2
雷锋网注：本文作者彭博，Blink·禀临科技联合创始人。文章由雷锋网整理自作者知乎专栏，获授权发布。
一、围棋 AI 基础
大家都知道 AlphaGo v13 的三大组件是：
MCTS（蒙特卡洛树搜索）
CNN （卷积神经网络，包括：策略网络 policy network、快速走子网络 playout network、价值网络 value network）
RL （强化学习）
现有的围棋 AI 也都是这个思路了，我们也会按这个思路讲。在此先看看围棋和博弈 AI 的一些基本常识。
1、首先是围棋规则。
围棋博大精深，但基本规则很简洁。推荐这个在线教程：
注意，正常来说，黑棋的第 1 手要下到你的右上角，比如说右上角的"星位"或者"小目"。虽然棋盘是对称的，下其它三个角也可以，但这是对弈的一种礼貌，这样下对方就知道你是懂规矩的（当然，也可以第 1 手下在边上，或者中腹，但目前人类一般认为是亏的）。
如果等不及，看完教程的"第一天"内容，其实就可以立刻玩一下了。下图是纯神经网络走棋，你持黑，电脑持白（因为黑棋先走，有优势，所以最后要倒贴几目给白棋，叫做贴目），大家可以点击打开：
这个网页第一次打开会比较慢，因为要加载一个 50M 的神经网络数据。
图中的颜色可以点击 "Show Analysis" 打开，是神经网络的最终输出。越红的地方，代表神经网络认为越可能成为下一手。你也可以把 "Auto Move" 关掉，自己和自己下。
试试先按电脑的建议，走在红的地方，培养一下"感觉"吧！
如果有多个红点，可以任选一个。当然，不可迷信，它的红点时常是错的，也时常不全面！
这个电脑不会计算，完全没有搜索，全部都是靠神经网络的“感觉”，用围棋的话说，可以说是按照"定式"和"常型"等等，所以死活弱（就是你可能会有机会把它的棋吃掉！），很适合新人找感觉。
2、围棋规则实际有很多细节，而且并没有世界统一的规则。
现有的规则有中国、韩国、日本、应式等等，在大多数情况下不影响胜负的判断结果，但还是有微妙区别，比如说中国是数子，有"粘劫收后"，日韩是数目，终局有死活的判断问题。
较为简洁，适合电脑描述的可能是 Tromp-Taylor 规则： Tromp-Taylor Rules 。不妨做几个调整：
a. 再简化一点，去掉"全局禁同形再现"，改成"罕见循环局面由裁判决定"（毕竟三劫以上循环的可能性很小），这样程序就不一定要存一个每个局面的hash表。
b. 禁止自杀，这样更接近其它规则。
c. 虽然目前看最佳贴目可能更接近 5.5，但还是按中国现有规则的 7.5 吧，方便大家统一。
目前市面最强的程序是 银星17 和 Zen6，不过价钱也比较高（虽然都有X版）。而目前免费软件中最强的是 Leela，棋力也还不错，请点击：chess, audio and misc. software
而且 Leela 有 console 的接口，可以接上目前常用的围棋 GTP 协议。如果你有兴趣，现在还有一个电脑围棋的天梯，可以连进去与其它程序对战，看自己的排名： 19x19 All Time Ranks 。
3、关于蒙特卡洛树搜索
有一个常见的错误认识，在此先纠正。
在棋类博弈 AI 中，很多年前最早出现的是蒙特卡洛方法，就是到处随机走，然后看哪里的胜率最高。但这有一个问题，举个例子：
a. 如果走在 A，人有100种应对，其中99种，电脑会立刻赢，只有1种电脑会立刻输。
b. 如果走在 B，人有100种应对，但局势很复杂，大家都看不清，如果随机走下去，后续的胜率双方都是50%。
那么如果计算蒙特卡洛的胜率，电脑会发现走在 A 的胜率是 99%，走在 B 的胜率是 50%。
可是，电脑的正解是应该走 B！因为如果走了 A，人如果够聪明，就一定会走电脑立刻输的变化。如果电脑执意要走 A，就只能称之为"骗着"了。
于是有的人会说蒙特卡洛方法有缺陷。但是，蒙特卡洛树搜索在理论上解决了这个问题。
怎么把人想象得尽量聪明？这就要靠博弈树。蒙特卡洛树搜索是博弈树和蒙特卡洛方法的结合，它不会犯 A 和 B 的问题，它很快就会发现 B 比 A 好。容易证明，如果给定足够的计算时间和足够的存储空间，蒙特卡洛树搜索可以收敛到完美的博弈树，成为围棋之神。
