9
Google日前宣布其程序AlphaGo擊敗了歐洲圍棋職業選手，這意味著人工智能技術又或得了極大的突破。
計算機目前已經在許多智力游戲比賽上戰勝了人類頂級選手，包括國際象棋、五子棋、黑白棋、拼字游戲等等。而對于有著2500年歷史的東方游戲圍棋——比國際象棋要復雜得多——人類始終能夠保持在和計算機對決中的勝利。不過，Google人工智能專家表示， 這個壁壘或許很快將要被打破。隨著AlphaGo在沒有任何讓子的情況下以5：0完勝法國圍棋職業二段棋手樊麾，AlphaGo將在三月份對戰韓國九段棋手李世乭。
今天早上，《自然》雜志發表了一篇Google DeepMind團隊——程序AlphaGo的創造者撰寫的關于深度學習系統的論文。根據論文描述，在AlphaGo中，DeepMind研究員在程序中錄入了大量職業棋手的棋譜——加起來多達3000萬步——他們用增強學習的方法訓練AI，讓它自己下棋，研習棋譜。不過這只是第一步。理論上，這樣的訓練只能讓這個人工智能系統無法突破人類的計算。為了獲得更好的成績，研究員隨后讓系統進行自我博弈，計算出比基礎棋譜更多新的打點。也就是說，戰勝人類就要靠這些新的東西。
“這其中最重要的是，AlphaGo不僅記錄著大量的棋譜，還有一系列規則來指導‘思考’，”DeepMind CEO Demis Hassabis說道，“事實上，該程序能夠通過機器學習的方式掌握比賽技巧。”
DeepMind的技術核心結合了“強化學習”及其他人工智能手段，這種技術能夠用于解決現實機器人執行物理任務和對環境作出回應的技術問題。就是說，要讓機器人變得更“自然”。
2014年初， Coulom的圍棋程序“瘋石（Crazystone）”在一次比賽中戰勝九段棋手依田紀基。但是當時是在人類棋手讓出4子的情況下贏得比賽，而這次AlphaGo并沒有被讓子，可以說比賽很公平。
人工智能戰勝人類圍棋到底有多難？即使是最強大的計算機系統也無法在合理的時間內分析出下一步最優的走法。1997年IBM超級計算機“深藍”則利用了蒙特卡洛搜索樹的方式做到了這一點。“深藍”能夠預測出對手下一步會怎么走，而且計算力遠高于人類。但是，圍棋要復雜得多。國際象棋每一步平均只有35種可能性的走法，但是圍棋呢——在19*19的棋盤內，共有361個點，就機器學習的角度而言，圍棋的計算最大有3^361次方種局面，大致的體量是10^170，而已經觀測到的宇宙中，原子的數量才10^80。國際象棋最多只有2^155種局面
使用蒙特卡洛樹搜索技術，Crazystone等系統能夠進行更長遠的計算。而結合其他技術的話，它們能夠對可能性走法進行刷選，然后選擇出最優的策略。在大多數情況下，它們能夠戰勝人類選手，但不是最厲害的那一個。頂級大師中，走法很多時候依靠直覺——做棋除了需要計算，還有棋感——棋手能夠根據棋形分析攻防線路。“好的棋形看起來順手多了，”Hassabis本身也是一名圍棋手，“這其中不只有計算角力，還有審美。這也是圍棋幾千年來都讓人著迷的原因。”
因此，從2014年至2015年間，包括Facebook、愛丁堡大學、DeepMind等人工智能研究團隊都將圍棋人工智能系統的突破方向瞄準為——使得程序能夠模仿人類的直覺式思維。
深度學習要依靠神經網絡技術，它是可以模擬人腦中神經元網絡的軟硬件網絡。神經網絡不會依靠蠻力或預先輸入的規則，而是會分析大量數據，“學習”特定的任務。給神經網絡提供足夠的喵星人照片，它就能學習識別喵星人；提供足夠的語音，它也會學習理解人類的語言；提供足夠的圍棋走法，它也會學會圍棋。
在DeepMind，愛丁堡和Facebook，研究人員希望神經網絡能像人類選手一樣，通過觀看棋盤學習圍棋。Facebook在最新的研究中表明，這種方法確實可行。結合深度學習與蒙特卡洛樹搜索方法，Facebook打敗了一些人類選手，雖然并非是Crazystone和其他頂尖選手。
但DeepMind走得更遠。在經過3000萬步人類走法的訓練后，它的神經網絡能以57%的準確度（此前記錄是44%）預測人類的下一步。然后Hassabis和團隊通過強化學習技術，讓這一神經網絡與它自己的另一個稍有區別的版本對戰。兩者互搏中，系統會評估哪一步效果最好，即占領更多棋盤區域。最終，神經網絡在判斷哪一步更好時會越來越優秀。
DeepMind的研究者David Silver表示，“在與其它神經網絡和它自己對戰數百萬局后，AlphaGo學會了自己發現新策略，并逐漸提高了水平。”
正是這種方法幫AlphaGo超越了其它圍棋AI系統，包括Crazystone。但事情還沒完，研究人員隨后將結果再反饋給第二個神經網絡。了解前任的走法了，第二個神經網絡會使用許多相同的技術來判斷每一步的后果。這一過程與深藍等舊系統在國際象棋上的做法類似，只是它會在下棋過程中學習，分析更多數據，而非暴力破解所有可能的步驟。這樣，AlphaGo不僅能戰勝AI，還能戰勝頂尖人類選手了。
李世乭
與其它神經網絡一樣，DeepMind的系統運行在配備了GPU的機器上。GPU最初用于渲染游戲圖像，但后來有人發現，它們很適合深度學習。Hassabis表示，DeepMind系統在裝備了一定數量GPU芯片的單一電腦上也可以用，但與樊麾對戰中，他們用上了更大的計算機網絡，其包括170個GPU和1200個標準CPU。大的計算機網絡訓練了同樣的系統并進行了實際對戰，還借鑒了訓練的結果。
盡管Hassabiss會不斷改善系統，但待AlphaGo與韓國選手李世乭對戰時，他們會使用相同的配置。比賽中系統也需要網絡連接，而且他們會“自己鋪設光纖”。
挑戰世界冠軍比挑戰樊麾難得多，但Coulom還是認為DeepMind會贏。他過去數十年一直在開發能打敗最好選手的系統，現在他認為這一目標已經實現了，他買GPU會贏。
接下來……
AlphaGo的重要性不言而喻。同樣的技術還能用于機器人和科學研究，以及類似于Siri的數字助理和金融系統。深度學習創業Skymind的創始人Chris Nicholson就認為，技術“能用于任何對抗性問題，任何類似于游戲且需要策略的事情，包括戰爭、商業和交易”。
對有些人來說，這是一件值得憂慮的事，特別是DeepMind的系統還能自己學會下圍棋。它不僅能從人類提供的數學中學習，還能生成自己的數據，在與自己下棋中學習。特斯拉創始人埃隆·馬斯克等大佬多次聲明，這類AI系統會最終超越人類智能，脫離掌控。
幸而DeepMind的系統還在Hassabis等人的控制之下。雖然他們用系統破解了復雜的游戲，但這仍只是個游戲。AlphaGo離人類智能還很遠，更不論超級智能了。下棋是一種高度結構化的情景，系統也沒有人類級別的理解力。但它代表了一種方向，即如果AI能理解圍棋，它也會理解更多事。如果宇宙就是一局超大型的圍棋呢？
via Wired
作者：張馳 曉樺
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
