|
|
据日本共同社1月28日报道，英国《自然》杂志当地时间27日发文称，美国google公司旗下的人工智能(AI)开发商“DeepMind”(位于英国)研发的围棋电脑软件“AlphaGo”(阿尔法围棋)打败了职业棋手，开创全球先河。 围棋下法复杂，一般认为围棋的对弈软件开发比国际象棋和日本将棋更难，此次凭借人工智能新技术大幅提高了判断力。开发人员等召开记者会时称“正因为规则单纯才很难做，可应用于疾病图像的诊断等需要判断情况的场合”。 k: ~1 x7 d: Q0 g U5 Y) r( D! n4 h
与“AlphaGo”一较高下的棋手是2013年至2015年的欧洲围棋冠军、生于中国的樊麾。2015年10月，双方以正式比赛中使用的十九路棋盘进行了无让子的5局较量，“AlphaGo”赢得满堂红。* n) T1 {8 D! _+ R3 K- a7 O
今年3月，“AlphaGo”将挑战全球顶级的韩国九段棋手李世石，奖金是100万美金。李世石表示：“(人工智能)厉害得让人吃惊，听说一直在进化，不过我有信心取胜。”6 y/ W2 G4 ]: t$ n: g$ [1 R
围棋因为其非常复杂，之前最强的围棋软件基本上连业余棋手都无法战胜，而google改变了思路，通过机器学习的方式提高AI，并且直接战胜了围棋职业棋手，如果今年3月份的比赛李世石战败的话，人类最后一个能战胜人工智能的棋类游戏就将终结了。( A5 n5 }9 W0 c( A4 A% M
1952年计算机掌握了第一款游戏——井字棋 （也称三连棋），接下来是1994年的西洋跳棋，1997年，“深蓝”赢得了国际象棋比赛，国际象棋AI第一次打败顶尖的人类；2006年，人类最后一次打败顶尖的国际象棋AI。欧美传统里的顶级人类智力试金石，在电脑面前终于一败涂地，应了四十多年前计算机科学家的预言。
( k1 ^7 S4 R# F, ?+ Y4 s' u6 w 至少还有东方，人们自我安慰道。围棋AI长期以来举步维艰，顶级AI甚至不能打败稍强的业余选手。长期以来，围棋仍然是横亘在人工智能研究者面前的难题：计算机的围棋水平只能达到业余选手的程度。这似乎也合情合理：国际象棋中，平均每回合有35种可能，一盘棋可以有80回合；相比之下，围棋每回合有250种可能，一盘棋可以长达150回合。这一巨大的数目，足以令任何蛮力穷举者望而却步——而人类，我们相信，可以凭借某种难以复制的算法跳过蛮力，一眼看到棋盘的本质。
) U# X2 g1 B& |' H% z, X6 Y 但是，无论人怎么想，这样的局面当然不可能永远延续下去。就在今天，国际顶尖期刊《自然》报道了google研究者开发的新围棋AI。这款名为“阿尔法围棋”（AlphaGo）的人工智能，在没有任何让子的情况下以5:0完胜欧洲冠军，职业围棋二段樊麾。! H, x0 U. O8 r& F
AI下围棋到底有多难？, F. T5 F, L) P+ l2 K7 {8 b0 c
计算围棋是个极其复杂的问题，比国际象棋要困难得多。围棋最大有3361 种局面，大致的体量是10170，而已经观测到的宇宙中，原子的数量才1080。国际象棋最大只有2155种局面，称为香农数，大致是1047。# @! Z0 W2 G9 v9 x o
面对任何棋类，一种直观又偷懒的思路是暴力列举所有能赢的方案，这些方案会形成一个树形地图。AI只要根据这个地图下棋就能永远胜利。然而，围棋一盘大约要下150步，每一步有250种可选的下法，所以粗略来说，要是AI用暴力列举所有情况的方式，围棋需要计算250150种情况，大致是10360。相对的，国际象棋每盘大约80步，每一步有35种可选下法，所以只要算3580种情况，大概是10124。无论如何，枚举所有情况的方法不可行，所以研究者们需要用巧妙的方法来解决问题，他们选择了模仿人类大师的下棋方式。
! h5 W; X' O" S" z" H& ~3 | 机器学习
! G& f2 |9 @. Q. k ~ 研究者们祭出了终极杀器——“深度学习”（Deep Learning）。深度学习是目前人工智能领域中最热门的科目，它能完成笔迹识别，面部识别，驾驶自动汽车，自然语言处理，识别声音，分析生物信息数据等非常复杂的任务。
