从AlphaGo与李世石谈起

最近Google收购的DeepMind的AlphaGo向韩国李世石九段发起了挑战，看了各方比赛的视频，谈点感受。

1.AlphaGo与李世石比赛是否公平？

资源上：AlphaGo输入了历史上相当多的高手对决的棋谱，并且自己下棋对弈进行强化学习，资源上AlphaGo占据了绝对优势。

学习成本上：AlphaGo学习的进度相对于人类的学习进度，是指数级的差别。可能机器两个月下的棋局就会相当于一个高手一辈子的总棋局数。当相对来说可以忽略时间的时候，成长的进度AlphaGo完虐李世石。机器一旦开始进化，人类赶上的机会就微乎其微了。

沟通代价上：AlphaGo内部有Policy Network和Value Network，有全局观和当前下哪步棋的更优搜索解。如果打破资源上的不公平，让很多人类顶尖高手对局AlphaGo，沟通的成本有多大？在读秒阶段能应承得来么？而AlphaGo只需要加CPU，内存，优化进程就可以了。

2.AlphaGo的局限在哪里？

AlphaGo基于大量数据的决策，是完全不懂下棋而又能下赢人类的，学习方式是前所未有的，人类也很难学会的，但有个致命的弱点，AlphaGo只能学会已有的技能，这次是围棋，下次是星际争霸……并没有Original Learning的能力，这个技能学习模式注定了它只能在人类已知的认知范围内争霸，并不会突破人类认知的盲区，没有人类的情感，发明创造能力。