時隔一年卷土重來 AlphaGo2.0能再續(xù)輝煌嗎？

時隔一年，AlphaGo 將在圍棋的發(fā)源地——中國，迎來它的第二次圍棋世紀對決。

4 月 10 日，雷鋒網(wǎng)從第一線了解了「中國烏鎮(zhèn)·圍棋峰會」的最新動態(tài)，中國圍棋協(xié)會、浙江省體育局、谷歌三方共同宣布將在 5 月份聯(lián)合舉辦這一盛會，屆時 AlphaGo 將與柯潔正式對決。而今天，DeepMind 也在官網(wǎng)宣布了 AlphaGo 的下一場征戰(zhàn)。

賽制介紹

根據(jù)官網(wǎng)信息，在 5 月 23-27 日，AlphaGo 將進行三種不同形式的比賽，包括：

配對賽：任意兩位棋手（古力、連笑）分別與 AlphaGo 組隊比賽，最大亮點在于從以往的人機純對戰(zhàn)轉(zhuǎn)變?yōu)槿藱C協(xié)作與另一人類棋手對決，人類又將如何與計算機合作？

團隊賽：由五位中國棋手（時越、羋昱廷、唐韋星、陳耀燁和周睿羊）一同群戰(zhàn) AlphaGo，考驗的是人類的多方協(xié)作是否能做出更好的決策。

常規(guī)挑戰(zhàn)賽：AlphaGo 與柯潔的對弈。

值得一提的是，本次的常規(guī)挑戰(zhàn)賽賽制在去年的基礎(chǔ)上做了不少改進，主要集中于三個方面：

首先最明顯的變化是從原來的五番棋變成了三番棋。

其次是計時方式上，從每方兩小時、另有五次一分鐘讀秒轉(zhuǎn)變?yōu)槊糠饺r、另有五次一分鐘讀秒。

再者是將常規(guī)賽的時段延長至隔天一局而非原來的一天一局。

一名業(yè)內(nèi)人士向雷鋒網(wǎng)表示，這樣的機制更能保證人類在充分思考的情況下完成比賽。他指出，在 AlphaGo 化名「Master」在騰訊野狐圍棋平臺橫掃 60 局的不敗神話中，其實有 59 局是每方的 30 秒快棋，而與聶衛(wèi)平對戰(zhàn)一局則是每方 60 秒快棋?！缸匀?，人類在擁有更長時間考慮的情況下，出錯率會更少。人很難避免情緒、心理壓力等因素的干擾，而機器不會?！?/p>

AlphaGo的“修煉大法”

毫無疑問，AlphaGo 對棋局的計算能力遠超人類。Facebook 研究員田淵棟在地平線大牛講堂發(fā)表題為《深度學(xué)習(xí)如何進行游戲推理？》時也提及了 AlphaGo 所用的神經(jīng)網(wǎng)絡(luò)包括策略網(wǎng)絡(luò)和值網(wǎng)絡(luò)，主要實現(xiàn)的是兩個方面的功能：

•給出一個局面后，可以決定下哪些位置；

•給出一個關(guān)鍵局面時，判斷它們的值，到底是白優(yōu)還是黑優(yōu)。

具體到算法層面，包括 Policy Network（決定下一步怎么走）和 Value Network（決定當前局面分數(shù)多少）兩大神經(jīng)網(wǎng)絡(luò)。此外，在前兩者返回速度比較慢的時候，采用 High quality playout/rollout policy 在微秒級的快速走子預(yù)測下一步。

那么這個神經(jīng)網(wǎng)絡(luò)是如何訓(xùn)練出來的呢？

首先要通過人類棋譜進行訓(xùn)練，讓神經(jīng)網(wǎng)絡(luò)掌握初步的圍棋章法；其次采用蒙特卡羅樹搜索選擇勝率更高的節(jié)點探索，得到最后的勝負結(jié)果后，再回溯剛才探索的過程，并更新路徑上的節(jié)點勝率。

蒙特卡羅樹搜索在保證靈活的前提下，也很容易漏掉一些妙招，因此還需要值網(wǎng)絡(luò)的配合，進行自我對弈的「左右互搏」。DeepMind 表示，AlphaGo 是采用了 3000 多萬場這樣的游戲訓(xùn)練而不斷提升的。它的數(shù)據(jù)收集過程是這樣的：

首先讓算法采樣通過監(jiān)督學(xué)習(xí)學(xué)得的策略網(wǎng)絡(luò)；

其次通過人為操作更多的棋局形式豐富系統(tǒng)理解棋局的適用面。

而當前棋局在人為操作某一步后，再用強化學(xué)習(xí)增強的策略網(wǎng)絡(luò)計算后續(xù)的下一步招式，并以此得到最后的輸贏結(jié)果。完成這個步驟后，系統(tǒng)能夠得到一個當前狀態(tài)到輸贏結(jié)果間的樣本點，再以此訓(xùn)練策略網(wǎng)絡(luò)。

