Google 能成為下一個 世界圍棋冠軍嗎？

　　劉佳 任紹敏

　　有著2500多年歷史的圍棋，一直被視作計算機最難以攻克的大眾棋類。但現在，這一人工智能研究領域的“攔路虎”，開始遭遇強勁挑戰。

　　1月28日，GoogleDeepMind團隊宣布，他們研發的人工智能（ArtificialIntelligence，下稱“AI”）程序AlphaGo，在沒有任何讓子的情況下以5∶0擊敗了歐洲圍棋冠軍職業圍棋二段樊麾，同時也擊敗了目前最好的圍棋程序中99.8%的對手。

　　果殼網新浪微博稱：“圍棋，人類已經下不過谷歌的AI了！”多年以后，當人類仰視AI的智慧時，準會想起谷歌推動黑白子的無形的手。圍棋九段、第二屆百靈杯世界冠軍柯潔轉發了上述微博，并評論說：“震驚！！贊！雖說看棋譜感覺水平有限……但可怕的是這還不是完全體，它是可以學習進化的……”

　　AlphaGo的下一個挑戰將是世界頂級圍棋選手之一李世石，這場對戰將在今年3月進行。李世石是圍棋九段高手，也是近10年來獲得世界第一頭銜最多的棋手，Google為此提供了100萬美元作為獎金。

　　為什么圍棋難以攻克？

　　1997年5月，象棋冠軍加里·卡斯帕羅夫被IBM“深藍”擊敗。今年3月，相似的歷史還會重演嗎？

　　“對于更加智能和靈活、具備與人類類似解決問題能力算法的開發工作而言，游戲無疑是一個絕佳的試驗場。”Google在官方博客中這樣寫道。

　　歷史上，電腦最早掌握的第一款經典游戲是井字游戲，這是1952年一位博士在讀生的研究項目；隨后是1994年電腦程序Chinook成功挑戰西洋跳棋游戲；3年后，IBM深藍超級計算機在國際象棋比賽中戰勝世界冠軍加里·卡斯帕羅夫。

　　除了棋盤游戲外，IBM的Watson系統在2011年成功挑戰老牌智力競賽節目Jeopardy游戲一戰成名；2014年，Google自己編寫的算法，學會了僅需輸入初始像素信息就能玩幾十種Atari游戲。

　　但此前，有一項游戲仍然是人類代表著頂尖水平，那就是圍棋。

　　圍棋雖然看上去規則簡單，卻因為精妙而富有思想深度，幾個世紀來都牢牢抓住了人們的想象力。

　　Google介紹說，圍棋的搜索空間是漫無邊際的——比圍棋棋盤要大1個古戈爾（數量級單位，10的100次方，甚至比宇宙中的原子數量還要多）。因此，傳統的“強力”人工智能方法也就是“為所有可能的步數建立搜索樹”，在圍棋游戲中根本無法實現。

　　今年1月10日，卡耐基梅隆大學機器人系博士、Facebook人工智能組研究員田淵棟曾在知乎中作答稱，“圍棋難的地方在于它的估值函數非常不平滑，差一個子盤面就可能天翻地覆，同時狀態空間大，也沒有全局的結構。這兩點加起來，迫使目前計算機只能用窮舉法并且因此進展緩慢。”

　　目前，Facebook的智能圍棋darkforest最新的darkfmcts3在KGS圍棋服務器上達到了5d，贏了一局Zen，輸了一局給DolBaram，被讓四子與一位韓國的職業六段一勝一負。

　　“現在的深度學習能在大量對局中找到這樣的一些規律，但仍然沒有人腦厲害。這一方面說明我們現在算法的局限性，另一方面它還有巨大的發展空間。”他說。

　　人工智能擊敗職業頂尖棋手真的快了嗎？

　　知名少兒對弈平臺新博圍棋老總陳勁松在朋友圈評論說：“三個月以后，Deeplearning也許可以打敗李世石，那也只不過是圍棋高手隊伍里面多了一個小伙伴而已，它學會了大家所有的招數。它同時還在等待學習你們發明的新的招數。”

