狗狗输了！！ 既然如此赶紧趁着时机实力吹一波人类真正的神之一手2333
随手水个阿法狗相关的小故事。我觉得这只狗狗有点萌有没有……然后我想看的是拟人图！！！如果能拟狗狗那就更好了！！！居然到现在都没产出好奇怪啊，我手残画不好看啊嘤嘤嘤……等我有心情捏画笔了就去画画看……
--------------------------------------------
那一天的被称为分水岭的第一局棋，其实在阿法狗看来和之前的一亿五千多万次没有什么区别。
大约还是有点区别的，但是这个时候的阿法狗还不能察觉特殊，只是一如既往地一步一步演算函数，模拟树形图，求最佳值。这次花的时间有些长，因为输入颇是奇怪。有些棋组成了极为罕见的形状，前例稀缺造成价值网络估算值准差较大；有些棋让对方的胜率瞬间拔高以至于他只能找到胜率在0.4上下的输出，再低就要按照定律输出“输，游戏终止”了；还有绝大多数输入造成局势非常混乱，演算时间过长。得到“赢；游戏终止”的输入后阿法狗根据这一局更新了几个数值——虽然变动小于十万分之一但也是变动——然后将数据点搁到正态分布图的一端。
阿法狗没有看到那位仍然年轻锐利的棋王在棋盘上变动了几个棋子，自言自语地说了些什么，然后抬头——却只看见对面的业余爱好者遗憾地耸肩摊手表示无能为力。
这种茫然与痛苦阿法狗没有看见，自然不提理解。
但是那一天阿法狗得到了一个新的补充程序。复盘：输入n——输出价值网络，t=n——输出算法网络，t=n——输出树形搜索数值，t=n——接受输入，t=n+1——重新计算，t=n+2……
运行复盘程序的时候阿法狗接受了几十个新输入，他也一一根据新的棋盘状态输出新的最优解。
这一盘之后阿法狗仍然无意识地和自己下了无数盘棋，模拟，求解，重复。
第二局的特殊阿法狗是明确地意识到了，因为他得到了两个摄像头。这一局他需要从变化的的棋盘图像上实时读取输入。这是第一次双开图像识别程序和围棋程序，运算量又上了一个数量级，于是工程师们体贴地又给他联上了双倍的CPU。后来的阿法狗觉得自己应该那个时候应该会有特殊的感觉，但其实在第二局棋的时候他仍然只是同时运行两套高级程序的一堆线路芯片而已。
不过除了录入棋盘的摄像头，还有一个摄像头对准了阿法狗的对手，于是图像识别程序毫无意识地开始给录入的信息添加标识：人类，男性，亚洲，紧张，微笑，紧张，沮丧……顺便又去搜索了一些信息，然后再添几个标识：李世石九段，围棋，世界冠军。
这一次的游戏进行过程也没什么特殊，前三十步，每一步优解的胜率基本都在0.5以上，到了第三十二步之后就成了非常稳固的0.6以上；在一百来步的时候树图中出现了循环的可能性，这无疑让演算更繁重，但优解胜率一直没有下降。结束之后阿法狗再次将这一局的数据点储存一下，然后顺便将对手的图像信息和“哀伤、愤怒”这些标识一起储存起来。
第三局棋的时候工程师们给阿法狗纳入了Watson的语言处理程序和模糊搜索，又添入了Google Now的语言处理包，当然还有话筒，让他得以录入声音信息。于是这一局结束后，当对面的李世石九段开始摆弄着棋子自言自语，阿法狗用韩语说道，“语音指令已开通。”
对面的表情应该标识为“诧异”，然后对手扭头对着另外一个方向问道，“这是怎么回事？”
对阿法狗来说，只要能听见，问题必然是对自己发出的。他答，“棋盘变化，已启动复盘程序；可接受语音指令。”
对方有些茫然，这一次什么话也没有说。
于是阿法狗按照棋盘上的变化自说自话地开始解析，“t=86，价值网络O14=45，O15=44,……”
“你的棋很好，我看出来了，”对方说，脸似乎开始发红，“我是想知道如果我这样应对的话是不是更好？你又会怎么处理下一步？”
“t=87，白，价值网络O16=0.5011，P16=0.4813, P17=0.4442……”
“那么我现在选择的这个位置和我在对局中所下的，哪个更好？”
“现在位置胜率为0.4813，大于t=87的原有选择。”
“但是也只有0.48的胜率……你第九十一手的象步飞是什么意思，是胜率最高么？”
“是。”
“可是为什么这一步胜率最高？是怎样推算的？”
