亦苏围棋社区 - Powered by Discuz! Board

标题: 与Facebook专家聊人工智能田渊栋赞AI能力强 [打印本页]

作者: 天马行空 时间: 2016-4-5 17:45 标题: 与Facebook专家聊人工智能田渊栋赞AI能力强

2016年04月05日13:48 新浪体育

[attach]46816[/attach]

江铸久与张峥教授与Facebook AI专家聊人工智能

　　之前就听张峥教授说起过，Facebook也在开展人工智能围棋这方面的工作，并且进展还不错，所以一直都很期待可以和他们的负责人田渊栋博士会面。很想和AlphaGo团队的竞争对手聊一聊这次人机大战。

　　会面约在张峥教授家，我去之前他们已经先到了。除了田渊栋博士和张峥教授外，还有上海科技大学计算机学院的马毅院长，和自己出来创业的人工智能专家小闵。田博士比我想象的要年轻一些，真是后生可畏啊。

　　大家寒暄了一阵就直入主题了。我先提出了自己一直以来比较关心的问题： AlphaGo是如何从之前较低的水平，在很短的时间内成长起来从而达到现在这个水准的？除了Google DeepMind团队公布的策略网络（policy network），估值网络（value network）和快速走子（rollout）策略之外，是否还有其他被隐藏了但是却很重要的技术手段。

[attach]46817[/attach]

　　田博士对这些比较熟悉，他首先给我介绍了一下AlphaGo这个项目。原来DeepMind在很早的时候就开展了人工智能围棋这个项目。团队中的很多人都比较有开发围棋程序的经验。比如AlphaGo负责人David Silver，已经有十年的开发经验；和李世石对弈时帮助AlphaGo落子的黄士杰也有五年以上的开发经验。

　　在大家交流的过程中，有一个共同关心的话题，那就是AlphaGo还能再走多远？AlphaGo能否穷尽围棋？AlphaGo是否已经发现了围棋的所有奥秘。

　　根据各位专家的看法，AlphaGo实际上还并没有穷尽围棋，就目前而言，AlphaGo的进步还是以人类棋手和人类对围棋的认知为参照物的。让我兴奋和好奇的是，与AlphaGo下棋可以尝试不同的布局和下法。比如，我们把三连星先摆出来，AlphaGo会拿出对付三连星的办法；我们要是把中国流拿出来的话，它也会有对付中国流的办法。还有AlphaGo的“双手互搏”，这也是它深度学习的一个重大突破。我想，它自己互下时的棋谱如果可以发表的话也一定会很有意思。再比如，如果规定它执黑的时候必须下低中国流，高中国流，三连星，我们就可以知道它是怎么利用这些开局的。

　　AlphaGo在人机大战的五盘棋中究竟发生了什么变化也很令人好奇。第一盘第二盘给我的感觉是AlphaGo还是有很多弱点可循的。第三盘是李世石下得不够好，上来有些过于急躁，结果被AlphaGo抓住了机会一路领先。那第四盘究竟发生了什么？到底是李世石下出了神之一手，还是AlphaGo出现了致命失误？

[attach]46818[/attach]

　　田博士原来对整个比赛的预想是0：5或者5：0。在他看来，电脑要不已经超过了人类，要不就还没超过。在内心深处，他们这些从事人工智能研究的科学家觉得超过的可能性是很大的，这显然和很多职业棋手的预计很不一样。与谷歌相比，Facebook整个公司下的决心没有那么大，投入的资源也没有这么多，这是导致他们研究进度落后的主要原因。

　　田博士是Facebook研究团队的核心。据他介绍，去年年底的时候，就已经有Nature杂志的一些记者前来向他询问相关情况了。Deepmind的那些论文是今年1月28日发表在Nature杂志上，实际上Nature是很严格的杂志，所以通常论文交上去之后要等很久他们才能给你答复，在这个过程中要调查你写的这些文章。我们可以看出，Deepmind他们有了深度学习之后真的蛮有自信的，他们肯定认为训练出来的可能性很大。如果从1月28日往前倒推三个月的话，他们在去年十月份就交了这个文章。换句话说，这个AlphaGo的学习能力真的是挺强的。按照这样一个方向，在短短三个月内居然真能成长为可以打败世界上最强的职业棋手的一个人工智能。我觉得这点真的是挺了不起的。