然而，实际的计算和存储资源是有限的，实际的 A （不妨称之为陷阱）也会更复杂。比如说：
c. 如果走在 A，经过博弈树的模拟，电脑几乎是怎么走都怎么赢；但是人更清楚后续的走法，人会走出完美的应对，在许多步后电脑一定会突然死亡。
这时，电脑要走遍了博弈树的许多层，才能发现原来走到 A 会存在致命缺陷，掉入陷阱。这种情况下，蒙特卡洛树搜索就容易在 A 和 B 的问题上给出错误的答案。这有好多种表现，比如说"地平线效应"，又像 AlphaGo 被击中的第 78 手。
围棋中是有很多陷阱局面的，比如说"大头鬼"。人工智能如何正确应对陷阱局面，或者避免进入陷阱局面？这就需要 策略网络（policy network）、价值网络（value network）、强化学习 的共同作用。在后续的文章将会逐步介绍，包括具体的训练方法。
二、安装 MXNet 搭建深度学习环境
介绍完围棋 AI 的基本常识，咱们开始搭建深度学习环境。
目前的环境很多，最多人用的是 Google 的 TensorFlow；不过 MXNet 感觉也蛮不错，比较省资源（当然，最好两个都装）。配图是 MXNet 的例子里面的 LeNet 训练 MNIST 数据集，这是很经典的模型，可以看到准确率在随着训练不断提高：
安装之前先看个好玩的：github.com/dmlc/mxnet.js 是在浏览器直接运行 MXNet 的效果。TensorFlow 也有类似的东西： transcranial/keras-js。也就说，我们训练好模型后，可以直接在网页里面可视化，这样就可以轻松跨平台。
1、Windows的安装
第一次装深度学习环境经常会遇到一些坑，这里看一个实际安装 MXNet 的过程。先看 Windows 的安装，比较简单和快速，因为不需要编译。
说句无关的，我个人是推荐 Windows 的，因为显卡还可以用于娱乐（这几年的新游戏的图像进步很大），有兴趣还可以玩个 VR 啥的。
1） 首先装了 VC2015，安装时语言记得选上 C++。
2）然后如果你有 nVidia 的 GPU，装一下 CUDA：CUDA 8.0 Downloads 。选本地安装版，建议用迅雷下比较快。如果没有 nVidia 显卡，买一块吧，显存尽量选大的，机器的电源也记得要跟上。实在没钱就二手 750Ti 2G 显存版吧，足够玩玩简单模型，因为 MXNet 省显存。当然，用 CPU 也可以跑，就是慢。
3）再下载 cuDNN，这个要注册一个帐号。注册一个吧： NVIDIA cuDNN 。解压备用。
4）下载 MXNet 的编译好的包：github.com/ 先下载 vc14 base package，然后下载更新包（例如 20170114_mxnet_x64_vc14_gpu.7z 注意 GPU 包就是同时支持 CPU 和 GPU）解压进去，然后把 cuDNN 也解压进去（见它的文档）。执行 setupenv.cmd 。
5）装个 Python 吧，推荐 Anaconda，选 Python 2.7 的版本： Download Anaconda Now! 。建议用迅雷下比较快。装完检验一下 python 命令可用。
6）进开始的 MXNet 目录的 python 子目录，执行 python setup.py install 。会发现提示要装一个 Microsoft Visual C++ Compiler for Python 2.7，去装了。
7）然后再执行 python setup.py install，可能会发现提示缺头文件，把他们从你的 VC2015 的 include 目录拷贝到 Microsoft Visual C++ Compiler for Python 2.7 的 include 目录即可。要根据提示拷贝好几个头文件。然后就可以成功编译了。
8）运行 python，然后 import mxnet 然后 (mxnet.nd.ones((2,2), mxnet.cpu())*100).asnumpy()然后 (mxnet.nd.ones((2,2), mxnet.gpu())*100).asnumpy() 如果全部成功，恭喜你，装好了。
