海通证券：短期关注超跌品种

　　海通证券指出，近期反复提出当前市场的环境下还是会以结构性行情为主，回顾11月份以来指数的这波上攻，有色、化工、煤炭、钢铁等顺周期板块在经济复苏加速的背景下先后发力补涨推动沪指震荡上行，而以医药、科技为首的弱周期成长股持续震荡调整，到了上周五以银行为首的大金融板块开始发力主攻，带动沪指创了新高，起到了先锋带头的作用，但是由于当前指数环境(成交量)并不支持这些大板块带领指数逼空上涨，因此周期、金融短期积累涨幅较大短期完成了它的使命后开始休整，此时前面被锤的最狠的医药板块开始反弹，包括农业也调整许久没吭声了，这正是结构性行情的演绎之高低切换，近几天阶段低位超跌品种开始纷纷走强，还有很多阶段超跌品种也开始跃跃欲试了，这就是我们短期要关注的方向，越来越多的超跌品种的上涨将使本轮行情的基础打的更扎实，因此，操作上，建议轻指数，重个股，注意高低切换，短期关注超跌品种。

兴业证券首席经济学家王涵:目前A股是全球最好的资产

　本期嘉宾

　　王涵——兴业证券首席经济学家

　　国内的宏观首席们，多数为科班出身，而业内提到王涵总会觉得带着一丝特别的气息，因为他是美国华盛顿大学的天体物理学博士。

　　王涵本科毕业于中国科技大学，学的是核与粒子物理专业，后来赴美读博，研究广义相对论和引力波，他导师的导师便是2017年诺贝尔物理学奖得主Kip Thorne。回国后其来到兴业证券研究所，至今已有八年。

　　自从2012年带领团队获得新财富宏观研究第三名的成绩后，王涵就一直保持极高的研究水准，在6年里拿到了3次第二名，2次第三名和1次第四名，这在大师辈出、竞争激烈的宏观研究领域殊为不易，而兴业证券也凭借宏观策略领域的双子星（宏观王涵+策略张忆东），获得了广泛的市场影响力。

　　让我们一起来看下，他说了什么？

　　关键词：资本市场国际化 

对中国在这轮全球化竞争中的

角色和地位很有信心

　　Q | 如今全球化显现“开倒车”的趋势，中国该如何应对资本市场开放带来的风险与挑战？

　　A | 目前全球经济放缓、投资回报率下降，在这样的背景下，中国作为全球最大的新兴经济体，必然会成为一个潜在的非常好的投资市场。中国只要继续保持改革开放，对全球资本是十分具有吸引力的。把实体经济做好，是预防因资本大幅进入所可能造成的市场大幅波动等情况的基础，把经济本身对于金融风险的抵御能力增强，并赋以更加透明的监管，中长期来看，我对中国在这轮全球化竞争中的角色、地位和未来很有信心。

　　Q | 随着外资券商持股比例不再受限，国内券商会面临怎样的挑战，未来的证券行业发展将呈现怎样的态势？

　　A | 外资的进入一定会提升整个行业的专业化程度及金融系统的复杂性，行业发展的深度和广度都会得到提高。本土券商需要在组织架构、人员结构、资本开支、科技运用等方面提升优化，行业可能也会体现出强者恒强、赢家通吃的趋势。

　　Q | 国内券商与国际大投行的差距？

　　A | 1．资本实力的差距。中资券商的资本实力与国际化大投行有差距，但中国有巨大的金融市场，此前的经济发展模式使得整个社会的融资结构偏向银行融资，大部分资本向银行流动，随着全面深化资本市场改革加快推进，券商在资本市场中的角色、地位也会上升，潜在资本实力将会得到补充。

　　2．组织架构的差异。未来整个金融行业尤其是资本市场的运营方向会从单边的通道式服务转化为为客户实现一体化的风险管理加中长期收益规划服务，券商在发展理念上也需要变革，业务部门之间的协同变得很重要，需要培育和打造能够协同为客户提供一体化解决方案的人才、产品和服务体系。

　　关键词：宏观经济、投融资

严重低配中国叠加担心错过中国转型成功

所带来的红利，将吸引更多的外资进场，

这个进程才刚刚开始。

　　Q | 2020年是十三五规划的决胜之年，您如何解读明年的宏观经济形势？国内外资本市场的表现又会如何？

　　A | 从宏观视角考虑大类资产配置，明年A股或许是全球最好的资产。从全球角度看，1．全球经济形势明年还是不乐观，美国从2008年至今，经济扩张周期已接近尾声，欧洲和日本因脱欧、加税等内部经济结构问题，经济状况依然偏弱。2．外部利率环境继续处于下降趋势中，当前欧洲和日本都已进入负利率时代，全球投资者需要寻找有稳定性高收益的资产，放眼全球这种资产就在中国。从国内方面看，1．保持经济平稳运行是政府工作的目标。2．近两年市场已经历一波由金融去杠杆、经济下滑等引发的压力测试，事后结果显示政府在市场调控方面的反应速度、出手节奏都把握的非常好，也加强了市场对政府的信心。3．中长期来看，在全面深化资本市场改革进程中，做强做大资本市场的方向是明确的，A股市场明年的表现还是会不错的。