! [- { h) R+ d# _/ \: X+ {$ {+ x X 传统的人工智能方法是将所有可能的走法构建成一棵搜索树 ，但这种方法对围棋并不适用。所以在征服围棋的过程中，google决定另辟蹊径，将高级搜索树与深度神经网络结合在一起。这些神经网络通过12个处理层传递对棋盘的描述，这些处理层包含数百万个类似于神经的连接点。其中一个神经网络“策略网络”（policy network）选择下一步走法，另一个神经网络“价值网络”（value network）预测比赛胜利者。( ?) L9 f, |. T, b5 O! W0 E
google用人类围棋高手的三千万步围棋走法训练神经网络，直至神经网络预测人类走法的准确率达到57%。不过google的目标是击败最优秀的人类棋手，而不止是模仿他们。为了做到这一点，AlphaGo学习自行研究新战略，在它的神经网络之间运行了数千局围棋，利用反复试验调整连接点，这个流程也称为巩固学习（reinforcement learning）。 g- d2 r0 ]5 w A& T+ R
) g1 s! Z V! V7 t( s) N- ^) R
- |3 l9 |0 m& q& S/ tAlphaGo 的核心是两种不同的深度神经网络。“策略网络”（policy network）和 “值网络”（value network）。它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里，本质上和人类棋手所做的一样。, J2 [5 |: c. H }0 {
其中，“值网络”负责减少搜索的深度——AI会一边推算一边判断局面，局面明显劣势的时候，就直接抛弃某些路线，不用一条道算到黑；而“策略网络”负责减少搜索的宽度——面对眼前的一盘棋，有些棋步是明显不该走的，比如不该随便送子给别人吃。将这些信息放入一个概率函数，AI就不用给每一步以同样的重视程度，而可以重点分析那些有戏的棋着。
0 P' b; C9 j0 m8 M1 Z& D( PAlphaGo利用这两个工具来分析局面，判断每种下子策略的优劣，就像人类棋手会判断当前局面以及推断未来的局面一样。这样AlphaGo在分析了比如未来20步的情况下，就能判断在哪里下子赢的概率会高。 E7 c, I, P, {0 b, c
研究者们用许多专业棋局训练AI，这种方法称为监督学习（supervised learning），然后让AI和自己对弈，这种方法称为强化学习（reinforcement learning），每次对弈都能让AI棋力精进。然后他就能战胜冠军啦！
8 V0 F% @5 P; ?8 G+ ^ 人类在下棋时有一个劣势，在长时间比赛后，他们会犯错，但机器不会。而且人类或许一年能玩1000局，但机器一天就能玩100万局。所以AlphaGo只要经过了足够的训练，就能击败所有的人类选手。5 T% d3 |9 `$ @. F( K4 R
人工智能研究者面对这样的成就当然欣喜。深度学习和强化学习等技术完全可以用于更广泛的领域。比如最近很火的精准治疗，我们可以训练它们判断哪些治疗方案对某个特定的人有效。
* G, I" W' H0 I4 t6 a; C* P 但是，围棋毕竟不仅仅是一项智力成就。就像十多年前的国际象棋一样，围棋必定也会引发超出本领域之外的讨论。等到计算机能在围棋上秒杀人类的时候，围棋是不是就变成了一种无聊的游戏？人类的智力成就是不是就贬值了？AI还将在其他层面上继续碾压人类吗？传统认为AI不可能完成的任务是否也都将被逐一打破？人类最后是会进入AI乌托邦还是被AI淘汰呢？: O2 m( ?0 R7 [* l: F! q( Q- P- P
没人知道答案。但有一点毫无疑问：AI一定会进入我们的生活，我们不可能躲开。这一接触虽然很可能悄无声息，但意义或许不亚于我们第一次接触外星生命。人工智能如果能实现自我学习，那将是一件很可怕的事情，因为机器学习的速度远远高于人类学习的速度，史蒂芬·霍金曾警告说“一旦经过人类的开发，人工智能将会自行发展，以加速度重新设计自己。由于受到缓慢的生物演化的限制，人类不能与之竞争，最终将会被代替”5 T. A7 o' I/ i( x
8 V+ }: t' X- @4 {% @
; K/ L# n+ x) X2 u0 | C
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有帐号？注册会员
x
|
发表于 2016-2-18 19:04:36
