专栏名称: 腾云
Technology is the new sexy.
目录
相关文章推荐
新浪科技  ·  【#苹果AI明年将支持的语言#】据 The ... ·  3 天前  
新浪科技  ·  #苏州最大风力13级# ... ·  6 天前  
51好读  ›  专栏  ›  腾云

腾讯AI围棋“绝艺”背后,你应该知道的7个问题

腾云  · 公众号  · 科技媒体  · 2017-03-20 22:24

正文

在刚刚过去的这个周末,鹅厂诞生了一位神秘围棋大咖——“绝艺”

就在昨天刚结束的第10届日本UEC杯计算机围棋大赛中,人工智能“绝艺”(Fine Art)打败了日本明星程序DeepZenGo和来自法国Crazy Stone,夺得 冠军。一周后,“绝艺”还将与日本人类棋手一力辽对弈。

关于绝艺的身世,外界议论纷纷,下面我们就来扒一扒这位神秘的UEC杯冠军

Q

1. UEC是什么?牛吗?

AI Lab

首先,先解决广大围棋小白的第一个问号。UEC杯是世界权威的计算机围棋大赛,由日本电气通信大学于2007年创办,承载了计算机攻克围棋项目的使命。一直以来,UEC杯都是人工智能领域的一项盛事,既是各国人工智能研发的实战演练机会,也是世界各团队间技术交流的平台。2016年以前,大赛活跃ZEN、疯石、银星、石子旋风等明星程序。2017年第十届UEC杯上,绝艺获得冠军。有传言说这也是UEC杯的最后一届比赛。


Q

  2. 绝艺是谁开发的?

AI Lab

鹅厂的腾讯AI Lab(腾讯人工智能实验室),隶属TEG(技术工程事业群)的人工智能团队。2016年4月成立后,AI Lab在研究人工智能基础科学的开放研究,以及应用领域的深入探索。目前,这个实验室由50余位世界知名学院的AI科学家(90%为博士)和200多位工程师组成。


AI Lab研究什么呢?全面覆盖AI四大领域:计算机视觉、语音识别、自然语言处理与机器学习。此外,还有四个“有腾讯特色”的重点应用方向:分别是内容 AI、社交AI、游戏AI和平台工具型AI,围棋AI就属于游戏AI的一类。

Q

3. AI Lab为什么要做围棋?

AI Lab

腾讯AI Lab专注AI基础研究和应用探索的结合,而围棋AI就是一个研究与应用很好结合的例子。


腾讯在搜索领域累积多年的算法经验,而AI Lab的科研实力也着实强劲,加上腾讯围棋(野狐围棋)上强手如云的竞技氛围,“绝艺”得以迅速成长。


此外,负责“绝艺”的团队里,本身很多人喜欢下围棋。当然“绝艺”的价值不止在棋盘上,它让AI Lab在深度学习、强化学习等AI热门领域进行了很有价值的探索和创新,为未来的研究奠定了很好的基础。

Q

  4. 绝艺为什么叫“绝艺”?

AI Lab

对于绝艺的名字由来,一位鹅厂知名写作人曾表示愿意拿一枚膝盖悬赏征问。


这个颇具美感的中国风名字,出自唐代杜牧给唐朝的围棋国手王逢的送别诗“绝艺如君天下少,闲人似我世间无”,杜牧用绝艺这个词赞赏了王逢棋艺精湛,无人可及。据说为了找到一个理想又贴切的名字,团队翻遍了古诗和典故,当时和“绝艺”一起候选的名字还有“玄黄”、“玄素”、“入神”等。


Q

5. 绝艺的成名史

AI Lab

绝艺的成名史和它的“改名”史息息相关。


绝艺这个项目其实叫weigo。2016年8月,weigo以“虎虎有生气”的ID首次在野狐平台(腾讯旗下围棋对弈平台)下棋,8月23日首次战胜职业棋手;9月4日,weigo以“野狐扫地僧”ID连赢 ID为tby的网友8局;11月1日,weigo正式以“绝艺”ID亮相野狐,并沿用到了现在,多次战胜中日韩三国一众顶尖棋手,成为野狐首个晋级“十段”的棋手。


截至今年3月17日,“绝艺”在136天时间对局数量达508盘,战绩是388胜120负,胜率76%。“绝艺”曾与中国的柯洁、古力、聂卫平,日本的井山裕太和韩国的朴廷桓等共计100多位知名人类棋手对决,其中对柯洁 4 比 0,对朴廷桓4比0。


Q

6. 绝艺为什么能赢?背后的技术厉害在哪里?

AI Lab

“绝艺”的学习主要包括人类棋谱数据库和机器自对弈,它的算法基于策略网络与价值网络两大核心,并创新性地大幅提升了价值网络的精度,使其大局观表现更好。通俗的说,“策略”指每一步博弈时,各种选择的取舍,选好棋弃差棋,这是偏微观评估;而“价值”则指能看懂棋局,判断给定棋局是不是能赢,这是偏宏观的评估。


Q

7. 绝艺夺冠意味着什么?

AI Lab

AI Lab负责人姚星曾在接受采访时说过,AI Lab致力于对“通用人工智能”的研究,提供更加便捷的智能工具,帮助每个人实现心目中的“大白”,让青少年被理解、成年人被保护、老年人被照顾。绝艺赢得UEC杯冠军不仅仅是下赢一盘棋这么简单,而是体现了它背后的“精准决策”的能力,未来可以应用在如无人驾驶、量化金融、辅助医疗等场景里,同时也为通用AI带来了宝贵的积累,使得AI Lab的“大白”梦又越发清晰了一些。