您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
新鲜 正文
发私信给金红
发送

8

要想战胜韩国九段棋手,谷歌AI需要的是一个九段的陪练

本文作者: 金红 2016-01-28 18:39
导语:人类与AI之间的最后一赌防护墙,正在一点一点坍塌。

要想战胜韩国九段棋手,谷歌AI需要的是一个九段的陪练

今天,大家都在兴奋地传播着一条消息:谷歌AI在围棋上战胜了欧洲冠军。兴奋的理由是,人工智能在被定义为最难攻克的围棋上战胜人类职业棋手。人类与AI之间的最后一堵防护墙,正在一点一点坍塌。

谷歌使用的人工智能软件是AlphaGo,由谷歌去年收购的人工智能公司DeepMind研发,其中两个神经网络有着关键的作用,一个叫决策网络(policy network),负责选择下一步走法,另一个叫值网络(value network),负责预测棋盘上不同的分布会带来什么不同的结果。

此次AlphaGo战胜的是欧洲围棋冠军樊麾(法国国家围棋队总教练),AlphaGo以5-0完胜。但AlphaGo真正的挑战是2个月后,与韩国围棋九段高手李世石的对弈。而樊麾虽为欧洲围棋冠军,但实际上也仅为二段水平。高手与顶级高手之前也存在很大差距,不知道在AlphaGo与李世石之间,隔了多少个樊麾。此前围棋软件ZEN、Crazystone都战胜过九段围棋高手,不过都是在对方让子的前提下。

要想战胜韩国九段棋手,谷歌AI需要的是一个九段的陪练

樊麾与AlphaGo的对弈棋谱,黑方为樊麾,白方为AlphaGo

围棋到底有多难?在19×19的棋盘内,共有361个点,就机器学习的角度而言,围棋的计算最大有3361次方种局面,大致的体量是10170,而已经观测到的宇宙中,原子的数量才1080。而相较之下,国际象棋每一步平均只有35种可能性的走法,最多只有2155种局面。

如此大的计算量无疑是对人工智能的一大挑战,但实际上,人工智能是与人类一样,通过不断模仿而战胜对手的。一个围棋爱好者向雷锋网编辑表示,人工智能其实是一个模仿高手,通过记住大量高手在以往对弈中的棋谱,并不断练习,从而研究出新的招数。

“围棋2500年,积累了很多棋谱,棋谱除了对开局定式的研究,然后就是很多高手实战中下出比较有借鉴意义的棋局。计算机能够记住3000万步棋谱(谷歌这个就是先用这些来训练的),人类是记不住的,很多时候,要依靠现场的纯脑计算。就像职业棋手懂得对现有棋谱进行拆解一样,拆解过程研究出新的变化,因为有时棋谱象征着某一个招数达到最优,因为是当时最厉害那个人下出来的,但后人总可以超越,谷歌这个特点就在于能够在棋谱训练中计算出新的变化(走法),否则充其量只能和人类打平手的水平。”

除了需要记住大量棋谱,人工智能还需要一个高手来让自己不断提高。ZEN早年就拉上日本一流高手,九段棋手武宫正树作为陪练,2012年3月,在武宫正树让五子和四子的前提下,ZEN连胜两盘。武宫正树“宇宙流”式下棋特点,也被ZEN很好地模仿了去。因此,AlphaGo如果想战胜李世石,最快的方式是找到一个同水平的高手作为陪练,最好是熟悉李世石下棋特点的人。因为,留给它的时间已经不多了。

要想战胜韩国九段棋手,谷歌AI需要的是一个九段的陪练

李世石

对于人类来说,因天分和后天努力程度,每个人提升速度会不一样,有人20岁就能跻身世界冠军,有人穷尽一生也入不了高手榜。但无论如何,在很多人眼里,围棋并非一蹴而就。就比如最近引起舆论哗然的“真疯叔叔”的“六天速成法”,宣称可以让成年人在六天之内,围棋水平从零基础提高到业余1段,不过回应他的,是来自围棋界的各种嘲笑。

六天从零基础提高到业余1段,如果放在人工智能身上,或许有这个可能。不过想要从职业二段挑战职业九段,赢得可能性并不大。围棋作为起源于中国的博弈游戏,在亚洲的流行更加广泛,在欧美等地区,围棋的普及度还较低,这也就是为什么会出现一个二段棋手成为欧洲冠军。在这种情况下,AlphaGo很难遇到一个顶级高手,也就妄论战胜顶级高手了。

不过,围棋的复杂度与挑战难度,令其成为人工智能最想攻克的难题。一个多月前,DeepMind的CEO Demis Hassabis在一个视频采访中透露,他们的秘密团队可能将破解围棋。Hassabis在谈到这个可能时表现得很兴奋,因为在他看来这是个了不起的挑战。“它不像国际围棋那样需要蛮力,它实际上是漂亮的,有规律可循,有形状可追的,而这些通常是计算机不擅长的,因此它非常了不起。”

除了谷歌,Facebook也在进行AI攻克围棋的测试。就在《Nature》报道了AlphaGo战胜樊麾的前一天,Facebook也在arXiv.org上更新了一篇用卷积神经网络和蒙特卡洛树搜索相结合来解决围棋问题的新论文。Facebook人工智能实验室负责人Yann LeCun在论文中表示,作为一项非常困难的任务,围棋是一个很好的案例来验证各种学习技能的结合,包括模式识别、问题解决和规划等,也是一个可以用来测试新想法的工具,包括机器学习、推理和规划的结合。因此,战胜围棋高手,不仅仅是一场游戏,更重要的是人工智能的突破。而人工智能对于人类的影响,将是无限可能的。

从国际象棋的经验看,1997 年人工智能第一次打败人类后,直到2006年,人工智能在人类这里再无对手。而人工智能想要在围棋上完全战胜人类,还需要不断地练习。至少这次,赢得可能性很小。

雷峰网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章

编辑

雷锋网编辑,专注新技术和商业故事报道,创业者或行业交流可加微信号Duras0820
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说