AlphaGo能让我们学到的
（原文发表于2016年的新浪博客；根据Alpha Zero零人类经验自学围棋的情况，我曾在朋友圈发“如果将人工智能的唯一目标设定为‘活下去’，将会诞生一种很可怕的生物。”；如今是2024年，ChatGPT、MJ、SD、Sora等AI工具先后横空出世，很多科幻作品中的世界正在成为现实，明年的今日会发生什么技术突破都难以预测。）
最近看alphaGo与李世石的围棋大战让我感触颇多。
一方面因为我懂围棋与编程，又是从事游戏设计的；另一方面我极端理性，曾认为任何事物都可以价值量化，追求绝对的真理，忽略了感性在人类活动中的重要性。在内心里我倾向于与自身相似的机器能赢，而这其实也是人的感性使然。
机器暂时虽未全面超过人类，但它先有的优点值得人类学习。以下根据我这个人类的知识进行分析。
1.目标感
机器的目标感非常强，就是赢。在漫长的一盘棋中，人往往会分散注意力，在乎局部得失，忽略了最终目标。而机器是直线思维的，无论过程怎样，只要赢就行。
所以能学习到的是，当目标已经明确、且最为重要时，要聚焦，不被周边事物影响。要从繁杂的现状中梳理出直线，直奔向前。如果有多个目标时，根据价值总和去寻找最佳路线。
2.选择
永远是基于目标做选择，有多个选择时、根据对目标产生的正负价值之和，做出选择。
人在现实中的很多行为确实无法能像棋子般可量化，但这种方法可以借鉴。
机器在做出选择后不会后悔，而人往往还会纠结反复，只想得到好处、又不肯付出代价。
3.行动计划
每下完一步棋，对机器而言就已成为过去，而人总是会惦记着无法改变的过去、空耗精力，然后还让过去影响着未来、不断恶性循环。过去的暂时优势，也容易成为整体形势的错觉。
过去可以成为经验、成为棋谱让自己变强，犯错是难免的，但下一步怎么走更为重要。人生如棋，还没有下完，先别急着复盘。列出所有靠谱的后续备选行为，分析找到最佳的一步、立即行动。
4.坚持与可能性
这点也是看到机器在5个月前只能击败职业初段，到现在居然能击败世界冠军的飞速进步中感受到的。输入三千万盘的数据，加上自身的反复对战训练，它已经从一个不懂棋的机器成为棋龄上万岁的机器。
也就是说即使先天条件很差，只要不断努力、比别人进步更快，理论上终会成为第一。只是在有限的人生里我们没有聚焦在一点持续使力，想什么都做得差不多、其实什么都做不好，更不用说什么第一了。天赋与选择的方向决定进步的速度，但只要不断试错就一定有进步、这是不变的。
