观察者网

陈经:人类智能堡垒围棋突然被谷歌智能攻破了,靠的是策略判断和暴力搜索两手都硬

2016-01-28 16:16:25

2016年1月28日一早,围棋圈和人工智能圈被一个消息给炸了:

谷歌人工智能分先5:0击败欧洲职业围棋冠军樊麾,2016年3月将分先挑战李世石,奖金100万美元。

Nature网站出了新闻:

谷歌的人工智能算法精通了古老的游戏围棋(Google AI algorithm masters ancient game of Go)

1月28日出版的Nature封面文章介绍了这个人工智能领域的重大突破。

文章第一作者David Silver

围棋迷以前的感觉是,电脑围棋确实进步挺大的,但要说能挑战职业棋手,似乎还有很长时间,十年或者更长。

仅仅两个月前,2015年11月,北京举办了一次“美林谷杯”电脑围棋竞赛,冠军是韩国人工智能程序“石子旋风”(DolBaram),被让四子、五子、六子与中国职业高手连笑七段(刚获得名人和倡棋杯两个头衔)对弈。在第一局中,电脑显得无比愚蠢,执着地与连笑打一个注定无法胜利的连环劫,消耗了大量劫材不断亏损,对弈中连笑都笑开花了。直到让六子,电脑才胜了一局。

连笑七段和DolBaram作者林宰范

早期的电脑围棋代表程序是我国陈志行教授(量子化学家,跟风云学会会长袁岚峰是同行,2008年去世)开发的“手谈”,上世纪90年代多次获得电脑围棋世界冠军。那时的电脑围棋棋力不到业余一段,业余棋迷们以让多少子战胜“手谈”为谈资,让七八子都很正常。

1997年IBM的国际象棋程序“更深的蓝”战胜了人类最高水平的卡斯帕罗夫,当时兴起了一股人工智能热潮。但是围棋迷很淡定:电脑围棋,还差太远,离一般业余棋手都有不小的差距。按某种估计,围棋的复杂度是10的170次方,比国际象棋的10的47次方多100多个0,电脑还差得远。这个时期的围棋程序有的搜索,有的不搜索,但基本还是与国际象棋的人工智能算法相似,被围棋的复杂度轻易击败,下起来一看就很愚蠢,根本不象人。

和国际象棋类似,中国象棋也被人工智能程序攻破了。业余象棋比赛多次传出选手使用软件作弊的丑闻,职业圈子中王天一、孙勇征等大师也为之争吵。之后围棋逐渐成为人工智能领域的核心难题。Google、Facebook和微软都开了围棋研究小组。

围棋人工智能的上一次显著突破,是2010年左右,开发者们引入了“蒙特卡洛”算法。这种算法的特点是模拟棋局一直到下完算子判断胜负,模拟多次后看哪个选点的“获胜概率”最高。模拟时会利用“棋形”等经验减少选点,一直模拟下去直至终局。时间不够或者电脑计算能力不足,模拟的“局面数”就少,棋力就低。这是一个基于概率的暴力搜索算法,确实取得了突破。代表程序有日本的Zen,法国的CrazyStone,以及前面提到的DolBaram(在北京击败了Zen与CrazyStone)。中国电脑围棋开发者这时落后了,没有开发出水平相当的程序。这些基于蒙特卡洛算法的围棋人工智能,已经可以轻松战胜一般业余棋手了,但是对职业棋手还是差距很大。对局时,电脑招法一般看着还可以,但有时会出现一些莫明其妙的招数,如落后时就开始瞎下。这是因为电脑根据概率评估,瞎下人应错了它有机会胜。

研究者以及棋迷们都认为,蒙特卡洛概率暴力搜索虽然取得了棋力的巨大突破,但不是围棋人工智能技术继续发展的方向。即使再增加算力,增多模拟局面,棋力也不会有本质提升,战胜职业棋手是不可能的。业余棋迷们会惊叹于人工智能围棋的发展,在KGS围棋网上,排着队和Zen等人工智能程序对局很有乐趣。但职业棋手们仍然很淡定,认为围棋人工智能挑战职业选手还是很远的事。

就在前面连笑与DolBaram对弈之后,对于电脑围棋较为了解的中国围棋队总教练俞斌九段评论说:

“国际象棋的电脑程序是围绕着杀死王这一要点设计的,比较有效。而围棋的棋子没有大小之分,电脑无法判断哪条大龙更大,从而无法准确做出取舍。围棋到后盘收官变化无穷,越下到后面,盘面形势就越复杂,这让计算机程序难以做出正确选择。现在设计围棋电脑软件的都是业余棋手,而软件的水平很难超过设计者,光靠电脑会记能算,想战胜职业高手是不容易的。业余棋手思考问题的方法与职业棋手不同,如果今年由围棋和电脑软件高手联手编写软件,那么,电脑围棋的水平会有质的变化。”

国家队总教练俞斌九段

这次Google的DeepMind小组开发的AlphaGo取得的突破,可以说打破了俞斌九段的预期。AlphaGo与中国职业二段樊麾分先下成了5:0,新浪围棋有这五局的棋谱。看这五局棋的感觉,AlphaGo下得非常象人,一点看不出是机器下的,和以前的各种程序有显著区别。战绩上也是压倒性的。第一局樊麾和电脑平稳收官,输了3目半。后面四局进行战斗,多次被电脑杀死大龙,全部惨败。

樊麾虽然只是欧洲冠军,但毕竟有中国职业段位,就算多年在低水平环境中棋力下降,业余顶尖水平总是有的。AlphaGo也和之前最高水平的程序Zen、CrazyStone下过,分先495盘只输了1盘。它甚至能让4子对阵Crazy Stone和Zen,胜率分别是77%和86%。这个水平突破绝对是革命性的。