　　从微观层面的配置逻辑看：1．很多中国公司在国内投资者看来已经体量很大，但对比发达国家公司的发展历程，中国公司还有很大的增长空间，这对于外资来说也是很有吸引力的。2．当前一些全球比较大的主权基金对中国股票的配置比例可能只有其资产的2-3%，但中国的GDP占全球的六分之一，从这个角度看，这些主权基金是严重低配中国的，加之境外投资者对中国转型成功所带来的红利有积极的预期、也很期待，中国资本市场将吸引更多外资进场，这个进程才刚刚开始。3．中国资本回报率可期。资本回报率和利率是水涨船高的关系。利率是资金的机会成本，目前中国创业氛围好、经济有活力有韧性，这也意味着中国整体资本回报率较高，也会对应较高的利率水平，所以在相当长的时间里，中国不用担心会出现负利率。

　　值得一提的是，经济增长动力逐渐从基建、房地产转向企业创新，从社会融资角度来说，一方面需要解决融资结构及金融市场定价等问题，另一方面社会融资扩张将从传统的债权、信贷、债券更多向股权融资转移，创新型企业更是需要股权融资。

　　Q | 就如您所说，中国资产有避风港作用，而股票又是不可或缺的资产配置标的，您对投资者有什么相关的资产配置建议？

　　A | 股市是经济的晴雨表。选择合适的未来，首先要找到未来经济的发展方向，未来中国经济将从投资驱动转向消费驱动，过去几十年我们培养了很多高知识人群，未来最有希望利用这些存量高智商人力资本的行业（比如IT、TMT行业等）都是值得关注的，中长期来看，未来消费+创新驱动领域是能找到投资机会的领域。

　　关键词：券商研究 

优秀的人才应该有自律的精神

　　Q | 券商研究人才一直是市场的香饽饽，但兴业的王牌团队一直较稳定，您在兴业证券也已经很多年了，这是不是和兴业的文化有关？券商吸引行业人才的要素是什么？

　　A | 来到兴业证券已有八年，可以说见证了兴业的研究团队从几十人到如今的230多人。金融是周期性行业，研究更是一个强周期的领域，因此公司的战略投入就变得至关重要，周期性行业最重要的是逆周期投入，当行业处于低谷的时候需要留住人才，当市场好的时候就会有足够的人才储备去享受市场带来的红利。

　　兴业证券的文化非常简单，专业的人做专业的事，而我们在吸纳人才时始终秉承优秀的人才应该有自律的精神，我们的研究团队都是一起奋斗、成长的好伙伴，这样简单踏实的氛围也是一种兴证精神的传承。

　　Q | 国内券商投研和国外相比有何差据？

　　A | 主要是研究运用于业务的差距。研究深度上国内券商不输于国际券商，但差距主要在于业务层面上，从海外情况来看，研究员会更多地切入到公司各条业务线，比如投行、销售交易、大宗商品等业务中。如何充分利用研究资源，高效服务内部，是国内券商需要统筹思考的。

　　Q | 对年轻研究员有什么建议？

　　A | 1．做事快一点，券商研究是高度竞争的行业，客户对你服务需求的反应程度和质量要求都很高。2．职业发展速度上慢一点，避免心浮气躁，切勿急功近利，在研究一个公司的时候，需要把短期和中长期的逻辑想清楚。这个行业给了研究员快速进入并了解金融市场的机会，有了扎实的知识储备，无论是成长为行业专家，还是从事投资或管理岗位都有很多机会。

新浪声明：新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。

免责声明：自媒体综合提供的内容均源自自媒体，版权归原作者所有，转载请联系原作者并获许可。文章观点仅代表作者本人，不代表新浪立场。若内容涉及投资建议，仅供参考勿作为投资依据。投资有风险，入市需谨慎。

职业投资人董宝珍对茅台大跌的评论

中午我的朋友电话告诉我说洋河跌停，茅台也跌了7%，我大为震惊，之后我又收到了好几个朋友的电话，我的朋友重仓持有茅台的比较多，我就简单谈了一下对这个情况的看法。

     

第一，茅台在你买入的时候，所有风险都是波动风险，它没有实体风险，包括茅台镇发生大地震，所有的酒库存酒都灭失了，他也只是波动风险，因为茅台的价值是存在于消费者心中的记忆，心中的记忆构成了茅台价值的核心来源。茅台真正的风险是估值风险，我本人在去年卖出茅台，主要是因为性价比因素，当时茅台的估值已经超30倍了，与此同时中国资本市场有的股票只有四、五倍市盈率，我比较二者的安全边际后，认为从性价比上我应该更多持有那种四五倍市盈率的股票，虽然我对茅台比较熟悉，甚至我对茅台有一定的感情，但是30倍市盈率的茅台，不是因为它的基本面比四五倍市盈率公司更好，而更有投资价值，四五倍市盈率的公司和三四十倍市盈率的公司相比，真的是很容易看出谁更有价值的。于是卖出了贵州茅台，我卖出茅台并不是看坏茅台的基本面，我买贵州茅台一瞬间就知道它没有基本面风险，当然你也可以说中国社会全面衰退了贵州茅台也有风险，到时候连人民币都没价值了，所以也就无所谓了。

