从独孤求败到AlphaGo无敌真寂寞背后藏着怎样的科学规律

昨日研究机构公布重要信息，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。维修服务中心-全国24小时维修中心

经权威白皮书复核的框架，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:维修服务中心-全国24小时维修中心

陇南市徽县、揭阳市惠来县、大连市普兰店区、怀化市麻阳苗族自治县、衡阳市祁东县、广西贺州市富川瑶族自治县郑州市金水区、昌江黎族自治县叉河镇、河源市和平县、文山广南县、孝感市应城市、广西贵港市桂平市、广西贺州市昭平县、郑州市上街区、广西河池市金城江区凉山昭觉县、乐东黎族自治县千家镇、昆明市呈贡区、长治市潞州区、常德市津市市、渭南市白水县、红河金平苗族瑶族傣族自治县葫芦岛市南票区、滁州市来安县、岳阳市汨罗市、铁岭市西丰县、景德镇市昌江区、宁波市鄞州区、大连市普兰店区、宿州市埇桥区临汾市洪洞县、广西柳州市鱼峰区、中山市古镇镇、聊城市茌平区、铜陵市铜官区、嘉兴市海宁市、武汉市江岸区、漳州市诏安县、温州市苍南县、玉溪市新平彝族傣族自治县景德镇市昌江区、衢州市衢江区、恩施州鹤峰县、晋城市沁水县、内蒙古巴彦淖尔市乌拉特后旗淮安市盱眙县、玉溪市峨山彝族自治县、天津市宁河区、肇庆市四会市、眉山市青神县、凉山金阳县澄迈县加乐镇、甘南卓尼县、滁州市凤阳县、铜川市王益区、天津市东丽区、曲靖市麒麟区、海西蒙古族格尔木市、广西百色市西林县万宁市长丰镇、海东市平安区、安庆市太湖县、渭南市华州区、成都市大邑县、湛江市霞山区、十堰市竹山县、金华市武义县、天津市宁河区商丘市睢县、安庆市望江县、淮安市淮安区、江门市蓬江区、盘锦市兴隆台区、南平市武夷山市、金华市义乌市、南阳市桐柏县、周口市西华县、保山市隆阳区白银市景泰县、郴州市汝城县、阿坝藏族羌族自治州小金县、玉溪市新平彝族傣族自治县、平顶山市郏县、乐山市沐川县

全球服务区域:六安、台州、溧阳荆门、南宁张家港泸州、沧州等城市。

经研究机构认可的指标，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:售后服务电话(全国统一网点)24小时客服电话

全国服务区域：江阴、荆门、吕梁、株洲、阳泉、信阳、昆明、海宁、潍坊、宁波、莆田、新密、长春、泰兴、西安、胶州、张家港、深圳、嘉兴、平顶山、仁怀、忻州、昆山、桐乡、南充、烟台等城市。

售后服务400维修热线-全国统一24小时客服电话号码昨日研究机构公布重要信息，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。

　　摄影：李响 丁林