- A+
本文来自曹政大神的微信公众号【caoz的梦呓】，caoz的文章篇篇犀利，值得细读与收藏，特转载过来，分享给大家，如果你也喜欢，可以微信搜索“caoz的梦呓”来关注他。文章所有版权归原作者曹政所有！
2016年底，2017年初，最火的是AI，谷歌的阿法狗卷土重来，换名为Master横扫职业棋坛，这个事情被人翻炒了无数次了，不多说，说个其中只有圈内朋友知道的冷门信息。
在2015年的时候，日本最强的围棋软件叫做Zen，这个东西大概到了准业五的水平，当然确实也超过了包括我在内的大部分围棋业余爱好者，但和职业棋手的差距还是相当大的，在顶级的业余高手眼里也是漏洞百出。前世界冠军，罗洗河九段曾在电视节目中现场让Zen 9子谈笑间将这个软件杀败，虽说当时电脑配置不高，但可以说这和顶级棋手的差距是相当巨大的。
一些初学围棋的业余棋手，或者水平不太高的业余棋手，有些就喜欢跟Zen对练，毕竟单机电脑可以免费安装（好吧，其实是因为盗版的比较容易获取。）而且棋力还不错（对初级爱好者而言），也有形势判断和局面分析的能力，那么一些围棋培训的专业人士，顶级业余高手或职业棋手，就经常告诫这些爱好者，Zen的水平有限，不要相信它的判断，不要用它做陪练，很容易误入歧途。
一个被职业棋手很容易杀崩的软件，你说他形势判断准确，当然觉得是天方夜谭。但当阿法狗横空出世的时候，有好事者就用Zen分析了一下局面，（主要是因为google没有公开他们的对弈程序的分析过程）一分析，大吃一惊，原来在Zen眼里，google的系统居然对人类一直处于领先优势！ 这是什么意思呢？很多职业九段都无法判断的人机局势，很多顶级棋手都无法理解的google的走法，Zen认为正确而且合理！ 在今年60盘横扫职业棋手的人机对弈里，好事者用Zen分析，发现在Zen眼里，Google的程序，竟然开盘后，就从未落后过，胜率一直持续向上。（前段时间Deepmind黄士杰博士公开发表说明，60盘棋里，有两步棋并非电脑下出的，是人在执行操作时候的失误，而从分析看出，恰恰是其中一步，在Zen眼里是人类近乎逆转局面的胜率变化。）
那么如果我们说，一个准业余5段棋手，可以看懂职业顶级棋手的对局并作出正确的形势评估，一般会被认为是天方夜谭的事情。但现在，zen的形势判断，已经不能说完全是笑话，人类开始需要学习和理解电脑是怎么思考局面优劣的。
今天讲这个，我们要知道，能正确理解阿法狗的走法和形势的Zen，棋力和阿法狗却又天壤之别，原因在于，在局部复杂战斗等场面下，其计算力远远落后于阿法狗。而且，虽然他能正确理解阿法狗的走法和形势，但往往高估自己的形势，在自己棋形存在明显缺陷的情况下，依然认为自己的局势是领先的。
这让我想到我自己。以及某些跟我有同样缺陷的创业者。
你可以看懂很多牛逼企业的做法，套路和他们成功的原因，你可以拥有顶级的视野和判断力，但却在复杂的竞争局面里，无法做出最正确的执行应对，无法给出对自己最正确的评估。那么你，最终只能在二流，甚至三流里打转，那些视野并不能让你成功。
做成一件事业，做成一家企业，或者说下好一盘棋。看到大局，看到方向，当然是好事，但是执行层面的细节仍然是成败极为关键的因素。
我以前忽悠人做影音播放器，做多窗口浏览器，做免费杀毒，都是很遥远的事情，那时候冯鑫还没有掌控暴风影音，uc浏览器还默默无名，奇虎还在做社区搜索，360都还没出现，但最后，人家都做成了，我忽悠的没做成，方向错了么？技术不行么？其实还是在执行和产品细节上，远远没有到位。
这样的案例，吹吹牛我能给自己数出来很多，方向看对了，没有动手的最多，或者动手魄力太小，或者执行上不到位，或者产品上很粗糙，总之，没有形成竞争力，也就没有办法成为一项可以出去吹牛逼的事业。
那，我经常为自己脸上贴金的cnzz，其执行力和产品细节，相当大比例要归功于姚剑军先生。如果我自己一个人闷头做，多半也是会惨不忍睹的下场。
新的一年，希望大家不但视野开拓，思路踊跃，而且执行有力，能细致入微，高效的做好产品，做好业务。
那么，还存在一种情况，比如我这样的，已经积习难改，很难提升自己另一方面能力，那么，我给一个诚恳的建议，找另一方面优势的合伙人形成互补。这也是我最近一直对自己进行反思的地方。
过几天我会开一个新的话题来分享，看不见的竞争力，谈谈一些市场竞争中，容易被创业者忽视的执行细节和要素。也希望有这方面经验和教训的朋友，多分享相关信息。
关于ai，唠叨个被打脸的事情吧
最近有看到一些新闻，AI正在应用于德扑，而我之前说过，德扑不需要深度学习。
那么，我重新检讨一下。其实旧文有提到。
如果仅仅就你的手牌和桌面上的名牌，计算你获胜的概率，这件事，是一个非常直接的概率题，学过相关课程的大学应届生，可以很完整的计算出来。（麻将同理）
那么这里的问题在于玩家的下注过程，如果我们认为玩家都是随机下注或固定规律下注，那么这个问题就非常简单，你只要按照获胜概率决定即可。
所以深度学习，实际上是尽可能破解其他玩家下注的套路和逻辑。
这里存在一个悖论，我们知道，优秀的职业赌场玩家，一定有一个原则，就是坚守纪律。这个纪律，也可以理解为套路，那么AI，通过深度学习，有可能修炼成为专克套路。
金融市场同理，优秀的操盘手，是有严格的纪律约束，一些自动交易系统，更是套路满满，而AI，其目标，很可能就是别人，或别的程序的纪律性和套路。
我坚持认为，深度学习的概念，和公众的理解存在距离。德扑和麻将，深度学习的目标不是牌面胜率，而是挑战对局者人性和心理，这和围棋完全不是一回事，也和我之前的理解有很大距离。
重申一下，在拥有明确的概率最优解情况下，深度学习毫无意义。