　　得知Deepmind团队发表文章的消息之后，Facebook也采用了深度学习这些方法，也取得了很大的进步。不久前在日本棋院举办的那个比赛中，Facebook的人工智能受三子和著名棋手小林光一九段下，成绩不错，棋的内容也非常好，与以前的电脑软件相比有了很大的飞跃。

　　令人感叹的是，科技的进步降低了海量运算的难度，这一点对人工智能的帮助非常大。有了海量运算做后盾，才有了人工智能在围棋上的巨大突破，才能够在短时间内做出这么好的成绩。不管什么变化，尤其是越到局部的地方它越可能想办法穷尽你。另一方面，人工智能又无法真正穷尽围棋，这也体现出围棋的博大精深。专家们说，围棋的计算量太大了。换句话说，现在即使是Alphago也不可能下出一盘完美的棋。藤泽秀行先生说，棋道一百，我只知七，经过几千年的发展，我们对围棋的了解依然还很有限。

[attach]46819[/attach]

　　人机大战前后，很多人都在讨论Alphago有没有“死穴”问题。包括张峥教授在内，这几位专家都说，如果职业棋手能看到Alphago的大量对局，有可能会发现Alphago的弱点在哪儿，就像第四盘棋那样。单单把第四盘拿出来看，我觉得从一开始到李世石下出“神之一手”之前，AlphaGo的下法太漂亮了，一般的职业棋手哪里敢主动下成那种局面？换句话说，李世石的“神之一手”是被逼出来的，因为那个局面他基本上已经是要必败了。

　　其实，即使我们真的找到了电脑的弱点，它需要更新只要改一个程序就可以了。更让我感兴趣的是，电脑程序真的可以帮助我们测试各种不同的局面，人工智能的应用能让我们看到更漂亮更美好更丰富的围棋。另外，值得一提的是，这次Alphago比赛时世界上有很多很多光纤连接它后面的主机，也就是说有上千条Alphago在同时计算、作战，真是蛮厉害的。

　　谷歌公司是这次人机大战最大的赢家。他们不仅显示了公司在人工智能研究方面的强大实力，还取得了了不起的社会效益。谷歌的收获跟他们的投入是分不开的，咱们国内的公司谁又能够花这么多钱？而且，即使花了100万1000万也不一定能有什么成果，或者说国内的公司是不肯这么干的。听说Google deepmind团队准备把Alphago再重造一遍，这是挺了不起的设想。现在这个版本是通过不停地“喂”它棋谱来取得进步的，由水平低的棋手逐渐到水平高的棋手。但是，在这个过程里，还是能看出来Alphago的一些弱点和一些缺点。

[attach]46820[/attach]

　　比如说，它从海量的16万盘的棋谱里面训练到了一定的水平，再自己深度学习又学到了3000万盘。可是这3000万盘里他还是有一些招法不够强。那么，重新推倒再重建的Alphago一定是更加强大的。Alphago的横空出世其实也给职业棋界带来了一些福音。这次人机大战的社会效应自不必说，单单从想看到更加精彩的棋谱的角度而言，Alphago如果将来能普及的话，一定能让大家看到很多很多不一样的局面和我们从未见过的招法。

　　我觉得职业棋手的长远发展是建立在广泛的群众普及的基础上的，Alphago的出现对于普及围棋来说真是个挺好的机遇。当然，今后它还会让职业棋手练棋更加方便，还能带来和以前不一样的训练方法。不仅如此，人工智能在医疗等方面一定能更好更多地造福人类。有了Alphago，可以方便更多的人学习围棋和练习围棋。只要你想下，它可以随时陪着你“杀一盘”。当然，作为一个从事围棋专业这么多年的职业棋手，我也能理解有些棋手的难过，我也会有这样的感受，那就是好像自己奋斗了几十年的事情没想到被高科技很轻易地就打败了。可是，另一方面呢，AI暂时还没有能够穷尽围棋，穷尽围棋这一课题可能太大了。它就有点像一个领跑者，像一个在一场不知疲倦的马拉松里的一个领跑我们的人。你可以感受到，它总是在你前面一点点的地方领跑着你，对于这个更多的还是欣慰吧。

[attach]46821[/attach]

　　AI作的藏头诗

　　来源：江芮围棋公众号

欢迎光临亦苏围棋社区 (http://ysgo.91em.com/bbs/)