       第二、现在为什么茅台股价就发生了动荡了呢？我个人说一个观点，当茅台股价涨到500块钱以上或者突破600块钱的时候，那时候研究机构、市场热烈的情绪是目前下跌的深层次原因，解释今日之大幅下跌要把目光回到一年多前，茅台股价刚突破五六百的时候，那时候谁都通过宣布自己持有茅台，来标注自己是成功的价值投资者，人们群情激奋，我印象非常深刻，我参加了一个专业研究员的聚会，当时几个研究员纷纷摩拳擦掌，希望茅台能连上800块钱，突破1000块钱，促成他们获得今年的最佳研究员，为此他们最渴望茅台上800，上900上1000，为此不余遗力的吹捧茅台，那种语言那种情绪，我当时实在是看不下去。毕竟大众是非理性的，包括机构投资者，包括研究员，所以这种非理性的吹捧最终流行开了就像2013年非理性看空茅台流行开来一样，所以从2017年中后期到2018年前半年，实际上全社会出现了一种，在茅台身上的非理性高预期，人们认为茅台过去几年增长率50%以上，未来还要维持这么高的速度，这怎么可能呢？如果这样的话，钱就太容易挣了！那时出现在茅台身上的看多言论甚至折射到我身上，因为我卖出了茅台，我也发表了认为茅台的预期过高茅台身有泡沫的言论，我的脑袋上被扣了人品差的帽子，这都是非理性的证据。不允许别人批评不允许看空观点，谁要是看空就说别人人品差，如此明显的非理性必将造成某种潜在的风险，只不过是当时大家情绪高涨，普遍都处于亢奋之中，所以当时没有发生什么问题，但是随着时间的推移，市场环境的变化，热烈的高预期被越来越多的事实证明继续超预期成长不太可能，而这种不可能并不是因为茅台公司没努力，投资者的预期太高太过分，谁也除了骗子谁也满足不了这样的高预期，这种高预期风险并不是企业造成的，是投资人自己造成的，是市场造成的，不要把板子都打在企业的屁股上。我认为出现现在的波动，首先它并没有什么基本面的风险，但是茅台的高预期下的相对的估值上的无优势是它波动的一个实质原因。

       第三我们必须要理解到什么是真正的投资能力，真正的投资能力是人性管理能力是自我克制能力，你在2013年可以低位买入，说明你有人性管理能力，在别人恐慌的时候你不恐慌，你这个能力是很过硬的，但是我切身的实践经验是2013年和我一起买茅台的那些业界的同行，在茅台股价已经出现高预期支撑下的超合理估值的时候，并没有表现出和2013年低位买入同样的理性而是，陷入了越涨越乐观，越长越越提高，从而为潜在的波动埋下了种子。

       还是那句话，真正的投资能力并不是认知能力，也不是分析能力，很多人问我董宝珍，你把你的标的物以及对标的物的研究都发表出来了，难道谁还会因此在认购你的基金吗？我说你错了，投资关键是自我情绪管理，关键是在股市不可预知的波动过程中，始终保持冷静理智的能力，这个东西大部分人是很难做到的。在非理性下跌过程中保持理性要容易一些，而在非理性上涨过程中保持理性更难更难，以我为例，我当时决定卖出茅台的时候。所遭受的内心挣扎远大于当时买入，2013年我买入的时候是好色的小伙子进了女儿国，越跌越高兴，但是卖出的时候确实也是左右纠结，左右为难，反复徘徊在办公室里，仿佛是下午4点钟的狼一样。人性管理是投资的最重要的能力。今天我的朋友告诉我，他打了几个机构投资的电话，对方的研究员都告诉他，他们对茅台是否能超越预期很忧虑，甚至很悲观，这些忧虑悲观的人其实就是2017年茅台股价创新高的时候，推动它向1000块钱挺进的人，这些人根本没有理性，他们看的很浅很短，本身又容易情绪化，但是他们却控制着舆论，他们甚至也控制着金钱。他们在股价下跌的时候恐慌，在股价上涨的时候乐观，如果上涨不能持续，他们就会失望，并且拍屁股走人，这种人永远都都成不了大气候。真正理解茅台的人人不会被他们的情绪所影响，茅台是世界上最好的股票，在下跌过程中所谓主流机构的行为，主流机构行为在茅台身上是极其短视的。这一点我可以百分之百给你保证，我太了解他们了，我亲身经历了暴跌下，他们几个亿十几个亿卖，我也亲身经历他们暴涨后他们疯狂看多疯狂买入，并且也因为他们疯狂看多疯狂买入，造成了一些不应有不必要不需要的波动。他们的行为总是错的。

