0
| 本文作者： 彭博 | 2017-02-17 17:41 |
雷鋒網注：本文作者彭博，Blink·稟臨科技聯合創始人。文章由雷鋒網整理自作者知乎專欄，獲授權發布，未經允許禁止轉載。
前段時間騰訊的AI “絕藝” 在野狐圍棋越殺越勇，勝率接近90%，戰績一片紅色，充分展示了強化學習自我進化的威力。但就在2月10日畫風突變，被幾位棋手連殺幾局，隨后就下線調整去了：
細看棋譜，職業棋手很有想法，確實找到了電腦的一個比較本質的缺陷。例如這盤，電腦持白，對持黑的潛伏（柯潔九段）：
白棋的大龍從右下被黑棋緊盯著殺到中腹，最后竟然做不出兩眼，郁郁而亡。其余幾盤也均是以電腦大龍被殺告終。
這是深度卷積網絡的一個 BUG：電腦對于局部的死活很敏感，但是對于大龍的死活不一定看得清。最近我在訓練網絡時也發現，深度卷積網絡在此有一個"信息傳遞困難癥"。這首先有兩個原因：
第一，AlphaGo v13 的網絡層數實際是不夠的。如果按照 AlphaGo v13 的架構，5x5往上面長11層3x3，相當于27x27，看上去夠大了吧？錯，這樣的半徑只有14。因此，如果大龍的長或寬超出14，那么它的尾就和頭沒有任何直接聯系了。實際上，卷積核要至少長到37x37才保險，也就是16層3x3才夠。
第二，由于網絡的結構是往上一層層生長，如果只長幾層，一般不會丟失重要信息，但如果一直長上去，就會越來越容易出現問題。所以，大龍甚至都不用長到14，電腦就已經不一定"知道"自己的大龍是一條聯通的大龍了。
舉個與之相關的例子：按照 AlphaGo v13 的架構，如果大龍只在一端有兩個真眼，另一端就甚至不一定知道自己已經活了（它只會知道自己有兩口氣，而這是網絡輸入告訴它的）...... 不可思議吧，我自己訓練時看到這個現象也很驚訝，然后一想確實是這樣。
以上這兩個問題，電腦換成足夠深的殘差網絡或許就可以基本解決，不過意味著要重新訓練。
但實際還有兩個問題：
第三，如果仔細看網絡本身輸入的特征設計，會發現網絡容易被帶入一個誤區：它會傾向于認為氣很多的棋塊就是活的。對于局部死活，這沒有問題，但對于大龍死活，這是不足夠的。網絡實際并沒有清晰的眼位概念。
第四，這里的局面在人人對局中少見，在電腦自我對局中也會同樣少見。關鍵在于，棋塊小的時候，可能出現的形狀不多，而且許多形狀經常在對局中出現，因此容易被神經網絡學會。而大龍越大，其可能出現的形狀就越多，網絡不一定能學會。事實上，目前的深度卷積網絡并不擅長學會拓撲概念。細長的大龍、分叉的大龍、卷曲的大龍，會尤其是它的弱點。棋手可以多嘗試讓電腦或自己的棋變成這樣，電腦就會更容易看不清死活。
以上兩個問題，電腦也可以通過有針對性的訓練改善自己。具體效果如何，我們看“絕藝”上線后的表現。
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
