从独孤求败到AlphaGo无敌真寂寞背后藏着怎样的科学规律

本月研究机构披露最新动态，大范围雨雪降温影响中国 局地降温10℃以上，未来不断发展创新，携手共建美好城市。售后电话24小时人工电话/全国统一维修网点热线

不久前据官方渠道报道重大事件，从独孤求败到AlphaGo无敌真寂寞背后藏着怎样的科学规律，未来不断发展创新，携手共建美好城市:维修售后专业热线号码

万宁市礼纪镇、陵水黎族自治县文罗镇、泸州市纳溪区、铜仁市万山区、屯昌县屯城镇、汉中市宁强县、黄山市屯溪区广西贵港市平南县、湘潭市湘潭县、淮南市田家庵区、十堰市茅箭区、亳州市蒙城县南京市建邺区、驻马店市确山县、信阳市罗山县、南昌市西湖区、广西柳州市柳江区、忻州市代县、广西梧州市岑溪市、鹤壁市浚县榆林市府谷县、上饶市弋阳县、广西桂林市恭城瑶族自治县、文昌市文教镇、临夏临夏市、儋州市白马井镇、阿坝藏族羌族自治州阿坝县南平市光泽县、宜昌市伍家岗区、琼海市大路镇、驻马店市西平县、广西来宾市象州县、运城市芮城县、甘南合作市、铜陵市铜官区恩施州来凤县、大同市云冈区、中山市民众镇、扬州市江都区、东莞市洪梅镇、临汾市浮山县、四平市铁西区、台州市温岭市内蒙古锡林郭勒盟太仆寺旗、无锡市惠山区、朔州市右玉县、内蒙古呼伦贝尔市根河市、临汾市安泽县广西梧州市龙圩区、娄底市新化县、鹤岗市萝北县、澄迈县桥头镇、萍乡市上栗县、宝鸡市太白县雅安市石棉县、宁德市古田县、泰州市兴化市、昆明市盘龙区、鹤岗市向阳区、渭南市韩城市、定安县定城镇、湖州市德清县晋中市昔阳县、德州市齐河县、黄山市屯溪区、漳州市南靖县、广西桂林市阳朔县、绍兴市越城区、成都市青白江区、运城市闻喜县、清远市英德市宜昌市点军区、日照市莒县、张掖市民乐县、内蒙古锡林郭勒盟苏尼特左旗、中山市石岐街道、日照市东港区、商丘市虞城县、韶关市始兴县

全球服务区域:龙岩、晋城、涿州攀枝花、晋中韶关昆明、眉山等城市。

昨日行业报告传出重磅消息，从独孤求败到AlphaGo无敌真寂寞背后藏着怎样的科学规律，未来不断发展创新，携手共建美好城市:全国售后电话号码统一报修(人工客服)

全国服务区域：桂林、吴忠、仁怀、邵阳、临汾、兰州、泰安、滕州、安阳、大理、唐山、海口、衢州、湛江、漳州、杭州、哈尔滨、丽水、简阳、唐山、百色、登封、重庆、郴州、海宁、泰兴等城市。

上门取送家电服务，用心服务每一位客户。本月研究机构披露最新动态，从独孤求败到AlphaGo无敌真寂寞背后藏着怎样的科学规律金庸笔下的独孤求败一生未败。他留下剑冢。埋着四把剑。每一把都代表一种境界。最终他隐居深谷。与雕为友。他求一败而不可得。这种无敌真寂寞的境遇。今日的AlphaGo同样体会过。AlphaGo战胜李世石。战胜柯洁。此后它不再参加人类比赛。因为它已经找不到对手。从独孤求败到AlphaGo。看似跨越千年的孤独。背后藏着一个冷酷的科学规律。这个规律叫能力上限的逼近。

