1月28日上午消息，谷歌今日宣布在人工智能領(lǐng)域的重要進(jìn)展：開發(fā)出一款能夠在圍棋中擊敗職業(yè)選手的程序——AlphaGo,，該程序能夠通過機(jī)器學(xué)習(xí)的方式掌握比賽技巧,。
人工智能挑戰(zhàn)圍棋有多難,？
計算機(jī)和人類競賽在棋類比賽中已不罕見,，在三子棋,、跳棋和國際象棋等棋類上，計算機(jī)都先后完成了對人類的挑戰(zhàn),。但對擁有2500多年歷史的圍棋 而言,，計算機(jī)在此之前從未戰(zhàn)勝過人類。圍棋看起來棋盤簡單,、規(guī)則不難，縱橫各19九條等距離,、垂直交叉的平行線,，共構(gòu)成19×19(361)個交叉點(diǎn)。比 賽雙方交替落子,，目的是在棋盤上占據(jù)盡可能大的空間,。
在極簡主義的游戲表象之下，圍棋具有令人難以置信的深度和微妙之處,。當(dāng)棋盤為空時,，先手擁有361個可選方案。在游戲進(jìn)行當(dāng)中,，它擁有遠(yuǎn)比國際象棋更多的選擇空間,，這也是為什么人工智能、機(jī)器學(xué)習(xí)的研發(fā)者們始終希望在此取得突破的原因。
就機(jī)器學(xué)習(xí)的角度而言,，圍棋的計算最大有3361種局面,，大致的體量是10170，而已經(jīng)觀測到的宇宙中,，原子的數(shù)量才1080,。國際象棋最大只有2155種局面，稱為香農(nóng)數(shù),，大致是1047,。
“機(jī)器學(xué)習(xí)”預(yù)測人類行為
傳統(tǒng)的人工智能方法是將所有可能的走法構(gòu)建成一棵搜索樹 ，但這種方法對圍棋并不適用,。此次谷歌推出的AlphaGo,，將高級搜索樹與深度神經(jīng)網(wǎng)絡(luò)結(jié)合在一起。這些神經(jīng)網(wǎng)絡(luò)通過12個處理層傳遞對棋盤的描述,，處理層則包含數(shù)百萬個類似于神經(jīng)的連接點(diǎn),。
其中一個神經(jīng)網(wǎng)絡(luò)“決策網(wǎng)絡(luò)”(policy network)負(fù)責(zé)選擇下一步走法，另一個神經(jīng)網(wǎng)絡(luò)“值網(wǎng)絡(luò)”(“value network)則預(yù)測比賽勝利方,。谷歌方面用人類圍棋高手的三千萬步圍棋走法訓(xùn)練神經(jīng)網(wǎng)絡(luò),，與此同時，AlphaGo也自行研究新戰(zhàn)略,，在它的神經(jīng)網(wǎng)絡(luò) 之間運(yùn)行了數(shù)千局圍棋,，利用反復(fù)試驗(yàn)調(diào)整連接點(diǎn)，這個流程也稱為鞏固學(xué)習(xí)(reinforcement learning),。通過廣泛使用Google云平臺,，完成了大量研究工作。
AlphaGo所使用的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖
征服圍棋對于谷歌來說有重要意義,。AlphaGo不僅是遵循人工規(guī)則的“專家”系統(tǒng),，它還通過“機(jī)器學(xué)習(xí)”自行掌握如何贏得圍棋比賽。谷歌方面希望運(yùn)用這些技術(shù)解決現(xiàn)實(shí)社會最嚴(yán)峻,、最緊迫的問題——從氣候建模到復(fù)雜的災(zāi)難分析,。
