第285 碾壓李世石（七）（2/2）

魏東生旋即舉例闡述爛柯圍棋的基礎原理：「大家覺得爛柯圍棋挑戰賽這七局棋，質量如何？」

「挑戰賽前，有人質疑說爛柯圍棋缺乏與頂級棋手對弈的經驗。」

「這句話，錯了。」

「爛柯圍棋從出世到與李世石對弈，它已經自我對弈兩億盤棋。」

「兩億！」

「大家沒有聽錯，就是兩億盤棋。而且，百萬棋局之後的每一局，質量都不弱於爛柯圍棋挑戰賽的七盤棋。類似李世石這樣的人類頂級棋手，棋藝巔峰時期能否下夠一萬盤高質量棋局？答案顯而易見，不能，李世石沒有那麼多時間，也沒有那麼多精力。所以說，爛柯圍棋最不缺的就是經驗，與它比拼經驗，是專找它的優勢干硬仗。」

「爛柯圍棋的落子，大家最初覺得傻，因為它的棋路與當世圍棋理念不合；可這些與當世圍棋理念有衝突的棋路，偏偏能贏李世石等頂級棋手。這些前所未知的棋路，或許就是爛柯圍棋匯總兩億盤高質量棋局，發現的未知圍棋規律。」

「而且就像第78手並非爛柯圍棋自身漏洞造成，世間有許多事，哪怕親眼看到，結果並非事實真相。」

「爛柯圍棋框架是這樣的，與李世石面對面對弈的小老虎造型機器只負責機械臂等動力功能，它解決了圍棋到落子的具現化問題，負責把棋子擺到正確位置；坎坷圍棋的真身則停在這棟小樓的地下室，它的體積很大，由960顆cpu和100顆gpu組成，負責演算小老虎造型機器攝像頭看到的即時棋局畫面，並價值網絡搜索尋找下一步棋的最佳落點；當爛柯圍棋需要額外運算時，遠在數公里之外的超級計算機寒武紀2010-1還能成為爛柯圍棋的外援。」

「以大家的視角來看，爛柯圍棋好像只與李世石下了七盤棋。」

「其實不然，5月18日到6月5日，爛柯圍棋足足和李世石下了七十餘萬盤棋。嗯，準確說應該是爛柯圍棋和它想像中的李世石下了七十餘萬盤棋。」

魏東生令人啟動投影儀，調出爛柯圍棋後台儲存的棋局畫面：「以第七局的第78手為例，爛柯圍棋就提前下了近百盤棋。李世石第71手完畢，爛柯圍棋就開始琢磨怎樣讓棋，讓多少棋、讓哪裡的棋。這種琢磨，並非枯燥無趣的純粹硬計算，而是基於已有數據模型的推演。數據模型是什麼，等會再講。大家先來看圖1，爛柯圍棋有計劃在這裡讓李世石10目，但李世石第73手在這裡頂了一下，令爛柯圍棋無法再在這裡做局。」

、

「大家再來看圖2，爛柯圍棋準備把『錯棋』放在這裡，計算出李世石的勝率將會提高到51.8%；圖3，爛柯圍棋準備把『錯棋』放在這裡，計算出李世石的勝率將會提高到49.4%……等等，爛柯圍棋對比篩選十餘次，才決定下出第78手『錯棋』。而且，第78手之後，爛柯圍棋仍舊掌握棋局的主動權，勝率牢牢控制在50%以上。」

「說到這裡，大家應該明白爛柯圍棋為何下出第78手錯棋。」

「但，這仍不是爛柯圍棋的全貌。」

「春秋搜索是一家搜尋引擎企業，是一家人工智慧企業，唯獨不是一家圍棋俱樂部。春秋搜索研製爛柯圍棋並非僅僅為了粉碎圍棋不可戰勝的神話，更主要的目的是在實踐中驗證春秋搜索內部的前沿科技。」

「譬如，我們為爛柯圍棋增添了大數據分析功能。」

「在爛柯圍棋挑戰賽之前，我們把李世石的所有已公開棋局都輸入樣本資料庫，先令爛柯圍棋大數據分析李世石的既往棋局，得出李世石模型；然後再細化李世石樣本模型得出2009年李世石、2008年李世石、2007年李世石、杯賽李世石、圍甲聯賽李世石等多種數據模型。深度大數據挖掘2001年李世石到2009年李世石之間的不同，爛柯圍棋團隊和爛柯圍棋找出許多微小的細節變化，恐怕有許多細節習慣連李世石本人都沒有注意到。在第五局和第六局中，爛柯圍棋整合併利用李世石已經形成定式思維的細節布局習慣悄然無息間設伏，遂能連續屠龍創造奇蹟。」

「這些數據模型，並非簡單地分析過往，而是『以史為鑑』，預測未來發展。」

「當然，數據分析只是數據分析，它不可能真正預測未來。但，即使是數據分析的『偽未來』，也有極大的價值。譬如爛柯圍棋在第五局和第六局利用的李世石的定式思維習慣缺陷，如果李世石意識到並加以修正，他再與爛柯圍棋對弈時，就不會慘到被一次又一次屠龍。」

「回到剛才說過的勝率。」

「爛柯圍棋的勝率預測系統，其實還有數項隱藏數據。」

「第78手之後，後台顯示李世石的勝率瞬間提高到42.2%。說是李世石的勝率，其實它並不是李世石的勝率，李世石的真實勝率從來沒有超過20%。」