       最后我想说董宝珍是不是一个人品很差的人呢？那些说董宝珍人品很差的人，你认为他们有理性吗？我的人品中差不多和社会平均水平是一样的，不是一个好人但绝不是一个人品差的人，那些污蔑我的人，他们应该向我道歉，不要说我不宽宏大量，我实际上是很受伤害的，我没做过什么坏事，我没伤害过谁，我始终想做好人，做好事，我仅仅因为说了一句话就被说成人品很差的人，这个社会真超乎了我的想象，那些给我冠上人品很差的人他们不理性不客观。

       各位投资者，各位朋友，很多人给我打电话，我也没有时间一一回复，我在这里把我的想法统一发布出来。

AlphaGo之父：关于围棋，人类3000年来犯了一个错

AlphaGo（阿尔法狗）之父在英国剑桥大学演讲。

4月10日，“人机大战”的消息再次传出，关于人类和AI的对抗再次牵动世界的神经。

“我会抱必胜心态、必死信念。我一定要击败阿尔法狗！”对于5月23日至27日与围棋人工智能程序AlphaGo（阿尔法狗）的对弈，目前世界排名第一的中国职业九段柯洁放出豪言。然而，AlphaGo（阿尔法狗）之父却说，“我们发明阿尔法狗，并不是为了赢取围棋比赛。”

AlphaGo之父杰米斯·哈萨比斯（DemisHassabis）近日在母校英国剑桥大学做了一场题为“超越人类认知的极限”的演讲，解答了世人对于人工智能，对于阿尔法狗的诸多疑问——过去3000年里人类低估了棋局哪个区域的重要性？阿尔法狗去年赢了韩国职业九段李世石靠哪几个绝招？今年年初拿下数位国际大师的神秘棋手Master究竟是不是阿尔法狗？为什么围棋是人工智能难解之谜？

杰米斯·哈萨比斯，Deep Mind创始人， AlphaGo之父。

杰米斯·哈萨比斯，Deep Mind创始人，AlphaGo（阿尔法狗）之父，4岁开始下象棋，8岁时在棋盘上的成功促使他开始思考两个至今令他困扰的问题：第一，人脑是如何学会完成复杂任务的？第二，电脑能否做到这一点？17岁时，哈萨比斯就负责了经典模拟游戏《主题公园》的开发，并在1994年发布。他随后读完了剑桥大学计算机科学学位，2005年进入伦敦大学学院，攻读神经科学博士学位，希望了解真正的大脑究竟是如何工作的，以此促进人工智能的发展。2014年他创办公司DeepMind, 公司产品阿尔法狗在2016年大战围棋冠军李世石事件上一举成名。

哈萨比斯在当天的演讲中透露了韩国棋手李世石去年输给阿尔法狗的致命原因，他最后也提到了阿尔法狗即将迎战的中国棋手柯洁，他说，“柯洁也在网上和阿尔法狗对决过，比赛之后柯洁说人类已经研究围棋研究了几千年了，然而人工智能却告诉我们，我们甚至连其表皮都没揭开。异曲同工，柯洁提到了围棋的真理，我们在这里谈的是科学的真理。”

世界围棋冠军柯洁即将迎战阿尔法狗。

澎湃新闻现场聆听了AlphaGo（阿尔法狗）之父在剑桥大学历时45分钟的演讲，干货满满，请不要漏掉任何一个细节：

非常感谢大家今天能够到场，今天，我将谈谈人工智能，以及DeepMind近期在做些什么，我把这场报告命名为“超越人类认知的极限”，我希望到了报告结束的时候，大家都清晰了解我想传达的思想。

1.你真的知道什么是人工智能吗？

对于不知道DeepMind公司的朋友，我做个简单介绍，我们是在2010年于伦敦成立了这家公司，在2014年我们被谷歌收购，希望借此加快我们人工智能技术的脚步。我们的使命是什么呢？我们的首要使命便是解决人工智能问题；一旦这个问题解决了，理论上任何问题都可以被解决。这就是我们的两大使命了，听起来可能有点狡猾，但是我们真的相信，如果人工智能最基本的问题都解决了的话，没有什么问题是困难的。

那么我们准备怎样实现这个目标呢？DeepMind现在在努力制造世界上第一台通用学习机，大体上学习可以分为两类：一种就是直接从输入和经验中学习，没有既定的程序或者规则可循，系统需要从原始数据自己进行学习；第二种学习系统就是通用学习系统，指的是一种算法可以用于不同的任务和领域，甚至是一些从未见过的全新领域。大家肯定会问，系统是怎么做到这一点的？

其实，人脑就是一个非常明显的例子，这是可能的，关键在于如何通过大量的数据资源，寻找到最合适的解决方式和算法。我们把这种系统叫做通用人工智能，来区别于如今我们当前大部分人在用的仅在某一领域发挥特长的狭义人工智能，这种狭义人工智能在过去的40-50年非常流行。

