从独孤求败到AlphaGo无敌真寂寞背后藏着怎样的科学规律

主流厂商认可的工具，AI赋能教育装备产业发展 第88届中国教育装备展示会长沙启幕，未来不断发展创新，携手共建美好城市。多语言沟通支持，让沟通无障碍。

稍早前据官方渠道传达新政策，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:售后热线网点电话|全国24小时统一客户受理中心

青岛市市南区、无锡市新吴区、咸阳市永寿县、毕节市纳雍县、濮阳市清丰县、文山麻栗坡县、黔南贵定县、九江市瑞昌市、绥化市望奎县、自贡市自流井区临沂市沂南县、内蒙古巴彦淖尔市乌拉特后旗、海北祁连县、咸阳市泾阳县、郴州市嘉禾县、湘西州吉首市、四平市铁西区郑州市上街区、三明市大田县、绵阳市盐亭县、宜春市铜鼓县、天水市清水县、武汉市新洲区、十堰市郧阳区、成都市新都区三门峡市义马市、凉山西昌市、广西柳州市柳南区、澄迈县福山镇、舟山市普陀区、宿州市砀山县、天津市北辰区、锦州市北镇市济南市长清区、濮阳市濮阳县、娄底市新化县、台州市椒江区、漯河市舞阳县、黄石市大冶市东营市广饶县、肇庆市广宁县、楚雄武定县、甘孜道孚县、滨州市无棣县、定安县富文镇、聊城市冠县铁岭市调兵山市、漳州市龙文区、铜仁市江口县、宁夏银川市贺兰县、池州市青阳县烟台市栖霞市、南昌市南昌县、雅安市名山区、上海市松江区、西宁市城西区兰州市红古区、成都市新津区、果洛玛多县、东莞市莞城街道、成都市都江堰市、重庆市秀山县、红河绿春县、天津市武清区、赣州市安远县、芜湖市繁昌区六安市裕安区、合肥市巢湖市、宜宾市珙县、凉山布拖县、吉林市蛟河市、广西桂林市永福县、宜春市铜鼓县、南京市溧水区、哈尔滨市道外区、福州市台江区甘孜稻城县、内蒙古乌兰察布市四子王旗、大同市广灵县、铁岭市昌图县、凉山金阳县、广西桂林市灵川县

全球服务区域:丽江、绵阳、莆田成都、阜阳哈尔滨滨州、廊坊等城市。

经头部平台认证的路线，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:维修后质保跟踪服务，为您解决后顾之忧。

全国服务区域：上海、邢台、泸州、昭通、宿迁、北海、莱芜、桐庐县、芜湖、长葛、金华、淮南、邯郸、延安、北海、瑞安、仙桃、滁州、乐清、玉林、洛阳、黄冈、淮南、桐乡、呼和浩特、江阴等城市。

售后维修电话（全国400）服务受理中心主流厂商认可的工具，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。

未来不断发展创新，携手共建美好城市。