在终极的分析中,一切知识都是历史
在抽象的意义下,一切科学都是数学
在理性的基础上,所有判断皆是统计学
万众瞩目的AlphaGo对决李世石即将上演。
继IBM深蓝对决卡斯帕罗夫的20年之后;计算机终于坐到了人类最顶尖的围棋大师面前。
20年前,骑行客是中学的围棋冠军。当时有个体育老师是国际象棋市里的冠军,经常与我们下一对多的指导棋,却也没能激发我对国象的兴趣 - 世界冠军连电脑都下不赢。而当时的围棋计算机世界冠军“手谈”,我可以让四子。我那时的水平还不到业余初段 。如果说欧洲冠军樊麾职业二段与李世石职业九段的差距是地球到月亮的距离,我与樊麾的差距起码是地球到太阳。
大学里我是围棋协会的会长,在围协里一众业余高手面前,也就是“会长”的水平(如今的中国棋院院长刘思明仅是业余5段)。围棋下得好的,脑袋瓜都灵。当时协会里的几个高手如今有成为明星期货交易员,有的已自己发了私募。
20年前,IBM深蓝几乎是靠着蛮力(brute-force search)打败了卡斯帕罗夫。
国际象棋穷举的变化不过是10的46次方。而围棋则是10的172次方。
Google当年的命名源起自一个美丽的拼写错误。本来是想叫Googol,意思是10的100次方,代表互联网上的海量信息。
10的100次方是什么概念?
恒河沙数,约10的20次方
可见宇宙中星球的总数,约10的22次方
宇宙中所有原子的总数,约10的70次方
Google的诞生源自一个宏大梦想的拼写错误。
细思极恐,他们去年改名Alphabet,原来是发现这个宇宙量级的宏大梦想放到19*19的围棋盘前并不够用。
(其中Google前中国区主席李开复博士曾在80年代末攻克过图中的第14项 - 黑白棋,状态复杂度是10的28次方)
20年后,Google推出了AlphaGo,这个集reinforcement learning, deep neural network, policy+value network等多种不同深度机器学习技术的怪物,终于腾空出世。
20年前,骑行客就已知道暴力穷举(brute-force search)无法在宇宙有限的生命里攻克围棋远超宇宙量级的变化。
人脑本就不是这样思考。
人类的认知源于经验,除了归纳,更重要的是演绎,天才的灵感迸发,对未知的拥抱,大胆的冒险和冷酷的博弈。
“我算不清的变化,我的对手一定也算不清” - 李世石
“不求100分的招,但求招招80分” - 李昌镐
以围棋之广博,李世石自认被棋神至少可以让3子。韩国二李从骑行客上中学时至今统治棋坛近20年。大李(李昌镐)靠的正是龟步钝剑,在人类高手面前无懈可击的防守。小李(李世石)则全然反其道而行之,抛出一块又一块半死不活的僵尸,任你来攻,一旦对手露出破绽,一剑封喉。
AlphaGo呢?
为了解除穷举无法破解远大于宇宙级数的变化限制,深度学习算法引入了图像识别。这个骑行客20年前就有所听闻,大学里还自编Matlab玩过的pattern recognition,终臻于完善。
图像识别有助于计算机学习死活,看清厚薄,判断形势,能极大地减少无用的穷举计算,让机器更接近人类思考的方式。
深度机器学习还能从左右互博中不断积累“经验”,提升图像识别的准确性,一如学棋儿童通过网上的大量快餐围棋的实战,超速成长。去年的三个世界冠军得主柯洁的腾空出世,和如今的围棋高手低龄早衰已证实了这一路径的有效性。
李世石,33岁(正式对局不足2000盘);
柯洁,18岁(网棋下了上万盘);
AlphaGo,2岁(左右互博对弈3000万盘)。
与brute-force search暴力搜索的唯一准确路径相比,图像识别、机器学习都有一定的失误率,更接近常人的发挥。如今一台高性能的笔记本电脑就能击败任何国际象棋大师,因为它的计算性能已接近穷举国际象棋的一切变化。
围棋不可能,李世石做不到,柯洁做不到,从宇宙级数来看,能让李世石3子的围棋之神也做不到。
从量子物理的角度来看,既然观察不到,就可认为结果不确定。
围棋正是这样一个直到大官子阶段(约150手后,相当于国际象棋的残局)仍然结果不确定的游戏,它像极了金融市场。
一个通过观察改变结果的世界
一个穷尽计算能力没有唯一正确答案的游戏
一个人为参与引导结果的市场
量子物理
围棋
金融市场
拥抱未知,有限的时间里争取更好的结果
冒险前行,只要比你更快
博弈,看透你的眼神,猜透你的想法,只算出你的意料之外
如果都能算清,招招80分不可能赢
如果都能算清,巴菲特年化20%的收益率不可能成为世界首富。
因为计算能力有限,所以结果不确定,这是一个拥抱未知变化,勇敢者的游戏,这更是一个博弈盈亏和最终生死的赌注。
李世石与AlphaGo的对决仅是区区五盘,投资博弈于永远不可能预知结果的金融市场的战斗却是一生。
有大起大落,最终饮弹而尽;也有一生平淡,老来发迹。
与职业高手相比,计算机失败无须承担精神上的痛楚。而计算机一旦胜利则宣告此领域与人类pk的终结。一如当年的深蓝对决卡斯帕罗夫,96败,97再战;97胜,留下失败者的背影而终。竞技体育的绝世高手,或者被岁月打败(如同当年的马晓春对李昌镐,如今的李世石对柯洁),或者被机器KO,这两者都不会再有复仇的机会。
相比投资这口越老越香的饭,竞技体育残酷得多。
幸亏在围棋这个游戏前,当brute-force search暴力搜索无法扮演终结者时,计算机也必须面对不确定性。
天才的灵感迸发未必要靠穷尽所有变化的计算,却一定饱含充满博弈思维的算计!
然而李世石并望不见AlphaGo的脸面,这种博弈是否还能存在?当年的卡斯帕罗夫就曾在poker face(其实根本没有face)面前出现少有的心绪波动,导致和局落败。
当面对强大的机器,骗招已完全不管用,并且人与人之间眼神表情言语的交流不复存在,这个不确定游戏的博弈层机制是否完全坍塌?
没有博弈,不再考虑是否会有人接盘(对手是否会出错),而回归投资(计算)的本质,追求每一笔买入(每一招)的最佳,皈依价值投资者(围棋的李昌镐流),会是最终出路?
一共有五盘,狡黠的李世石即将给出我们答案。
与聪明的人为伍,看透世界的真相。本号作者骑行夜幕的统计客,出自资本主义的“西点军校”,横贯全球金融市场,做你财富的私人智囊。
喜欢我的文章,就点赞并转发,你的支持是我持续创作的动力源泉!
关注公众号后回复关键词“足球”,一文看尽中超球员身价泡沫
联系客服