从人工智能技术发展上看,DeepMind使用了“深度学习”技术,而非象俞斌估计的和职业高手合作。电脑通过海量学习人类高手的棋谱,用深度神经网络快速模拟出人的招法,下出来的棋就很象人了。樊麾二段说:“如果没人告诉我,我会想对手下得有一点怪,但肯定是个很强的棋手,一个真正的人”。

樊麾二段

Facebook的围棋人工智能程序Darkforest就是用这种办法,不靠搜索,只用深度学习这一招就很快达到了之前研究者多年无法实现的棋力,扎克伯格1月27号正好发文介绍了这个进展。由于棋力还略低于Zen、Crazystone,所以不算是巨大的突破。

而DeepMind小组在搜索技术上取得了更大突破。跟Darkforest相似,AlphaGo用一个深度神经网络(policy network,“策略网络”)减少搜索的选点,象人类高手一样,只考虑少数几个可能的选点。此外,他们还建立了另一个深度神经网络(value network,“值网络”),象人类高手一样,思考到某个局面就有了结论,不必象之前的蒙特卡洛模拟那样下到终局,极大地减小了搜索的深度。

DeepMind引入的另一个逆天的高招是,让围棋人工智能自己和自己下,总结经验,自我不断提高!这个技术2015年2月就在Nature上发表了,标题是《玩游戏的软件从神经科学中吸取经验》(Game-playing software holds lessons for neuroscience)

这个人工智能自学习的要点是,不需要告诉电脑人类的经验,就让它自己玩这些电脑游戏,只是给出玩的分数。电脑看着分数不断纠正自己的策略,最后就发展出比人类还强的电游技术。这次的AlphaGo也用了这个技术,这又是比其它电脑围棋程序强的地方。从Nature的文章看,DeepMind的绝招是,用50台电脑让AlphaGo不断和自己对弈,下了3000万盘棋!然后每盘棋选取一个局面(不多选,以避免同一盘棋中不同局面之间的相关性),根据这盘棋的最终结果判断局势优劣。这样获得了3000万个训练数据,用于训练生成“值网络”。暴力生成这么多数据需要海量的计算资源和投入,确实只有谷歌这样的大公司敢想敢做。可以看出他们的战略是智能和蛮力两手抓,两手都要硬,哪个合适就用哪个,并且互相帮助。

通过这样三招,DeepMind小组确实在围棋人工智能上取得了巨大突破。而且研究方法的潜力很大,从这个方向上走,最终象“更深的蓝”一样战胜人类最高手是完全可以想象的。一个月前,DeepMind小组就报告说围棋人工智能取得了巨大突破,会战胜人类,但当时棋迷与职业棋手并未留意。现在有了棋谱,又有了技术细节,就显得可信多了。

职业棋手李喆在微博上说:

“Google的围棋AI已具有职业水准。从棋谱初步判断是顶尖棋手让先-让先倒贴的水平,离战胜人类还有一小段距离。但这是三个月前的棋谱...以Google机器学习堆数据的速度,今年三月对决李世石相当值得期待。”

如果象报道的那样,2016年三月AlphaGo真的挑战韩国棋手李世石(过去十年获得世界冠军最多的棋手),这说明Google对AlphaGo非常有信心,认为三个月的时间就能进步到战胜顶尖高手了。DeepMind小组认为,电脑围棋的优势在于一天可以下100万盘棋,而且一直保持水平稳定,而人类能下的棋和能打的棋谱很有限,时间长了还会疲劳出错。

围棋世界冠军李世石九段

我认为这次电脑是真的有可能在围棋上战胜人类。樊麾在非正式对局中两次中盘胜AlphaGo,可见AlphaGo也是会认输的,不是永远缠斗到终局,而且樊麾是有击败AlphaGo的棋力的,在正式比赛中可能是太紧张技术变形了。如果李世石象樊麾二段一样心态失衡露出大破绽,肯定会被电脑抓住输掉。即使小心应付,电脑也会有胜机。即使只赢李世石一盘,也是了不起的成就。最终,电脑以稳定的概率战胜职业棋手将在一二年内实现。

这无疑是人工智能领域的巨大突破,预示着机器将在棋类这项“智力运动”上彻底战胜人类。围棋这个人类自以为还能坚固防守五十年以上的堡垒,在引发了人工智能研究领域的巨大兴趣后,被机器出人意料地迅速突破了。

当然正如深度学习技术的发明人、DeepMind小组的Hassabis所言,人工智能真正的挑战是“泛化”的能力。人工智能在围棋上达到的超高能力,并不能转移到其它任务上去。

Demis Hassabis,深度学习技术发明人,Google DeepMind 的CEO,AlphaGo的20位作者之一

但是从目前达到的成就来看,人工智能带来的社会革命也许真的快来了。对于人工智能“奇点革命”有兴趣的可以参考:

人工智能革命:通向超级智能之路 人类永生或灭绝

对于我个人,会象许多业余棋迷一样,非常希望Google能把AlphaGo商业化推向市场。这会是围棋学习的一个革命:随时随地有最高等级的选手教你下棋。所以,暂时欢呼吧!

致谢:感谢风云学会会长袁岚峰博士(@中科大胡不归 )的宝贵意见。


本文系观察者网独家稿件,文章内容纯属作者个人观点,不代表平台观点,未经授权,不得转载,否则将追究法律责任。关注观察者网微信guanchacn,每日阅读趣味文章。

陈经

陈经

风云学会会员,《中国的官办经济》

分享到
来源:观察者网 | 责任编辑:李楚悦
专题 > 谷歌
谷歌
风闻·24小时最热
网友推荐最新闻
切换网页版
下载观察者App
tocomment gotop