　　職業二段棋手、圍棋資深教練劉軼一對《第一財經日報》稱，不用擔心，不會那么容易。不過他所在的朋友圈里，圍棋職業棋手們眾說紛紜，有些認為不可能，有些認為指日可待了，還有聲音是“人類快被自己滅絕了”。

　　擊敗歐洲圍棋冠軍

　　那么，人工智能程序AlphaGo是如何擊敗圍棋高手的？

　　GoogleAlphaGo的研究者DavidSilver說，AlphaGo系統的關鍵是，將圍棋巨大無比的搜索空間壓縮到可控的范圍之內。

　　而為了達到這一目的，AlphaGo系統將最先進的蒙特卡洛樹狀搜索技術與兩個深層神經網絡相結合，每個深層神經網絡均包含許多層，每層又包含數以百萬計的神經元一樣的連接。

　　在AlphaGo兩種不同的神經網絡中，“策略網絡（policynetwork）”的作用是預測下一步，并用來將搜索范圍縮小至最有可能硬起的那些步驟。另一個神經網絡“價值網絡（valuenetwork）”則是用來減少搜索樹的深度，每走一步估算一次獲勝方，而不是搜索所有結束棋局的途徑。

　　上述方法使得AlphaGo的搜索方式相比之前的方法更人性化。例如，深藍采用強力方法搜索的棋子位置要比AlphaGo多數千倍。而AlphaGo則相反，它通過想象下完剩余棋局來對下一步進行預判，如此多次反復。在上述模擬游戲中，策略網絡提出下一步的智能建議，而價值網絡則對走過的每個位置進行評估。

　　具體而言，Google首先采用圍棋專業棋手的3000萬步下法對價值網絡進行訓練，直到該網絡對人類下法預測準確率達到57%（AlphaGo之前的紀錄是44%）。

　　但AlphaGo的目標是擊敗水平最高的人類棋手，而不僅僅是模仿他們。為了做到這一點，AlphaGo學會自己發現新策略，通過自身兩個神經網絡之間成千上萬的對弈，采用被稱為強化學習的試錯法逐步進行改善。這種方法提高了策略網絡的效率，以至于最原始的神經網絡（即其中不包含任何樹狀搜索）可以擊敗最尖端、構建有巨大無比的搜索樹的圍棋軟件。

　　這些策略網絡又反過來對價值網絡進行訓練，采用的還是從自我對弈強化學習的方法。這些價值網絡可以對圍棋的任何位置進行評估并預測獲勝方，而人們過去曾認為這個問題太過困難，根本無法實現。

　　實現上述所有設想的前提是，計算機要超級強大。Google稱，這一過程大量使用了Google云平臺，使得人工智能和機器學習研究人員得以隨時靈活地獲得計算、存儲和聯網能力。此外，采用數據流圖形（如TensorFlow）、用于數值計算的開房源庫使研究人員得以對多個CPU或GPU的深度學習算法的計算需求進行高效利用。

　　AlphaGo到底有多強大？為了回答這個問題，Google在AlphaGo和人工智能研究領域最前沿的其他頂級圍棋軟件如CrazyStone、Zen和Pachi之間進行了一次比賽。AlphaGo在總計495局中只輸了一局，勝率是99.8%。

　　AlphaGo甚至在每局開局讓對方四步的情況下對陣CrazyStone、Zen和Pachi，勝率分別達到了77%、86%和99%。

　　如果在今年3月的對戰中，AlphaGo戰勝李世石，是否意味著人工智能已經超過人類?

　　或許還不能如此斷言。但新成立的非營利性組織OpenAI的AI研究者IlyaSutskever認為，從技術的角度說，這個研究對AI具有紀念碑式的貢獻。

　　在棋類游戲之外，這場對決也將引發更多的思考——那些人們曾經以為人工智能不可能完成的腦力挑戰，是否都將被一一打破？未來人類是否會被人工智能所取代？