专栏名称: AI科技评论
「AI科技评论」是国内顶尖人工智能媒体和产业服务平台,专注全球 AI 业界、学术和开发三大方向的深度报道。
目录
相关文章推荐
爱可可-爱生活  ·  【mdx - ... ·  昨天  
爱可可-爱生活  ·  【NewsNow:优雅阅读实时热门新闻的工具 ... ·  2 天前  
宝玉xp  ·  帅-20241027003919 ·  3 天前  
爱可可-爱生活  ·  【TileLang/tvm:开源深度学习编译 ... ·  3 天前  
宝玉xp  ·  对当前 AI ... ·  5 天前  
51好读  ›  专栏  ›  AI科技评论

AlphaGo | 经过一年的修炼,AlphaGo的哪些能力突飞猛进了?

AI科技评论  · 公众号  · AI  · 2017-05-24 22:29

正文


AI科技评论按:乌镇围棋峰会第一局已经结束了,历时4个半小时,以柯洁九段执黑负于 AlphaGo,AlphaGo 赢四分之一子告终,这样风平浪静的结果想必很多人都预测到了,不过大家从一开始就知道关注的重点,不在于柯洁怎么输的,而是AlphaGo已经进化到什么程度了。距离Deep Mind团队出论文来详解AlphaGo有多强还有一段时间,So我们其实可以从现场观战中来看出一些端倪。

棋速

第一局棋下到一半的时候,不少棋友群里的人沸腾了,发现AlphaGo落子速度非常快,每步棋落子速度在30S-40S之间波动,对此围棋业余5段赵老师对雷锋网AI科技评论表示:“(这局棋)像安乐死,不知不觉就输了,(相比去年)机器落子飞快但错误基本没有”。

综合整局,AlphaGo落子表现冷静、果断,而柯洁的落子状况较多变。最终在比赛进行了四个多小时之后,AlphaGo赢四分之一子。

棋风

AlphaGo1.0的时候(去年3月跟李世石对战的时候),它的棋风概括起来就是擅长记住棋谱+增强学习+计算能力,身上还能看到人类棋风的影子,等AlphaGo乔装成Master60连胜的时候,许多围棋大师包括聂卫平在内开始评价其棋风“很难揣测Master的风格……它永远都没有表情,永远不受情绪影响,永远一个节奏,就是要赢你。”而今天,第一局棋还没结束的时候,搜狗王小川已在知乎上发文剖析AlphaGo2.0 棋风“完全脱离人类经验”——“而AlphaGo2.0脱离了机器对人模仿,走棋风格也将完全脱离人的定式。在与柯洁的比赛中,会不断出现我们意想不到的走棋,而且这些走棋在教科书中会被认为是低级错误或者完全不可理喻,但凡一个正常的棋手都不会这么玩,但凡一个新手这么玩都会被点拨这样不对。而AlphaGo2.0会不断制造这样的局面,关键他还是对的。”

不过最后还是柯洁说了算,他在会后的采访中用了一个很好的例子说明了AlphaGo的棋风莫测:(在回顾比赛时也对第54手的断)时,他表示了肯定:“很震惊,这在人类的下法中是不能有的。在断之后,它把自己的脚步实地化,变得更厚,一石二鸟。”。

算法

AlphaGo1.0的时候(去年3月跟李世石对战的时候)使用的算法精髓,根据FB田渊栋看完Nature论文的解读,由估值网络评估棋局,策略网络选择落子,快速走子(Fast rollout)适当加速,再用蒙特卡罗树搜索把以上这三个部分连起来,形成一个完整的系统。

这一次虽然知乎论坛等活跃地盘已经开始纷纷推测这次的AlphaGo2.0用了什么牛叉的算法,有了硬件的预测失误,真相还是等Deep Mind后面来亲自公布,目测算法预测这个要根据它的单机版4个TPU助力预测比较靠谱。

硬件需求降低

根据DeepMind员工发表在2016年1月Nature期刊的论文,分布式版本(AlphaGo Distributed)使用了1202个CPU和176个GPU。

不过这次比赛AlphaGo用的何种硬件配置,DeepMind已经表示,这次比赛的AlphaGo是新版本AlphaGo Master,它改善了新的算法,有更强大的策略网络和价值网络;而且相比于之前的版本从人的对局中学习,现在它从自己的搜索里学习,成为自己的老师。硬件需求也大大减少,不再像去年的AlphaGo是分布式版本,如今只需要一台具有谷歌新TPU的机器即可运行,运作起来更简单也更好,获得的速度更快。

迭代速度

哈萨比在剑桥大学的一次演讲中提到,以前从零训练一个AlphaGo要三个月,现在只需要一个星期(“We also optimized the performance. It used to take 3 month to train a new version of AlphaGo from scratch. Now we can do it in one week.”)。

如果称对战李世石期间的版本为V18迭代版本,乔装成Master60连胜并宣布升级完成的时刻为V25版本,现在的AlphaGo又是V多少版本,训练的时候会不会一周都不要了?这是我们明天要亲自问DeepMind团队的。

从单人对战到团队对战

心细的朋友肯定注意到了,柯洁和AlphaGo对弈之外,5月26号上午还有一场配对赛,配对赛双方---古力+AlphaGoV连笑+AlphaGo,即对弈双方分别由一位棋手与AlphaGo组成,棋手与AlphaGo合作进行比赛。5月26号上午下午则是陈耀华,周睿羊,芈昱延,时越,唐韦星和AlphaGo的5对1团队赛。

Google之所以敢这样设置赛制,唯一的解释就是,AlphaGo现在既懂人类下围棋的那部分,又懂AI下围棋的那部分,并可以做到融会贯通,所以它才敢挑战配对赛这种跟另一个同伴高度配合的赛制,又敢挑战测试自己“战斗力”极限的团体赛。AI最可怕的部分不是它单个力量有多强,而是它开始懂得和周遭“互动”,这样的融汇是不是比去年3月的人机大战可怕多了呢?

小结:

上次AlphaGo乔装成Master测试的时候,柯洁已经落败给Master过一次,他不是没见识过AI围棋的厉害,但结合柯洁今天在现场的冷静表现,和他昨晚莫名其妙地深夜感慨,我们有理由相信,这不是一场比AI围棋选手和人类围棋选手哪个更厉害的选手,DeepMind团队一定有些悬而未决的答案需要这场比赛给一个肯定的验证,然后再往那个方向实现更深一步的探索。

AI科技评论现场报道,未经许可,拒绝转载。

AI科技评论招聘季全新启动!


很多读者在思考,“我和AI科技评论的距离在哪里?”答案就是:一封求职信。

AI科技评论自创立以来,围绕学界和业界鳌头,一直为读者提供专业的AI学界、业界、开发者内容报道。我们与学术界一流专家保持密切联系,获得第一手学术进展;我们深入巨头公司AI实验室,洞悉最新产业变化;我们覆盖A类国际学术会议,发现和推动学术界和产业界的不断融合。


而你只要加入我们,就可以一起来记录这个风起云涌的人工智能时代!


如果你有下面任何两项,请投简历给我们:

*英语好,看论文毫无压力

*理工科或新闻相关专业优先,好钻研

*对人工智能有一定的兴趣或了解

 * 态度好,学习能力强


简历投递:

深圳:[email protected]