关于AlphaGo，大家可能误会了
[-]
围棋是一项古老的游戏，堪称人类最引以为自豪的策略游戏。然而周六世界围棋冠军李世石完败给一台电脑的新闻引爆了社交媒体。
谷歌的这个人工智能确实很厉害，但是很多观察家就其厉害之处以及它对未来人工智能的影响却理解错了。这并非电脑首次使用狡猾的策略在一个复杂程度难以估计的游戏上战胜人类冠军。即使它赢得光明磊落无可争议，也不代表人工智能准备要替代人类。
没错，很多人把这次对决跟1997年IBM的超级计算机深蓝完虐世界国际象棋冠军卡斯帕罗夫相比。这是一个有启发性的对比，但这并不不是因为深蓝通过“碾压般地计算出所有可能的步骤”战胜了卡斯帕罗夫。
实际上，人们已经证明象棋的复杂程度极高，机器是无法通过计算每一步的可能性来解决的。象棋游戏的可能性超过了可观测宇宙中所有原子的数量。目前还没有一台计算机可以在有限的时间内进行这么大规模的运算。
深蓝并没不是这么做的。背后的工程师们设法减少了电脑需要搜索的走法，然后在从简化的选项中做选择。那时所用的硬件和软件都是人类智慧解决专一数学问题的里程碑。AlphaGo则代表了一步巨大的飞跃。围棋中的可能性比象棋要大上好几个量级。所以跟深蓝一样，AlphaGo也要找出一个方法来减少需要考虑的选项。但是AlphaGo的设计者并没有用手编程序来确定电脑的判定规则，而是建造了一套它想出来的系统。他们让AlphaGo模拟从包含了数百万场职业比赛的数据库中得来的配置。它通过跟自己玩上几百万局棋进一步强化自己的技能，根据每一场棋的输赢不断调校自己的走棋规则。
AlphaGo的工程师们作出的唯一成就就是找到了一种方法利用巨型算力来切切实实地打造出他们的赢家电脑程序的关键特征。从这方面来看，他们的胜利也让其他那些手编程序无法解决的大型问题找到了可能的解决方案。
尽管国际象棋和围棋在数学上都极为复杂，但是它们都是“确定完美信息博弈”。除了其他方面，这意味着偶然性不是一个因素，玩家可以看到对手所做的一切。这个跟其他需要精神能力的领域完全不一样，比如理解一个笑话，或者猜测某人在不在撒谎，或者完成一次约会。我想你就很快会明白为什么AlphaGo离约妹子或者杀死你还远得很。