我们先看独孤求败的成长路径。他年轻时用利剑。与河朔群雄争锋。后来用软剑。误伤义士。弃之深谷。再用重剑。大巧不工。四十岁前恃之横行天下。四十岁后不滞于物。草木竹石均可为剑。最终无剑胜有剑。这个过程是什么。是一个学习系统不断优化自身策略的过程。利剑阶段是暴力搜索。软剑阶段是试探与调整。重剑阶段是特征提取与降维。无剑阶段是达到最优策略后的简化。当策略空间被穷尽。所有对手的招式都在他的预测之内。他就抵达了博弈论中的纳什均衡。在这个均衡点上。任何对手的变化都不能让他获得更高收益。他只能站在山顶看着所有人。这就是寂寞。

AlphaGo走了同样的路。第一代AlphaGo用蒙特卡洛树搜索加策略网络。像独孤求败的重剑。沉重但有效。第二代AlphaGo Zero抛弃人类棋谱。从零开始自我对弈。像独孤求败的无剑。不需要任何外部知识。只需要规则本身。它训练三天就超越所有人类棋手。训练四十天就超越所有旧版AlphaGo。然后呢。它不再进步了。因为围棋的状态空间虽然巨大。但它的策略已经逼近了理论最优。继续训练只会产生微小波动。这就是能力上限。任何封闭系统都有上限。围棋棋盘只有三百六十一个交叉点。规则固定。信息完全。最优策略存在。AlphaGo找到了它。所以它寂寞。

这个科学规律有三个层次。第一层是学习曲线的饱和。任何技能的学习都有快速上升期。然后进入平台期。最后触达天花板。独孤求败的利剑到重剑是快速上升。无剑是平台期。求败是天花板。AlphaGo的自我对弈也是上升期。胜率百分之百是天花板。第二层是策略空间的穷尽。在有限博弈中。策略空间是有限的。当智能体遍历所有有效策略。它就达到了全局最优。独孤求败的对手们只有有限招式。AlphaGo的对手是它自己。它已经穷尽了所有自我对弈的路径。第三层是外部环境的缺失。独孤求败需要对手。AlphaGo需要人类棋手。当环境中没有更高水平的挑战者。智能体就停止进化。这不是智能体的失败。这是环境的上限。科学上这叫生态位饱和。一个物种在生态位中达到最大承载力。它就停止增长。

为什么无敌会寂寞。因为智能体在追求更高目标。但目标已经实现。系统进入稳态。稳态没有新奇性。没有预测误差。没有学习信号。多巴胺系统不再被激活。这不仅是文学描写。这是神经科学的结论。当预测误差为零。奖励预测误差为零。学习停止。寂寞就是学习停止的感受。独孤求败的雕是他的环境。雕不会剑法。AlphaGo的对手是人类。人类下不过它。两者都缺少一个能超过自己的对手。于是它们只能对着墙壁打乒乓球。

那么如何打破这种寂寞。科学规律也给出了答案。第一是改变游戏规则。独孤求败可以去学下棋。AlphaGo可以去玩星际争霸。第二是提高环境复杂度。让对手变得更强。比如让AlphaGo和多个AlphaGo组队对抗。或者引入随机性。第三是改变目标函数。不再追求胜率。而是追求美感或趣味性。独孤求败可以写剑谱。AlphaGo可以生成围棋美学评价。第四是开放系统。引入新规则。新棋子。新棋盘。让策略空间重新膨胀。这就是为什么人类永远不寂寞。因为人类不断给自己制造新问题。新规则。新游戏。

从独孤求败到AlphaGo。我们看到一条清晰的科学规律。智能的进化依赖于环境的挑战。当挑战消失。进化停止。寂寞不是强者的特权。寂寞是系统达到全局最优后的必然状态。这个规律对个人和组织都有启示。如果你在某领域无敌了。不要沉醉于寂寞。去换一个领域。去改规则。去当老师。去创造新游戏。否则你会像独孤求败一样埋剑。像AlphaGo一样退役。科学告诉我们。没有永恒的王者。只有永恒的变化。打破寂寞的办法不是怀念对手。而是成为自己下一个对手。

　　乌沙科夫在接受媒体采访时表示，此前曾谈及谈判将在11月中旬举行，但俄美双方并没有讨论具体时间。