根據(jù)田老師的演講介紹，目前 AlphaGo 在快速走子的情況下能夠達到 2 微秒的判斷速度，同時也能達到比較好的精確度。

雙方實力對比

去年 3 月，AlphaGo 在以 4：1 戰(zhàn)勝人類棋手李世石后，它將在 2017 年復(fù)出，與中國頂尖棋手柯潔對決的傳聞不絕于耳。

不過，諱莫如深的 DeepMind 一度否認這一消息，直至去年 11 月，DeepMind 創(chuàng)始人 Demis Hassabis 才松了口，表示 AlphaGo 近一年來正在提升棋藝水平，將在 2017 年再次挑戰(zhàn)人類棋手。而「職業(yè)陪練」樊麾當時也在同一天證實了這一消息。

而繼李世石之后，人們也將焦點放在了將與 AlphaGo 單挑的柯潔身上。但鑒于去年 AlphaGo 把李世石虐得太慘，導(dǎo)致目前輿論大方向都認為 AlphaGo 會贏得最終的勝利。

三歲開始學(xué)棋的柯潔目前等級排名世界第一，DeepMind 評價他「以精湛且善于平衡的棋風(fēng)為人所稱道，且具有良好的策略性，知道何時要大膽出招，何時要謹慎行事?！?/p>

但在年初的在線圍棋比賽中，柯潔兩局都不敵 AlphaGo 的「Master」，而柯潔在微博了也放言「來啊」，并在賽前預(yù)熱會上表示，希望自己能「不惜一切代價去爭取勝利」。

不過不可否認的是，人類要感謝 AI 的地方在于，棋手在博弈的過程中招式也變得更加聰明靈活了。

圍棋，不論是從「起手九式」到「入門必學(xué)定式」，雖然強調(diào)以不變應(yīng)萬變，但慣用的招式通常是前輩屢試不爽的必殺，因此誠然值得反復(fù)研習(xí)。而 AlphaGo 不按常理出牌的招式，看似毫無邏輯，實際上卻是草蛇灰線般的精心謀慮，而這也是圍棋的魅力，也是人機大戰(zhàn)值得關(guān)注和追隨的一大亮點。

九段棋手周睿羊在訪談中提及，「你會覺得 AlphaGo 的招式非常自由，而且有著一切皆可能的靈動性?，F(xiàn)在每位棋手都會想著嘗試走一些自己不曾嘗試過的棋法。」AlphaGo 的橫空出世，讓圍棋高手們變得更加聰明了，也更具創(chuàng)造力。

DeepMind想挑戰(zhàn)的，遠不只圍棋

DeepMind 表示，五月份的這次賽事能夠更好地對 AlphaGo 進行探索，了解它是如何在這項古老的游戲中不斷創(chuàng)新的?！付?AlphaGo 背后所隱含的機器學(xué)習(xí)及人工智能技術(shù)，也能夠幫助人類更好地解決全球未來可能面臨的挑戰(zhàn)?！?/p>

而就像 DeepMind 創(chuàng)始人 Demis Hassabis 在被 《Nature》評選為“2016年度10大影響力人物”時曾表示，「在圍棋

界的勝利還遠遠不夠。我更想要向世界展示的是，機器學(xué)習(xí)技術(shù)在人類的生產(chǎn)和生活中擁有更強大的潛力，可以幫助人類解決更多棘手的全球性問題?！?/p>

目前，AlphaGo 背后的機器學(xué)習(xí)技術(shù)已經(jīng)應(yīng)用于非常多的領(lǐng)域，雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))此前做過大量的報道和覆蓋，比如：

利用 AI 平衡英國電力供需問題；

與英國國家醫(yī)療服務(wù)體系 NHS 旗下基金會 Royal Free London 簽訂了為期五年的合同，致力視網(wǎng)膜研究、訓(xùn)練 AI 識別健康組織及癌變組織的頭頸部癌癥圖像。

此外，DeepMind 還與母公司谷歌有著密切合作，比如用機器學(xué)習(xí)技術(shù)在 Google Photo 上幫助人們找到圖片中的特定物體；或是提升 Google Translate 的翻譯水平。

DeepMind 表示，「在下一場人機大戰(zhàn)中，我們對它可能帶來的討論及影響感到興奮非常，而所帶來的挑戰(zhàn)也能夠帶給我們更多的啟發(fā)——不論是圍棋，還是其它的領(lǐng)域?！棺屛覀円煌诖逶碌?AlphaGo 世界之戰(zhàn)，雷鋒網(wǎng)也將持續(xù)關(guān)注。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。