如何看待在弈城围棋和腾讯野狐围棋上出现的神秘 AI 高手 Magister/Master（P）？
过分迷信master属于侮辱人类智商，master缺陷不少。人类战胜master的办法，可以看这篇。尤其这个办法里提到的多线作战会是它可利用的漏洞，在对李世石时出现了，对孟泰龄时出现过。
－－－－－－－－－－－－－－－－－－－－－－原答如下－－－－－－－－－－－－－－－－
如果说去年李世石对弈AlphaGo见证千年的人类围棋在新的神经网络算法面前的摇摇欲坠。现在进行时的master对职业水平甚至顶级棋手的40多连胜（快棋），那就很清楚的告诉人类，我们的水平在它面前已经相当落后。
这波连胜有个令人类惊诧的特点，就是面对人类的精英棋手，master大部分都以中盘取胜。取胜的幅度有时极大。而且它下棋似乎不加思考，出手很快。这个其实并不奇怪，假设master就是人工智能在下，那么程序设置里就已经决定了它每步所需的时间，算法寻找的深度和广度都预先设好了。也就是在这个前提下人类精英的顶级快棋能力还是被颠覆性的击败了。
有了这几十盘棋作为样本，可以试图做一点简单的分析。首先可以回顾一下机器下棋的特点，它们没有情感，没有恐惧也没有兴奋，它们只是在矩阵计算里找到算法给出的最佳的点。我并不觉得它们会去‘保守’或者‘激进’。这些解读只是人类在看棋时给出的，自我代入的解释。算法里应该不会存在。另外一点也很重要，这次人工智能围棋革命并没有围棋理论作基础。什么意思呢？做个物理模型计算的类比，如果我们要设计一款飞机的外形，我们是有非常系统而确切的流体力学理论做基础的，在设计软件时，有些地方还会做必要的近似，但我们知道那里近似了，如果算出来的结果和实验比较有细微差别，我们也可以有比较合理的解释为什么。但围棋人工智能软件现在没有理论，软件可以给出一个价值判断，但这个价值判断我们人类无法去’理解‘，同时它的价值判断并不就是真理，只是在它设计框架下的估计。
先抛结论，人工智能的战斗力很强，尤其局部战斗，强大的计算能力在这几十盘棋谱里很清楚的显示了。人工智能的布局跳出了人类的框架。而人工智能的官子好像并不出色。关于人工智能计算能力的强大，应该是容易被大家接受的。局部的战斗，时间有限的情况下，人类计算很难跟上。令人惊讶但又并不完全出人意料的是，它的布局新手频出，颠覆了人类的很多所谓定式和传统模样。令人惊讶是因为在机器学习时，布局定式在人类棋手的棋谱里是很常见也比较固定的。而现在master频繁的下出预想不到的布局，有些出乎意料。这说明，机器学习时的左右互搏开拓了布局的空间，并且机器的估值函数和训练经验很强的支持这些新的下法。说不出乎意料并不是作者一定要来一个转折，而是从逻辑上来讲，布局的新解应该是早就来到的。原因正是标题所说的，人类所欠的围棋债。
我从学棋一开始，就对布局很疑惑，并且从来没有找到令人信服的答案。疑惑的点很简单，就是各类被奉为圭臬的布局常用下法从来就没有被证明是必须如此的。其实，最先的几十手（也就是布局阶段）的可能性极多而且很难估算，这点对机器和人类都一样。对人类尤其如此，只是在人类下的小的可怜的对局数前提下，’好像‘这么下，对局者都可以接受。这个思考模式的反面是，如果不这么下，谁会得益，棋书里一般是给出一个比较模糊和笼统的答案，说如此某一方怎样怎样，但事实是，对局时，旁观的职业顶级高手对于局势的判断经常性的有极大差别。同样一盘棋，有些高手会判断甲领先，另外一些固执的认为乙领先。而对局双方自己，在复盘时，如果他们很诚实，也经常会错判形势。这一切都清楚的表明，布局阶段的判断，基本是基于棋手经验而来的直觉，或者是棋手基于局势自己考虑的有限可能性下的半理性判断。