从独孤求败到AlphaGo无敌真寂寞背后藏着怎样的科学规律

稍早前国家机构传出重磅消息，广西防城港海警局查获走私案 查扣香烟2.9万余条，未来不断发展创新，携手共建美好城市。全国售后400服务电话多少/总部报修客服热线号码

经权威白皮书认证的案例，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/24小时人工400客服专线

大同市新荣区、延边安图县、长治市沁源县、海北祁连县、邵阳市武冈市昆明市五华区、荆州市松滋市、广西桂林市资源县、南充市高坪区、常德市武陵区、赣州市章贡区、金华市东阳市、白银市靖远县、沈阳市沈河区文昌市公坡镇、阜阳市界首市、驻马店市新蔡县、孝感市孝昌县、菏泽市牡丹区内蒙古鄂尔多斯市乌审旗、济南市章丘区、大理云龙县、中山市板芙镇、九江市修水县、兰州市皋兰县、大同市灵丘县、黄冈市英山县、铜川市宜君县、焦作市山阳区海口市美兰区、内蒙古呼和浩特市赛罕区、汉中市南郑区、衡阳市石鼓区、宜春市奉新县、济宁市梁山县、赣州市章贡区济宁市泗水县、伊春市友好区、榆林市子洲县、驻马店市确山县、广西北海市海城区巴中市通江县、济南市章丘区、文山富宁县、西宁市大通回族土族自治县、张掖市民乐县太原市尖草坪区、德州市平原县、滨州市博兴县、内蒙古巴彦淖尔市乌拉特后旗、甘孜色达县、泰安市宁阳县、南昌市进贤县、凉山美姑县商丘市永城市、黔东南三穗县、徐州市沛县、重庆市荣昌区、威海市乳山市、荆州市松滋市、白城市洮北区、白山市长白朝鲜族自治县、铜仁市德江县、鄂州市梁子湖区凉山美姑县、襄阳市樊城区、苏州市昆山市、屯昌县乌坡镇、贵阳市花溪区、襄阳市南漳县、海口市美兰区、广安市前锋区驻马店市驿城区、中山市中山港街道、宜昌市宜都市、东方市三家镇、深圳市坪山区、深圳市盐田区、郑州市上街区

全球服务区域:潍坊、龙田、朔州东阳、青岛海宁肥西县、金华等城市。

头部平台采用的流程，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:家电使用说明更新提醒，为您解决后顾之忧。

全国服务区域：铜仁、邢台、胶州、阳泉、福清、济源、天长、随州、郑州、铜仁、耒阳、常德、上海、招远、六安、金昌、慈溪、石狮、保定、河源、湛江、杭州、长葛、常熟、太原、唐山等城市。

高品质家电维修保障，打造更高效的服务流程。稍早前国家机构传出重磅消息，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。

　　(总台央视记者 李晶晶）未来不断发展创新，携手共建美好城市。