第97章 宿命
第97章 宿命
“你和對方打心理戰，一開始就錯了，肯定是被顧莫傑的計策坑了。”
“咱阿爾法go，也能做到120手之後全放手——如果中間雙方沒有大規模打劫、換子、被吃等導致盤麵過於空下來的情況——而初音比我們穀歌的團隊更懂圍棋，起步也早半年，價值取舍算法肯定也有優勢，估計顧莫傑下到100手之後就徹底雙放手了，後麵的苦思冥想都是假裝給你看的！”
“顧莫傑那套機器肯定也和我們的阿爾法go一樣，有‘告訴使用者當前所走的步驟是否是權衡利弊之後為了節約時間而拿出的權宜之計’這個功能，所以顧莫傑也絕對不可能每一步都在那兒思考的。所以那些你覺得一個專業棋手應該馬上做出判斷的步數，他肯定也是裝給你看思考的。”
一群連夜被李世石接見的穀歌工程師，趁著飯桌上的功夫，嘰嘰喳喳給李世石科普了不少東西，聽得人心煩意亂。
在李世石想暴躁之前，還是跟他來觀戰的韓國棋院梁院長開口打圓場：
“好了，黃教授，這種事兒就長話短說吧。畢竟李九段還要休息，今天下了一天棋已經很累了，9點之後就必須放空大腦。你們隻有兩個小時，沒用的就別說了。”
穀歌那名來自灣灣的價值權衡算法負責人，被稱作“黃教授”的，立刻住口了，也讓手下的講解員住口。
“不好意思，剛才這些也就是隨口一說。充分了解對手，也是在幫助李九段贏得勝利麽。後麵，我們今晚還是重點講講阿爾法go明天能夠帶來什麽好處、如何與李九段合作吧。”
黃教授說著，示意李世石別耽誤時間，一邊吃一邊聽就好了。
李世石也不和他客氣，其他人在那兒圍著他聊，他抓緊時間吃晚飯。
江南會提供的夥食，那也絕對是華夏料理的巔峰，為了不落口實，這幾天對李世石的招待可謂是極盡奢華。但龍肝鳳髓吃在嘴裏，李世石都覺得沒什麽味兒。
還不如贏比賽的時候灌兩口辣泡菜痛快。
黃教授和他的助手依次給李世石講解：
“阿爾法go雖然不如初行完善，但是官子肯定是沒問題的。想你們今天這盤棋下到220手才分勝負。實際上170手之後的最後50手，如果雙方都是機器人，結果肯定是下多少遍都不會變的，而且隻要15分鍾就能下完那50步。”
正常人類下圍棋，最後50手雙方加起來怎麽也要1個多小時，而機器人15分鍾搞定，相當於起碼可以比人類下棋節約1個鍾頭的總比賽時間。
這些時間就可以更好地分配到前麵的步驟中去，每人多半小時思考。
至於第二天具體李世石走到多少步之後徹底雙放手交給阿爾法go，李世石準備吃完飯稍微和阿爾法狗試幾個150手左右的中盤殘局——從他本人曆史上和對手下的比較膠著的棋局中挑——來試試看阿爾法go的水準。
“另外，阿爾法go在布局階段也談不上什麽能力，隻能是給你一些參考定式，你看了之後挑出其中最好的一個結果就行——我們隻能保證，最好的結果肯定在那個八屏選項之內，但是具體是哪一個，阿爾法go判斷不出。”
“阿爾法go也有做‘價值判斷網絡’這個工具，到時候在給出機器意見之後，會在屏幕上打出一個判斷，告訴你‘這一步是絕對不可能有更好的解法’了，還是‘機器也不知道誰最好，隻是沒時間想暫時覺得這個最好’。所以那些機器肯拍胸脯告訴你這就是最佳答案的步驟，你也可以省掉一些思考時間。”
李世石聽到這兒，停下了筷子，親口向黃教授確認了這玩意兒的運作法則。
黃教授也不藏私，坦蕩地告訴他：阿爾法go裏麵其實是有兩套走子算法的，第一套是絕對窮盡最佳可能性的算法，但是耗時非常巨大。哪怕以如今穀歌的雲端服務器群和積累的棋局大數據，也要很久才能算一步棋。
畢竟，圍棋是如今人類傳統棋類運動中，計算量最大的。圍棋的可能性相比於國際象棋和象棋，根本就是一個天文數字。
所以，阿爾法go的深度學習，主要還體現在一點上：發現算法一會嚴重超時的時候，它會做出一個省時的判斷，下一個不算太差的子。而這種猴版省時算法隻要第一類窮盡算法的數百分之一時間就夠了。
李世石吃完飯，用了點茶水，略作休息，就和黃教授的團隊鑽研起磨合之法。
不過，他終究是沒辦法和顧莫傑那樣的人工智能本領域大能，比試對人工智能的理解程度和配合程度的。
多年形成的習慣，更不是幾個晚上可以扭轉。
臨陣磨槍一番，最後也不過是讓李世石在第二天的比賽中省出大約1個小時的思考時間、節省了不少腦力。
就像一個考高數的考生，被允許帶計算器。但是計算器並不會解高數題，隻能幫答題者省點時間，減少些低級錯誤。
……
全世界的目光，繼續凝望在江南會這一片池館雅閣之間。
數十億人次的曝光量，形成了比世界杯決賽還強的高光時刻。
穀歌出手了！終於不是人機打真人，而是人機打人機！
雙方都是最終完全體的終極對決！
12月23日，第三戰！
顧莫傑執黑，回到了古力流的“對李先行大勝率”模式。開局一陣天馬行空的猛烈布局，把李世石的發揮空間驟然限縮了二三十手，也讓顧莫傑微微鬆了口氣。