那么问题的实质就很清楚了，哪怕是我们最精英的棋手，在布局阶段浩瀚的可能性面前，判断局势是如履薄冰的，是没有坚实的根基的。恐怕也因为这个，许多最顶级的棋手都表示自己对围棋的理解是很肤浅的。而也正是因为这个原因，一代代的棋手都选择定式来下，因为一旦跳出框架，谁都没有确切的下一步计划！变化当然有，但变化经常很有限，并且变化的结果自己或者大家研究也不彻底。再加上心理上的压力，除非特别的情形，一般棋手不去贸然大幅改变布局下法。人工智能突破了这个陈规，结果是颠覆性的。
这就是人类的欠下的巨大围棋债务。我们没有理论，我们所谈的棋理其实是基于有限经验的定性总结。这一切都在人工智能大面积探索新的可能性面前土崩瓦解，各种新布局带来的冲击是很大的，人工智能毕竟还有左右互搏的经验做支持，人类的支撑就很少了。这样的心理和经验双重不利，人类精英惨败一点不奇怪。
关于布局的围棋解说词，也能侧面印证这一点。用词基本都是笼统而带有’味道‘类的。没有特别明确清晰的解说。这和局部的死活完全相反。现在人工智能所做的就是捅破这层朦胧的面纱，掀开一个真实的现状：被我们奉为经典的下法是在取样极其有限条件下的经典，并不是真理。这和人类科学上的进步有很好的类比。
我们所了解和理解的围棋估计和古人对于天文学的表象性解释差不多。我们看到了一些星空的固定和星空的变化，我们看到了星空的一些图像，我们开始做自己的解读，发明各种解释，去试图理解这一切观察。可是肉眼能看到的宇宙（或者说星空）是如此有限，有限到简直渺小和可笑的地步，正如一个现代天文学家会对这些古天象学表示翘嘴笑一样，现在的人工智能用机器学习和左右互搏以及量化局势判断这个天文望远镜可以睥睨人类精英。但也打开了宇宙真实的面目，它的暴力它的杂乱它的丰富它的可能性！
也正如天文学的发展，人工智能这个工具带给人类极其丰富的观测，从这些观测里，人类可以和开普勒以及牛顿一样，总结出规律性的东西，从而带给围棋一个飞跃。就是真正接近真理的围棋理论。也只有如此，人类才可能可以再次超越机器，然而这样的超越也不会持久，在计算机科学家的算法和强大的机器计算能力下，就算人类有了这个突破，迟早还是要败下阵来。
但人工智能的观测以及我们关于围棋理论的突破，可以带给我们自己更宽广的视野，也会给下棋的人更多愉悦感。
谁能给围棋理论带来突破和天文学的开普勒和牛顿一样将名垂青史，少年们，努力吧
————————
忘了说，现在人类要赢，必须坚持下完，貌似人工智能官子一般。
关于master是不是google的，我倾向不是。原因如下，alpha已经名满天下，如果他们要进一步扩大知名度和影响力，直接大方的宣布要车轮人类精英只会给他们加分。相反，另一家公司的软件他们一开始信心不是特别有保障，不想高调进入视野然后遇上负面战果，所以保持神秘，而且它对于时间的限制和alpha go特点完全不一样。它就是冲着爆发性知名度而来。所以我个人比较有信心的认为这个不是google的alpha升级版。
————————
现在deepmind发声了，是他们，我的前面的猜测不对。本来我猜是facebook小团队有突破，在悄悄测试。很多棋手们一开始都知道。唐韦星有点可怜，真的好想是体制外？都没有下到一盘？主动找古力被告知早就安排好，古力下最后一盘。
纠正，唐在弈城超快棋下过一次。比起大多人也算少的。
————————
本文本来是我临时有感而发的写的，拷贝粘帖过来成了答案。接下来还会写一篇，人类在有理论之前是不是有办法赢下，办法包括改变思路和hack alpha go的弱点，比较技术化一点，正好评论里很多人想要技术化的讨论，可以等一下。
现在已经写好了，在开头链接
————————