前幾年，alphago橫掃圍棋棋壇，人類棋手不得不接受現實。

那么，按照AI的進步速度，我們當時也提過火車站臺的比喻，呼嘯而過，望塵莫及。從此，人類棋手輸給AI不再是新聞，而且隨著相關論文的發布和國內外各個技術團隊的跟進，超越頂尖人類棋手的圍棋AI已經越來越多，開源版，單機版，任何人都可以用一臺稍微配置好一點的個人電腦，部署一套成熟的開源圍棋AI代碼，實現吊打人類世界冠軍的能力。

我想以上這些，可能很多人都已經熟知了。

(相關資料圖)

但最近一則新聞，重新打破了這個認知。

來自美國的一個業余棋手，實現了對katago 14:1的碾壓勝利。

一雪被 AlphaGo 狠虐的“前恥”！14：1，這次人類終于贏了圍棋 AI

聽上去是不是有點不可思議，或者覺得是不是有些莫名其妙。

1、katago是什么，會不會是這個AI太弱了？

katago是一個開源免費的AI系統，雖然是開源免費的，但實力還是非常強的，實際上大家都是基于谷歌的論文編出來的，加上這么多年的數據積累，圍棋AI超越頂尖職業棋手都已經是標準能力了。你說為什么對方戰勝的是katago，因為這是個人可以輕易部署的，如果你想挑戰其他頂尖ai，可能需要向運營方申請，而且無法隨時反復進行。所以，katago是業余棋手最容易進行測試的AI系統，實際上，對方后來還測試了另一款AI系統，leelazero，也順利通關，實現壓制。

2、孤證不立，這事是不是假新聞？

國內已經有業余高手通過驗證公布的棋譜，以及按照文章中提到的手段，實現了碾壓katago對局，甚至是對katago進行讓三子的情況下依然能夠實現，要知道，如果不是利用了文章中的技巧，就算katago讓人類3子，業余高手也很難過關。

3、這個是不是只是特定AI的漏洞？

最近幾天，日本一個不知名的職業二段棋手，在網上戰勝了目前最頂尖的圍棋AI絕藝，其操作手法應該也是借鑒了那篇報道提到的問題。

我猜，可能很多人還會堅持，只有alphago是最強的，從當時alphago退役的時刻來說應該是的，但是alphago退役很多年了，而完全基于同一算法的絕藝這些年一直在迭代，所以我認為，絕藝應該已經超越了當年的alphago。

4、為什么是美國業余棋手找到了關鍵？

明明中日韓擁有更多的圍棋高手，并且和AI進行了更多的人類對局。為什么重大發現卻來自于美國的業余棋手。

其實，這個屬于魔法打敗魔法的范疇，那么新聞有提，加州一個AI公司，通過自己研發的軟件和katago對局百萬盤，然后基于特定的分析手段，發現了katago的盲區，人類將這個發現進行實戰檢驗，獲得了空前的勝利。

所以，業余棋手碾壓AI勝利的背后，依然是強大的AI系統的支持。

很遺憾的是，當年AI碾壓人類的新聞，是世界級的重大新聞，而今天，人類成功反擊的新聞，只在很小的圈子里傳播，甚至連職業棋手，很多都還不知道這件事。

那么一點感悟分享出來。

1、戰勝AI的套路不復雜，為什么人類棋手這么多年沒有找到，因為這是人類棋手對局中不太會出現的情況，一個人類棋手，哪怕是業余棋手，五秒鐘就能判斷出來的局面和問題，卻是AI致命的盲區。

所以，在某些層面上來，人類這種基于宏觀局面的綜合判斷能力，對于AI而言，仍然任重道遠。

很多人認為，AI既然發現了bug，會很容易解決，我覺得可能沒那么容易，這涉及到了卷積深度。對人類來說，可能只是一眼就明確的問題，但對AI來說，需要大量復雜的計算才能搞定。

2、為什么人類頂尖棋手嘗試那么多年，都無法戰勝AI，因為職業棋手和AI對局，正常思維是這樣的，充分考慮每一手的效率和價值，試圖在這樣的極端效率對抗中爭取出一點點優勢，所以當年柯潔與alphago前百步平分秋色才被當作人類巔峰絕唱。

但真正戰勝AI的方法是，根本不用關注每一步的效率和價值，只要誘導AI進入誤判，這棋就贏了。

而AI的誤判，往往在于宏觀局面上的認知，在圍棋這個案例里，就是對潛在的危險毫無感知。

這其實不止是針對棋局，在商業競爭，甚至國家之間的競爭，乃至在戰爭中，其實也存在類似的一些場景，可能你每一步都是對的，但一個關鍵點你誤判了，就滿盤皆輸，也許別人樣樣不如你，但是抓住了你一個關鍵的判斷失誤，就讓你陷入萬劫不復之地。

3、人類為什么能戰勝 AI，是因為人類編寫了另一套AI程序，分析出了AI的漏洞。所以回到我之前福利課的那段話，做AI的主人，掌握它，利用它，而不是總是想在細節上和它爭高下。

關鍵詞：