IBM 发明的深蓝系统（DeepBlue）就是一个很好的狭义人工智能的例子，他在上世纪90年代末期曾打败了国际象棋冠军加里·卡斯帕罗夫（Gary Kasporov）。如今，我们到了人工智能的新的转折点，我们有着更加先进、更加匹配的技术。

1997年5月，IBM与世界国际象棋冠军加里·卡斯帕罗夫对决。

2.如何让机器听从人类的命令？

大家可能想问机器是如何听从人类的命令的，其实并不是机器或者算法本身，而是一群聪明的编程者智慧的结晶。他们与每一位国际象棋大师对话，汲取他们的经验，把其转化成代码和规则，组建了人类最强的象棋大师团队。但是这样的系统仅限于象棋，不能用于其他游戏。对于新的游戏，你需要重新开始编程。在某种程度上，这些技术仍然不够完美，并不是传统意义上的完全人工智能，其中所缺失的就是普适性和学习性。我们想通过“增强学习”来解决这一难题。在这里我解释一下增强学习，我相信很多人都了解这个算法。

首先，想像一下有一个主体，在AI领域我们称我们的人工智能系统为主体，它需要了解自己所处的环境，并尽力找出自己要达到的目的。这里的环境可以指真实事件，可以是机器人，也可以是虚拟世界，比如游戏环境；主体通过两种方式与周围环境接触；它先通过观察熟悉环境，我们起初通过视觉，也可以通过听觉、触觉等，我们也在发展多感觉的系统；

第二个任务，就是在此基础上，建模并找出最佳选择。这可能涉及到对未来的预期，想像，以及假设检验。这个主体经常处在真实环境中，当时间节点到了的时候，系统需要输出当前找到的最佳方案。这个方案可能或多或少会改变所处环境，从而进一步驱动观察的结果，并反馈给主体。

简单来说，这就是增强学习的原则，示意图虽然简单，但是其中却涉及了极其复杂的算法和原理。如果我们能够解决大部分问题，我们就能够搭建普适人工智能。这是因为两个主要原因：首先，从数学角度来讲，我的合伙人，一名博士，他搭建了一个系统叫‘AI-XI’，用这个模型，他证明了在计算机硬件条件和时间无限的情况下，搭建一个普适人工智能，需要的信息。另外，从生物角度来讲，动物和人类等，人类的大脑是多巴胺控制的，它在执行增强学习的行为。因此，不论是从数学的角度，还是生物的角度，增强学习是一个有效的解决人工智能问题的工具。

3.为什么围棋是人工智能难解之谜？

接下来，我要主要讲讲我们最近的技术，那就是去年诞生的阿尔法狗；希望在座的大家了解这个游戏，并尝试玩玩，这是个非常棒的游戏。围棋使用方形格状棋盘及黑白二色圆形棋子进行对弈，棋盘上有纵横各19条直线将棋盘分成361个交叉点，棋子走在交叉点上，双方交替行棋，以围地多者为胜。围棋规则没有多复杂，我可以在五分钟之内教给大家。这张图展示的就是一局已结束，整个棋盘基本布满棋子，然后数一下你的棋子圈出的空间以及对方棋子圈出的空间，谁的空间大，谁就获胜。在图示的这场势均力敌的比赛中，白棋一格之差险胜。

白棋以一格之差险胜。

其实，了解这个游戏的最终目的非常难，因为它并不像象棋那样，有着直接明确的目标，在围棋里，完全是凭直觉的，甚至连如何决定游戏结束对于初学者来说，都很难。围棋是个历史悠久的游戏，有着3000多年的历史，起源于中国，在亚洲，围棋有着很深的文化意义。孔子还曾指出，围棋是每一个真正的学者都应该掌握的四大技能之一（琴棋书画），所以在亚洲围棋是种艺术，专家们都会玩。

如今，这个游戏更加流行，有4000万人在玩围棋，超过2000多个顶级专家，如果你在4-5岁的时候就展示了围棋的天赋，这些小孩将会被选中，并进入特殊的专业围棋学校，在那里，学生从6岁起，每天花12个小时学习围棋，一周七天，天天如此。直到你成为这个领域的专家，才可以离开学校毕业。这些专家基本是投入人生全部的精力，去揣摩学习掌握这门技巧，我认为围棋也许是最优雅的一种游戏了。

像我说的那样，这个游戏只有两个非常简单的规则，而其复杂性却是难以想象的，一共有10170 （10的170次方）种可能性，这个数字比整个宇宙中的原子数1080（10的80次方）都多的去了，是没有办法穷举出围棋所有的可能结果的。我们需要一种更加聪明的方法。你也许会问为什么计算机进行围棋的游戏会如此困难，1997年,IBM的人工智能DeepBlue（深蓝）打败了当时的象棋世界冠军GarryKasparov，围棋一直是人工智能领域的难解之谜。我们能否做出一个算法来与世界围棋冠军竞争呢？要做到这一点，有两个大的挑战：