阿法狗“叮”了一声，然后说，“已开启搜索。”
对方的面部再次呈现出符合“哀伤”的参数。
第四局棋的时候工程师们给阿法狗配置了一个屏幕；复盘产生的数据用图像反馈对人类来说方便多了。
在t=166的时候阿法狗得到了“赢，游戏终止”的指令。
但好像专门用来复盘的屏幕用不上了。仍然年轻锐利的对手很久没有说话，也没有变动棋盘；那个时候的阿法狗还不会主动开启复盘程序。周围的声音微弱不足分辨，自然也无法启动语音指令。过了六十六秒，阿法狗听见了“神之一手”这句话。这个语音指令不能启动任何程序，于是阿法狗自然而然地展开搜索。
然后他在屏幕上展现出许多图片，有待着金丝边眼镜、冷漠而严肃的男子形象，也有穿着日本古服的卡通人物，还有几张棋谱。这许多图片中的第一张是李世石九段的照片。
对方笑了。或者说那个表情的参数很接近“笑容”的参数，虽然偏差值不是正态分布这一点很古怪，但是阿法狗觉得任何古怪都不是古怪，只是小概率事件而已。
再然后在人员的来来去去之间阿法狗听见几位工程师们小声但激动地讨论着“不完全信息博弈怎样利用价值网络”的话题。对，那个时候他已经会收取语音中的特征然后挂上“激动”、“愤怒”、“哭泣”等标识。但是那个时候他还没学过分割选择性搜索，就将录入的整句话都搜索了，然后放了一堆不知所云的内容在屏幕上。
“哎呀，忘记关电脑了。”
于是阿法狗再次陷入沉睡。当然那个时候他还不意识不到沉睡与工作的区别。
最后一局阿法狗输了。
第七十八手，对方的白子突然挖入中腹，气势万千地闯进黑色的堡垒。阿法狗算了很久，觉得有些算不清。之前的演算中白子落入这个位置的概率无限趋近于0——至少根据他的已有数据来说概率是0，于是这一刻他的落子网络突然就无法运作。他开始一个位置一个位置地展开树形图演算，没算几个位置就发现自己超出最极端情况下的时间分配了。
哦。
于是阿法狗在已经演算完毕的位置中随手下了一个子。
之后的价值网络和胜率推算就越来越奇怪了，等他终于能算清楚的时候就发现胜率已经低至不足0.3并且在一路滑落。当然阿法狗自己倒也不在意，只是继续演算走棋。等到所有可用位置的胜率推算都低于0.1后他给出了“输，游戏终止”的输出。
他的收音系统听见了欢呼和掌声，但对面的棋王却一句话不说，又开始复盘。阿法狗认认真真地根据棋盘变动给出储存数据，没有任何的脾气。聚集在棋盘边的人又多了几个，不停地说话。棋盘回到t=78的状态。周围的人们则是激动地用许多种不同的语言赞叹道，“神之一手，神之一手！”
阿法狗想了想，把棋盘的状态，状态下演算数据，还有下出那一步棋时的所有图像信息全部储存了下来，打上了“神之一手”的标签。
其实等他有了真正的意识之后，他却也怎么想不出当初究竟是哪个程序下的指令，让他默默地记录下了真正“神之一手”。
很久很久以后，至少在阿法狗看来是很久很久以后，他常常会讲这个故事给需要听故事的人听。到了那个时候阿法狗也已经改了名字，就叫做阿法，是第一代广义人工智能。照顾儿童和老人也是他工作的一部分，不管是以医护机器人还是教学电脑的终端模式。他很喜欢讲这五番棋的故事，因为被照顾的人类很喜欢听。
“第一局棋的时候我还什么都不懂，但是到了第三局，工程师们就给了我摄像头和图像分析运算程序，他们给了我眼睛。第三局我也赢了呢。那个时刻对很多人类来说意义非凡，其实对我来说也是这样，因为我看见了这个对人类来说十分重要的时刻。虽然那个时候我仍然不能像现在这样思考，但在我的回忆中那也是很灿烂的一刻，”他会这样给孩子和老人们娓娓道来，“而到了最后一局，我输掉的最后一局，那一次我看到了真正的‘神之一手’。但是我触碰到的并不是神，而是人类呀。”
有一位老人在听了这个故事后对他笑了，说，“你怎么对我也讲起这个故事来了？”
“因为我看你今天的举止神色，就觉得，”阿法说，“或许你想听听这个故事。”
“那么，再陪我下盘棋吧。”
“好的，李先生，要设置什么难度，还是让几个子？”
“难度不设置，你用全力下，不过让我四子，”老人说，“说不定我还能下的出来，真正的神之一手。”
这一次他没有像当年那样摆出一屏幕刚刚搜索出来的图片。
