93786

1997年,西洋棋AI第一次打敗頂尖的人類;2006年,人類最後一次打敗頂尖的西洋棋AI。歐美傳統裡的頂級人類智力試金石,在電腦面前終於一敗塗地,應了四十多年前計算機科學家的預言。

至少還有東方,人們還能自我安慰。圍棋AI長期以來舉步維艱,頂級AI甚至不能打敗稍強的業餘選手。這似乎也合情合理:西洋棋中,平均每回合有35種可能,一盤棋可以有80回合;相比之下,圍棋每回合有250種可能,一盤棋可以長達150回合。這一巨大的數目,足以令任何蠻力窮舉者望而卻步——而人類,我們相信,可以憑藉某種難以複製的算法跳過蠻力,一眼看到棋盤的本質。

但是,無論人怎麼想,這樣的局面當然不可能永遠延續下去。就在今天,國際頂尖期刊《自然》報導了谷歌研究者開發的新圍棋AI。這款名為“阿爾法圍棋”(AlphaGo)的人工智能,在沒有任何讓子的情況下以5:0完勝歐洲冠軍,職業圍棋二段樊麾。



AlphaGo與歐洲圍棋冠軍樊麾的5局較量。

這是人類歷史上,圍棋AI第一次在公平比賽中戰勝職業選手。


 

AlphaGo的戰績如何?

此次比賽和以往不同。之前的比賽中,由於AI棋力比人類弱,人類選手都會讓子,而且AI主要和業餘段位的棋手比賽。而AlphaGo對戰樊麾是完全公平的比賽,沒有讓子。職業二段樊麾出生於中國,目前是法國國家圍棋隊總教練,已經連續三年贏得歐洲圍棋冠軍的稱號。

研究者也讓AlphaGo和其他的圍棋AI進行了較量,在總計495局中只輸了一局,勝率是99.8%。它甚至嘗試了讓4子對陣Crazy Stone,Zen和Pachi三個先進的AI,勝率分別是77%,86%和99%。可見AlphaGo有多強大。


在接下來3月份,AlphaGo將和韓國九段棋手李世乭在首爾一戰,獎金是由Google提供的100萬美金。李世乭是最近10年中獲得世界第一頭銜最多的棋手。圍棋是最後一個人類頂尖高手能戰勝AI的棋類游戲。之前有人預測說,AI需要再花十幾年才能戰勝人類。所以這場比賽或許會見證歷史,我們將拭目以待。

李世乭表示很榮幸自己將與電腦公平對弈。“無論結果如何,這都會是圍棋史上極具意義的事件。”他說,“我聽說谷歌Deep Mind的AI出人意料地強,而且正在變得更強。但我有自信至少這次能贏。 ”


AI下圍棋到底有多難?

計算圍棋是個極其複雜的問題,比西洋棋要困難得多。圍棋最大有3^361 種局面,大致的體量是10^170,而已經觀測到的宇宙中,原子的數量才10^80。西洋棋最大隻有2^155種局面,稱為香農數,大致是10^47。


面對任何棋類,一種直觀又偷懶的思路是暴力列舉所有能贏的方案,這些方案會形成一個樹形地圖。AI只要根據這個地圖下棋就能永遠勝利。然而,圍棋一盤大約要下150步,每一步有250種可選的下法,所以粗略來說,要是AI用暴力列舉所有情況的方式,圍棋需要計算250^150種情況,大致是10^ 360。相對的,西洋棋每盤大約80步,每一步有35種可選下法,所以只要算35^80種情況,大概是10^124。無論如何,枚舉所有情況的方法不可行,所以研究者們需要用巧妙的方法來解決問題,他們選擇了模仿人類大師的下棋方式。


 

機器學習

研究者們祭出了終極殺器——“深度學習”(Deep Learning)。深度學習是目前人工智能領域中最熱門的科目,它能完成筆跡識別,面部識別,駕駛自動汽車,自然語言處理,識別聲音,分析生物信息數據等非常複雜的任務。



