AlphaGo 是如何一步步接近成为围棋“上帝”的？

爱范儿 · 公众号 · 科技媒体 · 2017-05-24 21:01

正文

正如赛前很多人预料的那样，在与 AlphaGo 的第一场围棋对战中，柯洁输了。

不过，也正如爱范儿（微信号：ifanr）在昨天比赛结束之后一分钟内发布的总结文章所言，AlphaGo 已经今非昔比。确切地说，无论是 DeepMind 对它的命名，还是它背后的计算力量，乃至它自身的棋力，都发生了脱胎换骨的变化。

5 月 24 日，赶在第一局比赛结束之后，DeepMind CEO Demis Hassabis 在第二天举行的中国乌镇人工智能高峰论坛中，专门谈到了 AlphaGo 背后的研发过程和对战故事，以及对这次比赛中 AlphaGo 的相关问题进行了解读。

Hassabis 首先对 DeepMind 进行了简单介绍，然后开始谈起 AlphaGo 背后的复杂性。他表示，计算机下围棋之所以异常困难，是因为围棋的复杂程度让穷举搜索都难以解决；由此衍生出两项难题：一是不可能写出评估程序以决定谁赢，二是搜索空间太过庞大。

而在具体的 AlphaGo 研发过程中，DeepMind 更是要考虑直觉和计算的问题；因为围棋是一种独特的游戏，它具有以下特征：

围棋不像象棋等游戏靠计算，而是靠直觉。
围棋中没有等级概念，所有棋子都一样。
围棋是筑防游戏，因此需要盘算未来。
小小一子可撼全局。
“妙手”如受天启，玄妙深奥。

2016 年 3 月，AlphaGo 与韩国围棋选手李世乭九段进行了举世瞩目的“人机大战”，最终以 4：1 的比分获胜；其中，AlphaGo 在第二局中下出了令人惊叹的第 37 步棋，不过在第四局中也被李世乭的“神之一手”所困扰。

Hassabis 介绍说，AlphaGo 与李世乭之间的对决，对围棋本身的影响是多个层面的。首先是体现的围棋的影响力上，这次对决拥有 2.8 亿观众和 3.5 万篇报道，并且推动围棋棋盘的销售量增加了 10 倍，让不少西方人开始关注这项来自东方的古老技艺。

但 AlphaGo 给围棋带来的真正改变在于思维方式的启发；李世乭在赛后表示：

我认为这给围棋引入了新思路，我感觉找到了自己下棋的理由。

对于 DeepMind 团队来说，AlphaGo 与李世乭的对战也让他们对 AlphaGo 有了新的判断。Hassabis 表示，AlphaGo 在与李世乭的对决中，不仅仅表现出了它应有的认知能力，甚至已经表现出了一定的创造力，虽然是非常有限的。

在 2017 年元旦前后，AlphaGo 以 Master 的身份与包括柯洁在内的 60 名人类顶尖高手进行了对战，并全部获胜。Hassabis 表示，在这 60 场对决中，AlphaGo 表现出了更强的创造力，尤其是在它与辜梓豪和朴廷桓的对决中。

赛后，柯洁表示：

人类数千年的实战演练进化，计算机却告诉我们人类全部都是错的，我觉得，甚至没有一个人沾到围棋真理的边……我们棋手将会结合计算机，迈进全新的领域达到全新的境界……人和 AI 应该可以趋近围棋真理。

在 Hassabis 的演讲之后，AlphaGo 团队负责人 Dave Silver 上台揭露了 AlphaGo 的更多细节。

Silver 表示，其实与李世乭对战的版本的全名为 AlphaGo Lee，它在 Google Cloud 上使用了 50 个 TPU（全称为 TensorFlow Processing Unit，是 Google 为了加速深层神经网络运算能力而研发的芯片）；而 Master 的全名为 AlphaGo Master，它实际上是运行在单个 TPU 机器上，它的强大之处在于能够从自我对弈中强化学习，同时也使用了更强大的策略&价值网络。

实际上，在 AlphaGo 团队的评估中，AlphaGo Lee 的等级分已经在 3500 分和 4000 分中间，而 AlphaGo Master 的等级分已经超过 4500。作为对比，当今世界排名第一的柯洁在 GoRatings 的等级分为 3620。

AlphaGo 各个版本的评估分

AlphaGo 已经被踢出评估体系

至于这次与柯洁对战的 AlphaGo 版本，Silver 表示此次 AlphaGo 使用了第一代的 TPU，并不是 Google 前不久公布的第二代；另外，今年升级版的 AlphaGo 是在单机上运行的，它的物理服务器上部署了 4 个TPU。

由此可以想见的是，这一次柯洁将要面临的是多么可怕的对手。

AlphaGo 是如何一步步接近成为围棋“上帝”的？

正文

请到「今天看啥」查看全文