一、搜索空间庞大（分支因数就有200），一个很好的例子，就是在围棋中，平均每一个棋子有两百个可能的位置，而象棋仅仅是20.围棋的分支因数远大于象棋。

二、比这个更难的是，几乎没有一个合适的评价函数来定义谁是赢家，赢了多少；这个评价函数对于该系统是至关重要的。而对于象棋来说，写一个评价函数是非常简单的，因为象棋不仅是个相对简单的游戏，而且是实体的，只用数一下双方的棋子，就能轻而易举得出结论了。你也可以通过其他指标来评价象棋，比如棋子移动性等。

所有的这些在围棋里都是不可能的，并不是所有的部分都一样，甚至一个小小部分的变动，会完全变化格局，所以每一个小的棋子都对棋局有着至关重要的影响。最难的部分是，我称象棋为毁灭性的游戏，游戏开始的时候，所有的棋子都在棋盘上了，随着游戏的进行，棋子被对方吃掉，棋子数目不断减少，游戏也变得越来越简单。相反，围棋是个建设性的游戏，开始的时候，棋盘是空的，慢慢的下棋双方把棋盘填满。

因此，如果你准备在中场判断一下当前形势，在象棋里，你只需看现在的棋盘，就能告诉你大致情况；在围棋里，你必须评估未来可能会发生什么，才能评估当前局势，所以相比较而言，围棋难得多。也有很多人试着将DeepBlue的技术应用在围棋上，但是结果并不理想，这些技术连一个专业的围棋手都打不赢，更别说世界冠军了。

所以大家就要问了，连电脑操作起来都这么难，人类是怎样解决这个问题的？其实，人类是靠直觉的，而围棋一开始就是一个靠直觉而非计算的游戏。所以，如果你问一个象棋选手，为什么这步这样走，他会告诉你，这样走完之后，下一步和下下一步会怎样走，就可以达到什么样的目的。这样的计划，有时候也许不尽如人意，但是起码选手是有原因的。

然而围棋就不同了，如果你去问世界级的大师，为什么走这一步，他们经常回答你直觉告诉他这么走，这是真的，他们是没法描述其中的原因的。我们通过用加强学习的方式来提高人工神经网络算法，希望能够解决这一问题。我们试图通过深度神经网络模仿人类的这种直觉行为，在这里，需要训练两个神经网络，一种是决策网络，我们从网上下载了成百万的业余围棋游戏，通过监督学习，我们让阿尔法狗模拟人类下围棋的行为；我们从棋盘上任意选择一个落子点，训练系统去预测下一步人类将作出的决定；系统的输入是在那个特殊位置最有可能发生的前五或者前十的位置移动；这样，你只需看那5-10种可能性，而不用分析所有的200种可能性了。

一旦我们有了这个，我们对系统进行几百万次的训练，通过误差加强学习，对于赢了的情况，让系统意识到，下次出现类似的情形时，更有可能做相似的决定。相反，如果系统输了，那么下次再出现类似的情况，就不会选择这种走法。我们建立了自己的游戏数据库，通过百万次的游戏，对系统进行训练，得到第二种神经网络。选择不同的落子点，经过置信区间进行学习，选出能够赢的情况，这个几率介于0-1之间，0是根本不可能赢，1是百分之百赢。

通过把这两个神经网络结合起来（决策网络和数值网络），我们可以大致预估出当前的情况。这两个神经网络树，通过蒙特卡洛算法，把这种本来不能解决的问题，变得可以解决。我们网罗了大部分的围棋下法，然后和欧洲的围棋冠军比赛，结果是阿尔法狗赢了，那是我们的第一次突破，而且相关算法还被发表在《自然》科学杂志。

接下来，我们在韩国设立了100万美元的奖金，并在2016年3月，与世界围棋冠军李世石进行了对决。李世石先生是围棋界的传奇，在过去的10年里都被认为是最顶级的围棋专家。我们与他进行对决，发现他有非常多创新的玩法，有的时候阿尔法狗很难掌控。比赛开始之前，世界上每个人（包括他本人在内）都认为他一定会很轻松就打赢这五场比赛，但实际结果是我们的阿尔法狗以4:1获胜。围棋专家和人工智能领域的专家都称这具有划时代的意义。对于业界人员来说，之前根本没想到。

4.棋局哪个关键区域被人类忽视了？

这对于我们来说也是一生仅有一次的偶然事件。这场比赛，全世界28亿人在关注，35000多篇关于此的报道。整个韩国那一周都在围绕这个话题。真是一件非常美妙的事情。对于我们而言，重要的不是阿尔法狗赢了这个比赛，而是了解分析他是如何赢的，这个系统有多强的创新能力。阿尔法狗不仅仅只是模仿其他人类选手的下法，他在不断创新。在这里举个例子，这是第二局里的一个情况，第37步，这一步是我整个比赛中最喜欢的一步。在这里，黑棋代表阿尔法狗，他将棋子落在了图中三角标出的位置。为什么这步这么关键呢?为什么大家都被震惊到了。

