六

让我们回到现实。

演化论，自下而上，是不是说“规划无用”？

但是，达尔文不正是使用一种“鸟瞰式”的视野，发现了“演化论”吗？

但愿你还记得开头，我提到本文最想探讨的焦点问题是：

对未来的计算，我们到底应该算很多步，还是走好当下的那一步？

由此引发的，不仅是对一个人生道理的思考，更是对决策本质的理解。

我曾经写过，厉害的人都是人肉阿尔法狗。

什么叫人肉阿尔法狗？

先看阿尔法狗如何做决策。

阿尔法狗几乎会在每一手棋时，都计算自己的赢棋概率。

即：对它而言，每一个决策点都是独立的，阿尔法狗都会冷静地寻找“当下”的最大获胜概率。

听起来，这不也是人类棋手下棋的方法吗？

有什么不一样呢？

难道人类的职业棋手下棋时，不也是如此吗？计算每一手棋，推算可能的走法之后的变化，比较结果的优劣，然后从中选择最优的一手。

要想理解这一点，我需要在很短的时间里，来说说围棋的“特别之处”。

对比其它棋类，围棋有如下特点：

• 极其复杂，棋局变化的可能性约等于2.08x10^170种，比整个宇宙里的原子数量还要多很多。
  

• 棋子都是一样的，反而更难评估优劣。
  

• 象棋越下棋子越少，围棋越下棋子越多。
  

• 围棋既有局部精确的计算，又有宏观局面模糊的判断。
  

因为不止于以上数点的原因，所以，人类以前用来对付国际象棋的那一套穷举搜索，难以用来解决复杂的围棋，因为搜索空间太大，无法写出精确的评估程序。

这也是围棋棋手的自豪之处。围棋被视为完美博弈游戏的巅峰，其中被视为体现了人类灵性的那部分，象征了人类大脑引以为荣的对抗AI的智慧堡垒。

阿尔法狗的策略是，学习人类的直觉。

DeepMind的创始人哈萨比斯说：

“围棋中没有等级概念，所有棋子都一样，围棋是筑防游戏，因此需要盘算未来。你在下棋的过程中，是棋盘在心中，必须要预测未来。小小一个棋子可撼动全局，牵一发动全身。”

如今，人们已经接受了AI在围棋上碾压人类，我也经常忙中偷闲看AI和人类下让子棋。

我总结了如下10点，不是从技术层面去分析AI下围棋的原理，而是试图从AI下棋的十个特点中学习“阿尔法狗思维”，以改善人做决策的思维。

1、AI不讲棋理。

什么叫棋理？

棋理可能介于公式和道理之间。

算是一些模糊的“夹层解释”。

对比很多人生大道理，棋理，以及各种围棋格言，已经算很靠谱了，有些围棋格言看起来连AI都在“遵循”，由此可见经验和人类群体智慧的厉害。

但AI并不需要棋理，它的世界里只有计算。

年轻人不讲武德…

其实，有些德啊，理啊，要么是因为不够智能，要么是用来忽悠外行和年轻人的。

2、AI一心一意，只为终局胜率。

围棋只要胜半目就赢，这是一盘棋胜负的唯一评判方式，和你是否下得漂亮、是否走出了妙手、杀死了对手多少棋子等等都没啥关系。

这是基本规则，按理说AI和人的理解都一样啊，能有啥区别？

区别很大。人是情感动物，在某个局部杀红了眼，经常就要争口气，争一下就忘记了自己的目的不是争气，是赢棋。

在围棋中，有个名词叫“气合”，是指对局者在气势上坚持的强劲着法，经常是双方都较劲儿，结果互相转换。

由此延伸的概念，就有“动机”，以及“评价系统”。

这二者在现实中都是决定性的玩意儿，动机就不用说了，这是人性的火源。

评价系统，有点儿像巴菲特说的内部计分卡或者外部计分卡。

评价系统对于一个人或者企业来说，就是其使命、愿景、价值观。

这些看起来假大空的东西，真的很有用。

为什么？

围棋可以用半目来定胜负。但人类社会是复杂的没边界的无限游戏，有了价值观这类东西，更有利于个人或企业在模糊的领域做计算。

3、AI下没有记忆的棋。

AI经常脱先，甚至在很多看起来重要的地方，说不下就不下，跑到别处走棋了。

看起来，转身非常灵活。

当然，AI不懂什么叫转身，什么叫灵活，它永远在搜索计算当前局面下对终局胜率最高的一手棋。

沉没成本、纠结、放不下，这是人类文化的副产品。