我是纯自学的围棋，中间断了三五年时间没关注，人工智能兴起后，重拾爱好。有了弈客围棋的不限时对弈之后，可以利用碎片时间把玩一下，也颇有乐趣。
我的棋力较低。之前自认有1k，实际网上对弈常常只能到2k。这半年来，断断续续地下，竟也逐渐稳定在1k，摸到1d。暂时还在涨，不知道未来能挑战到哪里。
有个颇耐人寻味的事情，李世石和柯洁两次“人机大战”分别败给AlphaGo之后，对人类的正式棋战都取得了连胜的佳绩，李世石好像9连胜，柯洁甚至22连胜。不由得让人联想——和更高层次的“AI大师”正式切磋对弈这几盘，纵使结果完败，他们兴许也比别人多悟到了一些围棋“真谛”吧？
我也倾向于认为他们“人机大战”之后的连胜并非偶然。代表人类与AI“斗智”，感受到碾压式的强大，那必然是很大的触动和震撼，但他们也借此让自己“升华”了一点点。那么，前后差异是什么呢？
李世石连胜后接受采访，有这样的表述——
以前我是多凭棋感来下，靠棋感的成分达到了70%，而过分依赖棋感，会带来所求变化单一的问题。所以我决心不再凭棋感下棋。
事实上，这也是我近期“涨棋”的体会。千万不能光凭棋感下棋。投入计算的越多，你的胜算越高。
在弈客围棋不限时对局，你可以有大把大把的时间研究变化图。很多困难局面，仔细研究，往往有些对策，不见得完美，但超出对手预期是常常有之。而胜负往往就那么几个关键处。
反面案例也有。可以试试和普通AI下快棋。明明是赢过AI的实力，但凭感觉下，各种随手，一不小心已经输多了去了。这就是所谓的“一着不慎满盘皆输”。我接近1d的棋力，凭第一感落子，连3k的AI都敢输。
投资本质上也是个依赖于决策的游戏。而决策这件事情，凭感觉去做，次数多了，有大概率会输。投资更是复利效应摆在那里，经不起你那几次失误。
举个栗子：我不认为人类可以精确地给公司做估值，但我坚持认为每个投资人都应该给股票做估值。
你估或者不估，公司总有个价值在那里。若是不去尝试量化，每每总是凭感觉判断，要么会在不同股票之间频繁摇摆不定，要么会感性地认准某只股票却经不起仔细推敲。
诚然估也不准，但不估岂不是更不准了？我们通过给自己设定安全边际和溢价空间，经过知识和经验的积累，做估值总能发挥越来越好的效果。
有些高手到了一定境界，研究的指标少了，而且仿佛关注的“虚”的东西更多了，比如价投大师们都会强调的“护城河”。这是不是就凭感觉做决策了吗？非也。
首先，就算关注护城河、关注企业核心竞争力甚至关注企业文化等，也并不是凭空来看，同样需要数据挖掘、需要量化计算，或者深入实地的走访调研、亲身体验。
其次，高手们积累的丰富知识和经验，足以帮助他们排查筛选出合适的标的，减少了大量犯错的机会。
回看围棋。如果我和职业棋手对弈，就算我用尽脑力，而对方通盘凭棋感来下，我也必然是被狂虐。为什么？因为人家是经过千千万万盘棋局的积累，我算半天的结果，在人家那里都是常见棋型，甚至早有定论。
再看AI围棋。别看最新的AlphaGo Zero减少了计算量，棋力却更上一层楼，那是因为它从零开始，通过自我对弈下了无数盘棋局，迭代了很多次，才升级出类似人类的“棋感”，但是更纯粹、更精准，最终实现彻底超越。
做投资，我们扪心自问下：会计知识懂多少？公司经营知识懂多少？经济学和金融知识懂多少？证券业知识又懂多少？如果在这些领域内都是一等一的高手，你大可以凭感觉做不少决策，仍能取得不错的成绩。
但假如做不到，每个领域自己都还是一知半解，那能做的，恐怕唯有每个案例都尽力去刨根问底、仔细钻研了，方可能多一丝胜机。
不要低估积累的作用。围棋职业九段和业余爱好者的棋力，那是云泥之别。
但更不要小看努力的作用。摒弃凭棋感随手落子，尽量靠计算行棋，对高手而言，那是巅峰对决时的胜率高低；对低手而言，就拿我说吧，恐怕也能差两三个级别。
而且，讲道理，努力就是积累的过程，不努力谈何积累？
坚持做估值，尽量多研究。我认为，这应该是投资成绩更进一步的不二法门。
参考阅读：《从AlphaGo Zero看人类经验知识的有效性和局限性 》
网友评论