图左：第二局里，第37步，黑棋的落子位置 图右：之前貌似陷入困境的两个棋子。

其实在围棋中有两条至关重要的分界线，从右数第三根线。如果在第三根线上移动棋子，意味着你将占领这个线右边的领域。而如果是在第四根线上落子，意味着你想向棋盘中部进军，潜在的，未来你会占棋盘上其他部分的领域，可能和你在第三根线上得到的领域相当。

所以在过去的3000多年里，人们认为在第三根线上落子和第四根线上落子有着相同的重要性。但是在这场游戏中，大家看到在这第37步中，阿尔法狗落子在了第五条线，进军棋局的中部区域。与第四根线相比，这根线离中部区域更近。这可能意味着，在几千年里，人们低估了棋局中部区域的重要性。

有趣的是，围棋就是一门艺术，是一种客观的艺术。我们坐在这里的每一个人，都可能因为心情好坏产生成千上百种的新想法，但并不意味着每一种想法都是好的。而阿尔法狗却是客观的，他的目标就是赢得游戏。

5.阿尔法狗拿下李世石靠哪几个绝招？

大家看到在当前的棋局下，左下角那两个用三角标出的棋子看起来好像陷入了困难，而15步之后，这两个棋子的力量扩散到了棋局中心，一直延续到棋盘的右边，使得这第37步恰恰落在这里，成为一个获胜的决定性因素。在这一步上阿尔法狗非常具有创新性。我本人是一个很业余的棋手，让我们看看一位世界级专家MichaelRedmond对这一步的评价。Michael是一位9段选手（围棋最高段），就像是功夫中的黑段一样，他说：“这是非常令人震惊的一步，就像是一个错误的决定。”在实际模拟中，Michael其实一开始把棋子放在了另外一个地方，根本没想到阿尔法狗会走这一步。像这样的创新，在这个比赛中，阿尔法狗还有许多。在这里，我特别感谢李世石先生，其实在我们赢了前三局的时候，他下去了。

2016年3月阿尔法狗大战世界围棋冠军李世石，以4:1的总分战胜了人类。

那是三场非常艰难的比赛，尤其是第一场。因为我们需要不断训练我们的算法，阿尔法狗之前打赢了欧洲冠军，经过这场比赛，我们知道了欧洲冠军和世界冠军的差别。理论上来讲，我们的系统也进步了。但是当你训练这个系统的时候，我们不知道有多少是过度拟合的，因此，在第一局比赛结束之前，系统是不知道自己的统计结果的。所以，其实第一局，我们非常紧张，因为如果第一局输了，很有可能我们的算法存在巨大漏洞，有可能会连输五局。但是如果我们第一局赢了，证明我们的加权系统是对的。

不过，李世石先生在第四场的时候，回来了，也许压力缓解了许多，他做出了一步非常创新性的举动，我认为这是历史上的创新之举。这一步迷惑了阿尔法狗，使他的决策树进行了错误估计，一些中国的专家甚至称之为“黄金之举”。通过这个例子，我们可以看到多少的哲理蕴含于围棋中。这些顶级专家，用尽必生的精力，去找出这种黄金之举。其实，在这步里，阿尔法狗知道这是非常不寻常的一步，他当时估计李世石通过这步赢的可能性是0.007%，阿尔法狗之前没有见过这样的落子方式，在那2分钟里，他需要重新搜索决策计算。我刚刚已经提到过这个游戏的影响：28亿人观看，35000相关文章的媒体报道，在西方网售的围棋被一抢而空，我听说MIT（美国麻省理工学院）还有其他很多高校，许多人新加入了围棋社。

第四局里，李世石第78步的创新之举。

我刚才谈到了直觉和创新，直觉是一种含蓄的表达，它是基于人类的经历和本能的一种思维形式，不需要精确计算。这一决策的准确性可以通过行为进行评判。在围棋里很简单，我们给系统输入棋子的位置，来评估其重要性。阿尔法狗就是在模拟人类这种直觉行为。创新，我认为就是在已有知识和经验的基础上，产生一种原始的，创新的观点。阿尔法狗很明显的示范了这两种能力。

6.神秘棋手Master究竟是不是阿尔法狗？

那么我们今天的主题是“超越人类认知的极限”，下一步应该是什么呢？从去年三月以来，我们一直在不断完善和改进阿尔法狗，大家肯定会问，既然我们已经是世界冠军了，还有什么可完善的？其实，我们认为阿尔法狗还不是完美的，还需要做更多的研究。

首先，我们想要继续研究刚才提到的和李世石的第四局的比赛，来填充知识的空白；这个问题其实已经被解决了，我们建立了一个新的阿尔法狗分系统，不同于主系统，这个分支系统是用来困惑主系统的。我们也优化了系统的行为，以前我们需要花至少3个月来训练系统，现在只需要一周时间。

