人机围棋大战：人类的错误可以避免吗？

本篇文章2793字，读完约7分钟

如果你输了也没关系。重要的是，我们有机会猜测阿尔法戈的独特思维。为什么在某个阶段最好的策略有时是全世界最差的策略？“破坏性创新”的经典案例:钢铁巨头是如何倒下的。

两千年后的你

在那一天，人类终于回忆起曾经被阿尔法戈统治的恐怖和被囚禁在象棋中的耻辱。

李世石可以赢得一场比赛，但是更高层次的柯杰却不能赢得一场比赛，因为人类的进步依赖于经验，经验的积累依赖于感觉，而阿尔法戈的进步只有一个方向:不断积累“更高的胜率”。

阿尔法戈开发团队负责人使用elo算法对阿尔法戈对抗柯杰进行评估，每场比赛的胜率为99.37%。

如果这把剑没有被射中，结果就有了分歧。这不是古龙的小说，这是人工智能时代的游戏规则。

阿尔法戈的开发团队没有围棋大师，只负责算法和“象棋游戏”(据说现在连象棋游戏都不“喂”了)。阿尔法戈可以被认为是“自学的”。

因此，输了也没关系。重要的是，我们有机会猜测阿尔法戈的独特想法。

为什么阿尔法戈经常玩“臭棋”？

围棋大师可以记住实际的象棋游戏，但他们不能记住随机放在棋盘上的棋子。因为人类下棋的方法是把游戏分成几个部分，左下角、右下角、侧面、中间腹部，然后评估每一部分的得失。

人类没有办法做到这一点，因为我们可以评估每一步对某一特定情况的影响，但我们无法计算这一步对整个游戏的影响。人类也有“内在潜力”和“外在潜力”的概念，但所有不是基于概率的思考都是“人类思考时阿尔法戈笑”。

阿尔法戈不会一点一滴地思考。每一手棋，都要重新评估整个棋盘。这种能力不仅来自于它强大的计算能力，还来自于它看过象棋比赛这一事实，这是它的对手的几十倍甚至几百倍。

去年，人类还嘲笑阿尔法戈下“臭棋”。后来，人类明白了某一盘棋是“臭棋”，这只是提高了整体的胜率。

用一句话来概括:“某一阶段的最佳战略有时是全世界最糟糕的战略。”

这句话让我想起了美国管理学家克莱顿·克里斯腾森提出的颠覆性创新理论。

钢铁巨人是如何被打败的？

让我们来回顾一下作者的一个钢铁工业的经典案例。这样的事情在每个行业都有发生，尤其是在中国。

假设第一产业有一家钢铁巨头，我们暂时称之为“宇宙钢铁”，拥有丰富的产品线和雄厚的资本。

宇宙钢铁似乎没有竞争对手？当然不是。肯定会有一些“小”钢厂，它们的质量不好，但成本较低。他们的下游客户也是利润微薄的小企业，他们买不起或需要更好的钢材。

“宇宙钢铁”起初并不把这些“小家伙”当回事，直到经济繁荣突然停止。“宇宙钢铁”发现，由于利润下降，大客户买不起自己的产品，所以他们转而购买“小客户”的产品。

我该怎么办？董事会成立了一家咨询公司，并邀请专家对钢铁行业进行分析。他们分析了“宇宙钢铁”的产品结构，发现最基本的钢铁产品技术难度低，客户对成本更敏感，而钢铁产品的工艺最复杂，客户对质量更敏感。

“砖家叫兽”给出了一个自然的“聪明”建议:避免劣势，退出低利润的钢筋市场；充分发挥优势，大力拓展高利润钢板市场。

这个策略似乎没有错。在上市公司的年报中，我们经常看到“产品升级，以更高的利润率进入xx市场”的字样，这些字样被证券研究机构所愚弄，股价立即跌停。

接下来会发生什么？有两朵花，每张桌子一朵。让我们先来谈谈“宇宙钢”。由于放弃了低利润产品，高利润导致资本回报率急剧上升，投资者一直保持乐观，股价一直在上涨。但是没有人能看到危机。