9）再下载 dmlc/mxnet，在 example 目录 python train_mnist.py --network lenet 。会先下载测试数据，等下它，比较慢。看看是否成功训练。
10）再测试 VC++ 的环境。下载 MXNet.cpp （不需要执行里面的 setupenv.cmd），然后打开 windows 目录下面的 vs 下面的 MxnetTestApp，运行试试。再试试里面有句可以改成 Context ctx_dev(DeviceType::kGPU, 0); 会发现 GPU 确实比 CPU 快。
11）可以用 CPU-z 和 GPU-z 看你的 CPU 和 GPU 有没有偷懒，是否是在全心全意工作。
2、Mac 的安装
下面看 Mac 的安装，我是 OSX 10.11。
这个安装麻烦一些，因为首先下面有些下载过程可能要 export ALL_PROXY="代理地址"（否则很慢）。另外 pip 也要换国内源，git 也要加代理，homebrew 也可以改国内源。
然后有时会遇到权限问题，请 chown 一下。有时可能也要 sudo。
1）装 XCode。最新 CUDA 已经兼容 XCode 8 了。
2）装 CUDA 和 cuDNN。
3）装 homebrew（百度搜索一下）。装 python，建议 brew install pyenv 然后用它装 anaconda2，防止破坏系统 python 版本：Mac OS X下安装pyenv 。
注：如果发现 pyenv 下载文件奇慢无比，可以给 pyenv 加上 -v 看到找到下载路径，然后手工下载，然后打开 /usr/local/bin/python-build 然后在 download_tarball() 函数里面，直接把第一行改成 local package_url="http://127.0.0.1/Anaconda2-4.2.0-MacOSX-x86_64.sh" 然后你自己开一个 http 服务器即可。
4）装 MXNet： Installing MXNet on OS X (Mac) 按照 Standard installation 走。不要执行它的 Quick Installation 自动脚本，因为还会去重新装 homebrew，非常慢。
5）按它说的编译（非常慢）。在 config.mk 中加：
USE_BLAS = openblas
ADD_CFLAGS += -I/usr/local/opt/openblas/include
ADD_LDFLAGS += -L/usr/local/opt/openblas/lib
ADD_LDFLAGS += -L/usr/local/lib/graphviz/
USE_CUDA = 1
USE_CUDA_PATH = /usr/local/cuda
USE_CUDNN = 1
USE_NVRTC = 1
另外可能要 ln -s /usr/local/cuda/lib /usr/local/cuda/lib64 。有问题就 make clean 一下再试试。
6）检查是否装好：
cd example/image-classification/
python train_mnist.py
祝安装成功！在下一篇我们会看看从棋谱提取训练特征。
小作业：
1. 介绍围棋基础的纯神经网络走棋是开源的，请改它的代码，做一个基本的围棋界面，包括吃子、打劫、点目等等基本规则。
2. 请阅读它的论文： http://jmlr.org/proceedings/papers/v37/clark15.pdf 。
3. 请做一个傻瓜版的 策略网络，比如说会做眼，会吃子。可以参考 GnuGO 的 6. Move generation 。
4. 请做一个傻瓜版的 价值网络，比如说可以用"棋子向外辐射影响"的方法。可以参考 GnuGO 的 13. Influence Function 和 Bouzy's 5/21 algorithm 。
雷峰网特约稿件，未经授权禁止转载。详情见转载须知。
