caoz的心得与分享,只此一家,别无分号.

视野与执行力

发布日期:2017-01-27 16:08:34 +0000

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


深度学习并非最优方案


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。