花卉的另一个分支是行业本身的巨大变化。因为宇宙钢铁已经退出了低利润的钢条市场，这个市场已经被大量的“小”企业占据，他们之间已经有了一场激烈的价格战，被分析师判定为最危险的行业。

任何不能杀死你的东西都会让你变得更强。那些最终幸存下来的企业要么通过并购，要么在保持低成本的同时升级技术。价格战的噩梦也让他们把目光投向利润更高的钢板市场。

这一战略的问题开始暴露，“宇宙钢铁”再次成为目标，但它的对手比以前更强大。当你放弃一个细分市场时，只要市场需求仍然存在，你实际上是在为自己培养竞争对手。

“宇宙钢铁”的好日子结束了吗？还没有，董事会已经做出了一个“明智的”最优决策:以更高的利润进入钢架市场——只是这一次，它再也不能用高利润掩盖市场份额的下降。

一个新的周期已经开始，但是巨人的命运已经注定。但我们还是要继续问一开始的问题:我们能避免“现在的优势导致未来的失败”吗？

“赢多少”重要，还是“赢多少”重要？

让我们回到“人机战争”，看看人类和阿尔法戈决策方法的区别。

正如我之前所说，人类玩围棋是下棋的累积优势。因此，人类最好的策略是把握好每一盘棋，在你能打败它的地方赢得尽可能多的眼睛，在你不能打败它的地方失去尽可能少的眼睛。永远不要放弃斩龙的机会，利用每一片的优势来赢得大局。

用一句话来概括:人类直接计算的是“赢幅”——如果你继续玩这手牌，你可以赢得几只眼睛。

阿尔法戈与众不同。据说它是全局思考的，所以它直接计算“赢率”——这手牌下跌后的最终获胜概率是多少。只要它认为它能提高未来的“胜率”，即使它让对方目前赚了几眼，也就是人类眼中的“臭棋”，它还是可以接受的。

换句话说:在98%赢5万元的概率和99%赢1万元的概率之间，人类选择前者，阿尔法戈选择后者。

我们能不能从“赢幅”和“赢率”的不同思考来反思“宇宙钢”的案例？

企业100年后的生存概率

在第一次危机中，“宇宙钢铁”有两个选择:第一，保护利润和保持现有优势(制胜战略)；第二，保护市场，加入双方的价格战，遏制竞争对手，争取未来的生存概率(制胜策略)。

现在我们知道选择一个是错误的。但在开始时，“宇宙钢”能避免这个错误吗？

如果首席执行官不是人类皮肤中的机器人(300024，诊断单元)，基本上，这是非常困难的。

选择一个注重当前优势的，我们称之为“百强企业战略”，它有一套财务指标体系，利润率，销售额，净资产收益率...

备选方案2侧重于长期生存，我们称之为“百年企业战略”，但无法评估。如果一定要有一个指数，让我们敞开心扉，称之为“生存指数”——100年后的生存概率。

如果一个企业能够在未来发展自己的“人工智能”，它可能最关心这个指标，就像每个人都害怕死亡一样。

不幸的是，人类不擅长概率计算。恐怕只有像阿尔法戈这样的人工智能才能学会计算这个指数。

人类只能看到眼前的利益。我们完全可以理解“宇宙钢”的选择。一个继续使用低利润产品和打价格战的首席执行官必须有丑陋的财务数据，并且会被股东赶下台。

但希望可能并不缺乏，人类直觉学习能力从未真正得到发展。在阿尔法戈打败李世石之后，“阿尔法戈之流”出现在戈的世界里，模仿它的一些独特的方法，反思过去被认为是圣经的公式。

正因为如此，它可能是人类思维的盲点。

两千年后的你

我记得《棋魂》中的一段对话:

"围棋的乐趣在于对手的存在."

“棋神不是很孤独吗？”

“正因为如此，上帝教人类下棋，并希望人类能够理解他的世界。”

来源：罗马观察报