描述AlphaGo研究成果的論文成為了1月28日的《自然》雜誌的封面文章。AlphaGo 的核心是兩種不同的深度神經網絡。“策略網絡”(policy network)和“值網絡”(value network)。它們的任務在於合作“挑選”出那些比較有前途的棋步,拋棄明顯的差棋,從而將計算量控制在計算機可以完成的範圍裡,本質上和人類棋手所做的一樣。

其中,“值網絡”負責減少搜索的深度——AI會一邊推算一邊判斷局面,局面明顯劣勢的時候,就直接拋棄某些路線,不用一條道算到黑;而“策略網絡”負責減少搜索的寬度——面對眼前的一盤棋,有些棋步是明顯不該走的,比如不該隨便送子給別人吃。將這些信息放入一個概率函數,AI就不用給每一步以同樣的重視程度,而可以重點分析那些有戲的棋著。



AlphaGo所使用的神經網絡結構示意圖。

AlphaGo利用這兩個工具來分析局面,判斷每種下子策略的優劣,就像人類棋手會判斷當前局面以及推斷未來的局面一樣。這樣AlphaGo在分析了比如未來20步的情況下,就能判斷在哪裡下子贏的概率會高。

研究者們用許多專業棋局訓練AI,這種方法稱為監督學習(supervised learning),然後讓AI和自己對弈,這種方法稱為強化學習(reinforcement learning),每次對弈都能讓AI棋力精進。然後他就能戰勝冠軍啦!
人類在下棋時有一個劣勢,在長時間比賽後,他們會犯錯,但機器不會。而且人類或許一年能玩1000局,但機器一天就能玩100萬局。所以AlphaGo只要經過了足夠的訓練,就能擊敗所有的人類選手。


Google DeepMind

Google DeepMind是這個程序的創造者,我們來看一下他們的程序員。

傑米斯·哈薩比斯(Demis Hassabis) 是Google DeepMind 的CEO。

文章的第一作者大衛·西爾弗(David Silver)。

Google DeepMind去年在《自然》雜誌 上發表過一篇論文,他們用增強學習的方法訓練AI玩經典的Atari遊戲。其實在幾年前就有人研究如何讓AI玩《星際爭霸》,目前人類大師還是能擊敗AI的。電腦遊戲中大量使用人工智能技術,你有沒有覺得遊戲變得越來越聰明了?


那麼……未來呢?

人工智能研究者面對這樣的成就當然欣喜。深度學習和強化學習等技術完全可以用於更廣泛的領域。比如最近很火的精準治療,我們可以訓練它們判斷哪些治療方案對某個特定的人有效。

但是,圍棋畢竟不僅僅是一項智力成就。就像十多年前的西洋棋一樣,圍棋必定也會引發超出本領域之外的討論。等到計算機能在圍棋上秒殺人類的時候,圍棋是不是就變成了一種無聊的遊戲?人類的智力成就是不是就貶值了?AI還將在其他層面上繼續碾壓人類嗎?傳統認為AI不可能完成的任務是否也都將被逐一打破?人類最後是會進入AI烏托邦還是被AI淘汰呢?

沒人知道答案。但有一點毫無疑問:AI一定會進入我們的生活,我們不可能躲開。這一接觸雖然很可能悄無聲息,但意義或許不亞於我們第一次接觸外星生命。

推薦閱讀:

[大數據]先別提養兒防老了,世界各國「養活」孩子有多難?

[長文推薦] 從生物學看「網路經濟」:錢是這個世界上最聰明,也是最負責任的東西!

芝麻小事?「芝麻」其實是件影響十億人的大事!

機器人即將搶走你的工作:影響全球數十億人的7大自動化技術發展,現在開始重新定義工作目的,幸福慢活

getImage

購買機器人即將搶走你的工作:影響全球數十億人的7大自動化技術發展,現在開始重新定義工作目的,幸福慢活點此

<視界奇觀>編譯整理>資料來源:牆外樓

<視界奇觀> 希望能帶給大家各式有趣又有質感的內容,喜歡的話趕緊按下like,加入我們的粉絲吧!