在具體的機(jī)器訓(xùn)練上，決策網(wǎng)絡(luò)的方式是輸入人類圍棋專家的比賽,，到系統(tǒng)可以預(yù)測57%人類行動為止,，此前最好成績是44%。此后AlphaGo 通過在神經(jīng)網(wǎng)絡(luò)內(nèi)部進(jìn)行比賽的方式(可以簡單理解成和自己下棋),，開始學(xué)習(xí)自主探索新的圍棋策略,。目前AlphaGo的決策網(wǎng)絡(luò)可以擊敗大多數(shù)具有龐大搜 尋樹的最先進(jìn)的圍棋程序。
值網(wǎng)絡(luò)也是通過自己和自己下棋的方式來訓(xùn)練,。目前值網(wǎng)絡(luò)可以評估每一步棋能夠有多大勝算,。這在此前被認(rèn)為是不可能的,。
AlphaGo戰(zhàn)績驚人
實(shí)際上，目前AlphaGo已經(jīng)成為最優(yōu)秀的人工智能圍棋程序,。在與其他程序的對弈中,，AlphaGo用一臺機(jī)器就取得了500場的勝利，甚至 有過讓對手4手后獲勝的紀(jì)錄,。去年10月5日-10月9日,，谷歌安排AlphaGo與歐洲圍棋冠軍Fan Hui(樊麾：法國國家圍棋隊(duì)總教練)閉門比賽，谷歌以5-0取勝,。
AlphaGo與歐洲圍棋冠軍樊麾的5局較量
公開的比賽將在今年三月舉行,，AlphaGo將在韓國首爾與韓國圍棋選手李世石九段一決高下，李世石是近10年來獲得世界第一頭銜最多的棋手,，谷歌為此提供了100萬美元作為獎金,。李世石表示很期待此次對決，并且有信心獲得勝利,。
此外,，AlphaGo的發(fā)布，也是Deep MInd在2014年1月被谷歌收購以來首次發(fā)聲,。在被收購之前,，這家位于倫敦的人工智能領(lǐng)域的公司還獲得了特斯拉和SpaceX創(chuàng)始人馬斯克的投資。
人機(jī)對弈誰將勝,？
值得一提的是,，上一次著名的人機(jī)對弈要追溯到1997年。當(dāng)時IBM公司研發(fā)的超級計算機(jī)“深藍(lán)”戰(zhàn)勝了國際象棋冠軍卡斯巴羅夫,。不過國際象棋 的算法要比圍棋簡單得多,。國際象棋中取勝只需“殺死”國王，而圍棋中則用數(shù)子或比目的方法計算勝負(fù),，并不是簡單地殺死對方棋子,。此前，“深藍(lán)”計算機(jī)的設(shè) 計人2007年發(fā)表文章指出,，他相信十年內(nèi)能有超級電腦在圍棋上戰(zhàn)勝人類,。
該項(xiàng)目并未給IBM帶來可以銷售的產(chǎn)品，但卻讓我們意識到：基礎(chǔ)科學(xué)研究所面臨的巨大挑戰(zhàn)是值得我們?nèi)ビ拥?，雖然企業(yè)在這方面的收益還無法量化。
隨著頂級科技公司爭相在產(chǎn)品中融入智能技術(shù),，谷歌并不是唯一一家研究圍棋AI的公司,，F(xiàn)acebook對圍棋人工智能的研究整合此前也亮相最新 的計算技術(shù)：深卷積神經(jīng)網(wǎng)絡(luò)(deep convolutional neural networks)和蒙特卡洛樹搜索(Monte Carlo tree search)，前者利用類似于大腦的算法來學(xué)習(xí)和識別棋盤上各種模式的重要性,，而后者相當(dāng)于一種超前思維,，用于計算詳細(xì)的戰(zhàn)略步驟,。
Facebook和谷歌在圍棋人工智能方面的研究具有極大的代表意義。與國際象棋相比,，圍棋更具深度,。要讓計算機(jī)掌握相關(guān)技巧，需要更多類似于人類的模式 識別和直覺判斷技巧,，計算機(jī)象棋軟件越來越優(yōu)秀,，已將揭開了這項(xiàng)游戲的神秘面紗；相比之下,，圍棋目前更加神秘,。但將來，圍棋的神秘色彩也可能不復(fù)存在,。