标题:
2019世界智能围棋公开赛参赛队介绍：清石围棋
[打印本页]
作者:
天马行空
时间:
2019-8-27 09:41
标题:
2019世界智能围棋公开赛参赛队介绍：清石围棋
2019年08月21日 10:50 新浪体
[attach]155265[/attach]
智能围棋赛资料图
2019“中信建投证券杯”世界智能围棋公开赛
一股清泉石上流——清石围棋
8月21日，2019中国围棋大会唯一的世界级比赛——2019“中信建投证券杯”世界智能围棋公开赛将在日照科技文化中心拉开战幕。其中，“清石围棋”作为首次参赛的队伍引人关注，其实力究竟如何？这让人难免产生联想，透着十足的神秘感。有幸的是，我们在赛前采访到了他们。采访中笔者不禁感叹，“清泉石上流” 对于他们来说虽是一种棋艺境界，但或许还是他们格物致知的执着追求以及胸怀谦逊仁爱、淡泊名利之心，真可谓队如其名，由衷地期待这股“清流”能在本届世界智能围棋公开赛的舞台上尽情的展现自我！让我们来看一看他们是怎么说的。
1、 可以简单的介绍一下自己（的参赛队）吗？
清石团队由南京栖霞棋院王浩院长领衔，追求“清泉石上流”（唐·王维《山居秋暝》）的棋艺境界，以及“漱石枕流”（南朝宋·刘义庆《世说新语》）的棋品风范。终极理想是借助人工智能培养技术全面、自然，专心致志、超然物外的优秀棋手。“清石围棋”是因队中少年棋手王清石（5段）曾接受过人机大战主角——世界冠军李世石九段的悉心指导而命名。
2、 可以介绍一下你们在参赛围棋AI上的技术原理和自身优势吗？
“清石围棋”是在Leela Zero开源引擎的基础上优化了计算速度与选点策略，并训练混合权重，加入开局库，目前在网络AI测试中处于中等偏上水准，未来计划提高多显卡的利用率。
3、 你们在开发自己的围棋AI过程中用了多长时间？期间遇到过的挑战有哪些？
2018年2月，我们首次用GoGui和Cline进行程序加载与参数调试，距今正好一年半。期间遇到诸多挑战，比如复杂征子、死活问题如何解决，混血甚至魔改权重的实战效果究竟如何，Multi-GPU乃至分布式的实现可能。苦中作乐，有人开玩笑说，要是有那种只赢前几盘的魔改方案就好了。实际上我们的AI尚停留在单机版阶段，感谢AWS云计算为参赛队提供的雄厚资源，使得单机版也能拥有极致算力，跑出最大PO值。
4、 据悉本届世界智能围棋公开赛的参赛队实力都很强，是历届比赛中最强的一届，你是如何评价这次的对手的？他们的实力如何？
对手很强，重在参与。“绝艺”和“星阵围棋”都是“三冠王”，“手谈AI”“智慧围棋（CGI）” “石子旋风”是老牌冠军，“里拉零（Leela Zero）”和 “章鱼围棋”曾经跻身三甲，融合AQ、RN所长并脱胎换骨的顾彼思问鼎围棋（GLOBIS-AQZ）更是宣称夺冠。此外，世界第五的“弈小天”和聂卫平围棋道场的“棋精灵”都久仰大名，超越围棋、韩豆（Handol）和自主研发十余年的“尧弈”实力强劲。理论上我们或许是最后一名，但心态还不错，很珍惜本次学习交流的良机。
5、 你们在围棋AI技术风格上都有哪些特色？
很多AI学习借鉴过开源的里拉，部分技术风格比较接近，应该说具有里拉的特色，向里拉致敬。前段时间业内流行“不退让”，进而提出“永不退让”的棋风，可惜我们暂时做不到。清石围棋在野狐网的测试账号“花聚六”采用多权重引擎分工协作，风格多样化，有时会让网友觉得是否增加了V100之类的硬件，其实一直是双路2080ti的配置。
6、 谈一谈你们的AI对贴目合理性的判断？
固定的黑贴7目半模式下，AI更喜欢执白，执黑的初始胜率偏低，同等条件下很难扳回。AlphaGo左右互搏，白棋胜率也高。由于执行中国规则，让具备动态贴目功能的AI（如KataGo）执黑贴6目半，实际效果等价于贴5目半，终局很可能会退让到盘6，胜率99%却“莫名其妙”输掉半目。如果就让黑棋贴5目半，白棋的压力又大了一些。贴目合理性引发贴目精准性、有效性的问题，在AI看来真是“一子千金”。
7、 你对未来围棋AI水平上限的预期是怎样的？
联想到象棋软件，起步早，发展数十年，引擎和各种库日趋完善，一度感觉触碰到了天花板。但Alpha Zero论文打破僵局，将国象和将棋带入新天地，中象也在GitHub上开启了Zero项目，前景可期。围棋AI起步晚，发展速度快，又没有象棋的和棋缓冲区，从被初学者碾压到让人类顶尖好几子，弹指一挥间。“人工智能就像一列火车，它临近时你听到了轰隆隆的声音，你在不断期待着它的到来。它终于到了，一闪而过，随后便远远地把你抛在身后”。40Blocks的网络深度将来可否扩充为60b、80b，离“棋神”更近？这种情怀太烧钱，业内笑言“贫穷限制了棋力”。
8、 你们是否在探索尝试AI在非围棋领域的应用？是否有明确的方向和新的突破？都有哪些？
围棋是机器学习的一种媒介，相关经验可应用于其他领域。天壤围棋团队就在研究城市大脑中的算法问题，包括交通（信号灯控制、交通流量预测、拥堵发现与预测等）、公共安全（人群流量预测、案件发生的预测、案件线索预测、人脸识别、Person Re-Identification）、能耗（能源需求预测、大型数据中心能耗优化）和环境（计算城市中车辆的二氧化碳排放预测等）。我们正在与高新技术研究院、动商产业研究院洽谈，立足于生命科学、基础医学、体育训练学、心理学、计算机科学等多学科交叉应用，着力于测评量表、AI识别系统、运动脑谱测试评估系统，打造新培训平台。
欢迎光临 亦苏围棋社区 (http://ysgo.91em.com/bbs/)
Powered by Discuz! 7.2