隨後便是激烈的搏殺。
顧莫傑可以發揮作用的時候越來越少，大部分都是交給初行在下。唯有某些初行給出“高危”耗時的步驟時，顧莫傑才乾綱獨斷作出處置——而且這種處置基本上每出現一次，就會平均讓顧莫傑的盤麵預估分降低半目左右。
但他沒有辦法。
唯有當局麵看上去很像此前幾個月古力給他特訓的那幾千局開局中的定式，或者很像古李對戰的曆史記錄時，顧莫傑才會徹底親自發揮。
“穀歌的工程師可以教會李世石怎麽初步應用人工智能助手、怎麽和人工智能配合分配時間。但是穀歌的人肯定不怎麽懂圍棋圈子。美國人沒有第一手的古力和李世石對抗的具體心路曆程——所以，阿爾法go在布局上的幫助，就等於是一個廢物！”
顧莫傑反複深呼吸，把這個印象烙在自己腦子裏。
60手，顧莫傑盤麵預估居然已經劣勢了2目！
勉強撐到80手，預估劣勢4目！
顧莫傑的額頭，已經見汗。
難道，初行這個“中盤十四段”，能夠在中盤反超李世石4目以上？
隻能看天了。
下到100手，顧莫傑也不裝了，離席休息，讓一個女服務員按照初行的指示擺棋。他自己一身冷汗，做到旁邊和前輩大師吳清源聊天。
這就等於是告訴對方：初行在100手之後，本來就可以雙放手！
至於美國人和李世石信不信，顧莫傑就不管了，這種虛則實之的策略，也是動搖對方心態的砝碼。
反正顧誠這邊場上已經沒真人了，想被影響情緒也不可能。
劣勢3目……1目……扳回！（已經含了貼目）
吳老已經99歲，身子骨著實不太行了，看一場棋，都睡過去好幾次，旁邊還要好多服務生侍候。
顧莫傑下場的時候，他才恰好醒來。
“運氣！今天這盤，有點懸了。幸好阿爾法go的中盤實力還不如李世石這個真人，但是下麵的怎麽辦？就打算五局三勝，滿足了？”
顧莫傑不甘心地擦擦汗：“不能滿足，至少還要再贏一盤，否則，豈不是被人說成‘在穀歌的阿爾法go參賽之後的那三盤，李世石2勝1敗——豈不是說穀歌的人工智能比初行強！’”
吳老眯縫著眼，睿智地點破：“話怎麽能這麽說。李世石加上阿爾法go，強於你加上初行者，那也不能證明阿爾法go就比初行強——畢竟李世石的水平比你高出雲泥之別。今天要是讓小古用初行者和李世石用阿爾法go打，起碼贏李世石20目以上，或者對方不到150子就認輸了。”
顧莫傑一想也是，自己果然是鑽牛角尖了。
讓古力這樣布局九段的人，和李世石這個布局七段比，後段大家放手——那不是成欺負人了麽。
“不管怎麽說，我總歸還是要想辦法的。”顧莫傑調整了一下心態，如是說道。
吳老搖搖頭，又給顧莫傑潑了一點冷水：“沒那麽容易，古力先行勝率很大，可以牽住李世石的布局套路。明天輪到李世石執黑先行，就沒那麽容易了。”
顧莫傑休息了一會兒，場上的第三場終於分出了勝負。
果然，雙方都有機器人參戰之後，比賽的總時長縮短了很多。李世石已經盡量考慮到前麵多花點時間，最終還是在下午三點鍾之前就結束了比賽。
李世石再次敗北。
但他也積累了一些和機器人磨合的經驗。
次日，第四戰。
李世石執黑先行，而且他似乎意識到了不能在開局前二十手被“古李對局”的開局套路牽著，要盡量下得不一樣。
顧莫傑一番苦戰，終於因為“肉身”實力太爛，慘遭落敗。
四局戰罷，最終比分3：1！
按照五局三勝而言，顧莫傑已經贏了這個比賽。
但是按照穀歌方麵加入阿爾法go之後的成績而言，雙方現在是1：1。
……
“不行！絕對不能給李世石翻盤的機會。一定要證明初音在深度學習型人工智能上，相對於穀歌乃至地球上其他對手，擁有絕對優勢！”
“不然，還怎麽快速推廣人工智能推送和助手型產品？如何提振國民士氣讓大家第一時間響應試用我們的產品，為我們提供更完整的大數據！”
為了市場信心，這一戰也不能敗。
顧莫傑想了很多。
李世石在進步不假，這種進步，不是棋技的進步，而是人機配合的進步。
明天最後一戰，是雙方抽簽確定誰執黑先行。
中國圍棋規則的黑子貼目四又四分之三，在國際上還算是比較少的——有些比較狠的規則規定，黑子的貼目可以達到7目。
所以，相對於那些規則而言，中國圍棋的規則，已經讓黑子賺了兩目多。
從古李對戰特訓的趨勢來看，顧莫傑這種準備如果明天執黑，他還是有一定把握利用初行者幹掉李世石的。
但是，如果抽簽抽到了李世石黑子……難保不重演今天這第四局。
“別想了，好好吃飯先。你又不是職業下圍棋的。初音智能的逼格刷到這一步，也夠了。”
吃飯的時候，陸文君心疼丈夫，見他心不在焉有點走火入魔的感覺，忍不住開口相勸。
“沒胃口，我一會兒到滬江吃——讓小茹姐準備直升機。我去一趟那邊的大數據中心。”
陸文君看著顧莫傑神神秘秘地離去，心中有些吃味。
“大平安夜的，半夜出去鬼混個啥啊。”(。)