）
大家能明显的看到，V2比V1合理多了，不仅仅考虑到了自己的字别被“闷死”，还考虑到了对对方的威胁，那么这个公式还能不能改进呢？还能！我们知道，对对方的威胁，对帅的威胁是最高的，对车的威胁完全高于对兵的威胁，说俗一点，就是能吃掉对方的帅，绝不吃掉对方的车，能吃掉对方的车，绝不吃掉对方的兵。
于是，这个公式就V3就更复杂了，系数也越来越多，这里我们得出一个结论：
我们一定一个得到一个公式，它较公平的判断一个棋局，对某一方的优劣是什么，且这个优劣还是可以量化的！当然，对于围棋而言，这个公式更麻烦一些。
但这里我们忽略了一个问题：即最终的公式有N多的系数，我们需要一种办法来确定最优的系数组合。
Alpha-Beta搜索
当双方博弈时，当下一步该自己走时，只需要遍历所有的下一步可能，然后选择一个棋局对自己最优的方案即可，这个非常简单，但是，这仅仅代表计算机有预测一步的能力，按照这个逻辑设计出来的程序可能连小孩都打不过，要想战胜人，需要有提前预判N步的能力。那么怎么预测两步呢？
我们可以遍历所有的下一步的下一步的可能，因为下一步的下一步是对手下，所以我们只需要从所有可能中选择让对手最难受的一种可能即可。于是，按照这个思路，我们就产生了两个约束条件：
A：对自己最有利
B：让对手最难受
如果我们在搜索过程中，不断的以这两个约束条件去进行搜索，这就是Alpha-Beta搜索。两个约束条件更符合博弈的本质，即对自己最有利且不断限制对方。Alpha-Beta算法本身也很简单，可自行Google。
看起来AI下棋的原理不难，但其实真正的奥秘就是如何减少搜索的计算量。
核心：减少计算量
从之前的描述，我们可以看出，计算机算的越快，赢的概率越大，那么怎么算的更快呢？更好的硬件+分布式并行是一种思路，当然从算法上能减少计算量则更好！减少计算量的办法至少有这么几种：
1，其实每步下棋时，没有必要棋盘上所有点都考虑，而是可以优先考虑某些点，比如离目前棋子比较近的点，这样就能减少相当一部分工作量。
2，录入相当多的棋谱，这样可以避免搜索一直到叶子节点，如果匹配到棋谱的话，可以从之前很多步就提前返回。
3，赋予计算机一种神奇的能力，让他能够有预感，预感到某一步可能“有戏”，这样把这一步放到Alpha-Beta搜索队列的前面，优先搜索，这样避免把计算资源浪费在其他“没戏”的下一步上。
而3，也是根据AlphaGo公开出的资料中，最高深的一点，即所谓的CNN，应用在蒙特卡罗搜索MCTS中，从而把有限的计算能力计算值得计算的子节点。这一点在围棋中尤为重要（更尤其在初盘中盘，因为末盘的搜索量会急剧减少），能做好这一点才是让围棋AI能够战胜人类高手的关键。
那么按照公开资料，AlphaGo是根据CNN卷积神经网络来训练AI的，输入就是19*19的棋盘信息，输出就是一个value，量化的代表对谁有利，通过输入成千上万的高手棋谱，经过反复的自学习，确定神经网络的参数，最终可以实现给定任何一个棋局，判断其是否对自己有利，这样就可以在每次Alpha-Beta搜索计算前，把待搜索的布局排序，优先搜索那些对自己有利的布局，从而大大缩小计算量。
神经元网络大多都依赖梯度下降，即误差反传BP，举个通俗的例子，一个盲人登山，要寻找山的最高点，他所能做的，就是不断的往前或者往后迈，不断收集前后两步的高度差值，如果高度差很大，就反馈给大脑加大步伐，如果高度差越来越小，就反馈给大脑减小步伐，最终直到前后两步的高度差一样了，也就找到最高点了（其实是局部最高点）。这个比较好理解，但是为什么卷积的神经网络适合围棋这个场景，这里面是数学理论的推导依据还是先有模型不断经验测试的结果，只能靠进一步研读Google的资料来寻找答案了。
机器战胜人类了吗？
从上面的浅显分析可以看出，即使AlphaGo将来可以战胜柯洁大棋渣，其整个运算过程其实跟围棋艺术本身没任何关系，包括是最神秘的那个CNN里面的层级、参数关系，也很难说明他们跟人类的思考模式有相似的关系。我总感觉，这种AI只不过是用计算机的逻辑在某一个“固定的、可言传的”规则上计算能力超过了人类。
但我们现实生活中，“不固定的、不可言传”的事务比比皆是，怎么谈生意、怎么忽悠投资人、怎么跟领导汇报、怎么泡妞。。。这些都无法用固定规则来描述，换句话说，即使给出再大的计算能力，也很难给出上面这些事的“棋局优劣函数”，同时也无法找出一个CNN网络来评估训练这些事，因为他们的输出根本就是不是离散的。
所以，我觉得目前的AlphaGo距离真正的人类智商还相差太远，等什么时候，计算机能够做到察言观色、洞察秋毫，能够像电影“机器姬”迷惑人类时，才能算是真正的人工智能！