第二，我们需要理解阿尔法狗所采取的决定，并对其进行解释；阿尔法狗这样做的原因是什么，是否符合人类的想法等等；我们通过对比人类大脑对于不同落子位置的反应以及阿尔法狗对于棋子位置的反应，以期找到一些新的知识；本质上就是想让系统更专业。我们在网络上与世界顶级的专家对决，一开始我们使用了一个假名（Master），在连胜之后被大家猜出是阿尔法狗。这些都是顶级的专家，我们至今已赢了60位大师了。如果你做个简单的贝叶斯分析，你会发现阿尔法狗赢不同对手的难易也不一样。而且，阿尔法狗也在不断自我创新，比如说图中右下角这个棋子（圆圈标处），落在第二根线里，以往我们并不认为这是个有效的位置。实际上，韩国有的团队预约了这些游戏，想研究其中新的意义和信息。

阿尔法狗自我创新，落在第二格线的旗子。

柯洁，既是中国的围棋冠军，也是目前的世界围棋冠军，他才19岁。他也在网上和阿尔法狗对决过，比赛之后他说人类已经研究围棋研究了几千年了，然而人工智能却告诉我们，我们甚至连其表皮都没揭开。他也说人类和人工智能的联合将会开创一个新纪元，将共同发现围棋的真谛。异曲同工，柯洁提到了围棋的真理，我们在这里谈的是科学的真理。

红遍网络的神秘棋手Master2017年1月3日在腾讯围棋对弈平台赢了柯洁。

Master执白中盘胜柯洁，Master就是AlphaGo的升级版。

那么围棋的新纪元是否真的到来了呢？围棋史上这样的划时代事件曾经发生过两次，第一次是发生在1600年左右的日本，20世纪30-40年代的日本，日本一位当时非常杰出的围棋高手吴清源提出了一个全新的关于围棋的理论，将围棋提升到了一个全新的境界。大家说如今，阿尔法狗带来的是围棋界的第三次变革。

7.为什么人工智能“下围棋”强于“下象棋”？

我想解释一下，为什么人工智能在围棋界所作出的贡献，要远大于象棋界。如果我们看看当今的世界国际象棋冠军芒努斯·卡尔森，他其实和之前的世界冠军没什么大的区别，他们都很优秀，都很聪明。但为什么当人工智能出现的时候，他们可以远远超越人类？我认为其中的原因是，国际象棋更注重战术，而阿尔法狗更注重战略。如今世界顶级的国际象棋程序再不会犯技术性的错误，而在人类身上，不可能不犯错。

第二，国际象棋有着巨大的数据库，如果棋盘上少于9个棋子的时候，通过数学算法就可以计算出谁胜谁败了。计算机通过成千上万的迭代算法，就可以计算出来了。因此，当棋盘上少于九个棋子的时候，下象棋时人类是没有办法获胜的。

因此，国际象棋的算法已经近乎极致，我们没有办法再去提高它。然而围棋里的阿尔法狗，在不断创造新的想法，这些全新的想法，在和真人对决的时候，顶级的棋手也可以把其纳入到考虑的范畴，不断提高自己。

就如欧洲围棋冠军樊麾（第一位与阿尔法狗对阵的人类职业棋手）所说的那样，在和阿尔法狗对决的过程中，机器人不断创新的下法，也让人类不断跳出自己的思维局限，不断提高自己。大家都知道，经过专业围棋学校里30多年的磨练，他们的很多思维已经固化，机器人的创新想法能为其带来意想不到的灵感。我真的相信如果人类和机器人结合在一起，能创造出许多不可思议的事情。我们的天性和真正的潜力会被真正释放出来。

8.阿尔法狗不为了赢取比赛又是为了什么？

就像是天文学家利用哈勃望远镜观察宇宙一样，利用阿尔法狗，围棋专家可以去探索他们的未知世界，探索围棋世界的奥秘。我们发明阿尔法狗，并不是为了赢取围棋比赛，我们是想为测试我们自己的人工智能算法搭建一个有效的平台，我们的最终目的是把这些算法应用到真实的世界中，为社会所服务。

当今世界面临的一个巨大挑战就是过量的信息和复杂的系统，我们怎么才能找到其中的规律和结构，从疾病到气候，我们需要解决不同领域的问题。这些领域十分复杂，对于这些问题，即使是最聪明的人类也无法解决的。

我认为人工智能是解决这些问题的一个潜在方式。在如今这个充斥着各种新技术的时代，人工智能必须在人类道德基准范围内被开发和利用。本来，技术是中性的，但是我们使用它的目的和使用它的范围，大大决定了其功能和性质，这必须是一个让人人受益的技术才行。

我自己的理想是通过自己的努力，让人工智能科学家或者人工智能助理和医药助理成为可能，通过该技术，我们可以真正加速技术的更新和进步。

（本文作者系英国剑桥大学神经学博士生，AlphaGo之父哈萨比斯在剑桥大学的校友，文章小标题系编者所注）

节前求安

还能跌到哪?

银行逆转 牛市前兆