3 月 23 日是首屆世界圍棋精英賽的最後一天，參賽的中日韓代表選手分別是羋昱廷、井山裕太和朴廷桓，3 位選手輪番對局 3 天，除了彼此要分出高下，還要分別對戰日本的圍棋程式 DeepZenGo。
DeepZenGo 的開發者加藤英樹在去年 12 月接受南韓《東亞日報》採訪時曾信心滿滿地說：明年 3 月進行的世界圍棋精英賽，DeepZenGo 有信心擊敗中韓日三國最強棋手。
然而面對 3 位頂尖選手，DeepZenGo 最後的成績是兩敗一勝，前兩局被羋昱廷和朴廷桓絞殺，最後一回合執黑子中盤勝井山裕太，扳回一局。這次比賽雖有贏面，但是前有 Master 橫掃高手的範例，DeepZenGo 勝 1 輸 2 的表現並不太出色。
▲ DeepZenGo 對戰中國選手羋昱廷。
雖然之前有 AlphaGo 戰勝李世乭的先例，但 AlphaGo 無法代表圍棋 AI 的普遍水準，DeepZenGo 的開發者加藤英樹在前兩輪落敗後都表示遺憾，但其實結果並沒有出乎大家的意料──19 日在東京落幕的第十屆 UEC 杯世界電腦圍棋賽中，DeepZenGo 就不敵騰訊研發的「絕藝」，曾經稱霸 UEC 的黑馬這次失去了冠軍。
去年 3 月，DeepMind 的 AlphaGo 以 4 比 1 的成績戰勝南韓圍棋九段李世乭，這是人工智慧首次在圍棋領域戰勝人類高手，引起全世界空前關注。但這之前，機器在圍棋領域的學習已超過 10 年，從 2007 年第一屆 UEC 杯開始，研發團隊就不斷發掘電腦程式在圍棋專案上的潛力，DeepZenGo 的前身 Zen 就是其中一個。
2006 年日本遊戲工程師尾島陽兒開始研究圍棋演算法，寫出最初始的 Zen。到了 2009 年，蒙地卡羅方法（Monte Carlo method）開始大面積引入圍棋程式，成為了機器下棋的主流演算法，也幫助 Zen 拿到第一個國際大賽冠軍。
棋類遊戲有一種最初始的算法叫窮舉法，窮盡所有可能進行列舉──在下棋時把所有會出現的情況都跑一遍，總能找到一個最優解法，不管是五子棋、象棋或西洋棋。窮舉法給電腦帶來的優勢很明顯，早在 1997 年 IBM「深藍」就用窮舉法戰勝了西洋棋世界冠軍卡斯帕洛夫。
但對圍棋來說，最大的魅力正在於簡潔的規則下，無窮盡的策略帶來無窮盡的變化。這樣情況下，依靠低效暴力的列舉無法抵過一個專業棋手的經驗和判斷。蒙地卡羅方法的引入便是為窮舉增加一些隨機性，縮小需要列舉的範圍，在隨機範圍內尋求最優解即可，相當於在一片果園中找到最大的蘋果，比起原來一棵樹一棵樹找，變成只挑一塊區域取樣找；最後找到的不一定是最大的，但一定是所選範圍內最大的。
雖然對窮盡所有列舉有一定的最佳化，但蒙地卡羅方法本質還是並不高明的列舉，這樣算法只能在一定程度上最佳化，但無法帶來突破性變化。所以只靠蒙地卡羅方法導致許多圍棋程式陷入瓶頸，包括 Zen、法國的「瘋石」、南韓的「石子旋風」，許多算法都無法匹敵高段位的專業圍棋選手。
AlphaGo 的勝利像在圍棋演算法這灘死水丟入一條大魚，讓圍觀群眾錯愕同時，重新活絡了同行的熱情。比賽一個月後，DeepMind 便在《自然》雜誌發表論文，公開 Alpha Go 革命性勝利的一小部分祕密：深度卷積神經網路的引入。
▲ AlphaGo 每走一步棋，會列舉 250 步潛在可能。
AlphaGo 在蒙地卡羅演算法的基礎上構建兩道神經網路：一道是策略網路，負責評估棋局；一道是價值網路，判斷應在哪落子。這對傳統圍棋算法最大的價值在於節省蒙地卡羅方法的搜尋空間。再用找大蘋果舉例，就是會先根據經驗判斷該找一塊陽光好的地方，再判斷哪塊陽光好，找到大蘋果的機率更大。
神經網路縮短了機器演算法和專業選手間的差距，也為圍棋算法最佳化提供新思路，包括加藤英樹等許多開發者都在 Google 發表論文後，把深度學習引入圍棋演算法。Zen 在經過深度學習升級後，也改名為今天的 DeepZenGo。
但 Google 論文中公布的資訊仍然只是 AlphaGo 的冰山一角。儘管用同樣基礎架構，但 DeepZenGo 距離 AlphaGo 仍有很大差距。首先是硬體不在同一水平──AlphaGo 擁有 1,920 個 CPU、280 個 GPU，最新的 DeepZen 14.0 版本配備是 44 個 CPU、4 個 GPU，這差距相當於 AlphaGo 坐著火箭起飛時 DeepZenGo 還在騎單車。
其次是演算法的差距。AlphaGo 只用一份教材，但各家學習方法不同導致學習效果不同。AlphaGo 雖然研發時間不如 DeepZenGo 長，但深度學習上 Google 已有 7 年經驗，DeepZen 即便引入神經網路，模型訓練的時間和量都遠遠不及 AlphaGo。
無法對抗 AlphaGo 的 DeepZenGo 在眾多圍棋電腦中已是數一數二了，如果不是「絕藝」橫空出世，它仍會是這次 UEC 杯第一名。但如果連 DeepZenGo 也很難跟上 AlphaGo 的腳步，那身後更多 AI 小選手只能面臨淘汰。
如同任一種尖端技術，並非所有人都能跟隨「潮流」而獲利，除了幾位掌握核心技術的佼佼者能推動浪潮，更多追隨者面臨的還是被浪潮吞沒。有傳聞說這屆的 UEC 杯就是最後一屆比賽了，大概也是因為這樣的競爭沒多少意義了。
小玩家被淘汰，大玩家會繼續競爭嗎？也不見得，據說 AlphaGo 會在今年 4 月再和號稱目前最強的中國選手柯潔對戰，贏了便會結束征戰圍棋界，享受無敵的寂寞，然後將精力放在其他技術上，比如去年 11 月開始在電腦遊戲《星海爭霸》的嘗試。最後，遊戲公司出身的 DeepZenGo，可能還是會先保住平民級遊戲戰場，和群眾打成一片，這未嘗不是一條好出路。
（本文由 PingWest 授權轉載；首圖來源：Flickr/Chad Miller CC BY 2.0）