|
|
據(jù)日本共同社1月28日報道，英國《自然》雜志當?shù)貢r間27日發(fā)文稱，美國google公司旗下的人工智能(AI)開發(fā)商“DeepMind”(位于英國)研發(fā)的圍棋電腦軟件“AlphaGo”(阿爾法圍棋)打敗了職業(yè)棋手，開創(chuàng)全球先河。 圍棋下法復雜，一般認為圍棋的對弈軟件開發(fā)比國際象棋和日本將棋更難，此次憑借人工智能新技術(shù)大幅提高了判斷力。開發(fā)人員等召開記者會時稱“正因為規(guī)則單純才很難做，可應用于疾病圖像的診斷等需要判斷情況的場合”。( X9 F, c9 S& ?/ F9 [, d6 W* ]& h ~
與“AlphaGo”一較高下的棋手是2013年至2015年的歐洲圍棋冠軍、生于中國的樊麾。2015年10月，雙方以正式比賽中使用的十九路棋盤進行了無讓子的5局較量，“AlphaGo”贏得滿堂紅。
" S3 g2 F/ d# t0 k 今年3月，“AlphaGo”將挑戰(zhàn)全球頂級的韓國九段棋手李世石，獎金是100萬美金。李世石表示：“(人工智能)厲害得讓人吃驚，聽說一直在進化，不過我有信心取勝。”
" M1 n* \ Y0 L3 B) Y- D! O 圍棋因為其非常復雜，之前最強的圍棋軟件基本上連業(yè)余棋手都無法戰(zhàn)勝，而google改變了思路，通過機器學習的方式提高AI，并且直接戰(zhàn)勝了圍棋職業(yè)棋手，如果今年3月份的比賽李世石戰(zhàn)敗的話，人類最后一個能戰(zhàn)勝人工智能的棋類游戲就將終結(jié)了。- N, z* @' g" a. B' X5 T2 r
1952年計算機掌握了第一款游戲——井字棋 （也稱三連棋），接下來是1994年的西洋跳棋，1997年，“深藍”贏得了國際象棋比賽，國際象棋AI第一次打敗頂尖的人類；2006年，人類最后一次打敗頂尖的國際象棋AI。歐美傳統(tǒng)里的頂級人類智力試金石，在電腦面前終于一敗涂地，應了四十多年前計算機科學家的預言。3 g' x l5 l$ a0 G0 y6 _: _& {
至少還有東方，人們自我安慰道。圍棋AI長期以來舉步維艱，頂級AI甚至不能打敗稍強的業(yè)余選手。長期以來，圍棋仍然是橫亙在人工智能研究者面前的難題：計算機的圍棋水平只能達到業(yè)余選手的程度。這似乎也合情合理：國際象棋中，平均每回合有35種可能，一盤棋可以有80回合；相比之下，圍棋每回合有250種可能，一盤棋可以長達150回合。這一巨大的數(shù)目，足以令任何蠻力窮舉者望而卻步——而人類，我們相信，可以憑借某種難以復制的算法跳過蠻力，一眼看到棋盤的本質(zhì)。
( S3 m- G# o7 O 但是，無論人怎么想，這樣的局面當然不可能永遠延續(xù)下去。就在今天，國際頂尖期刊《自然》報道了google研究者開發(fā)的新圍棋AI。這款名為“阿爾法圍棋”（AlphaGo）的人工智能，在沒有任何讓子的情況下以5:0完勝歐洲冠軍，職業(yè)圍棋二段樊麾。
9 ~3 j3 ^; q8 w( t& S8 b9 y6 cAI下圍棋到底有多難？8 |( v; ]5 J# w( P+ |* n m& w
計算圍棋是個極其復雜的問題，比國際象棋要困難得多。圍棋最大有3361 種局面，大致的體量是10170，而已經(jīng)觀測到的宇宙中，原子的數(shù)量才1080。國際象棋最大只有2155種局面，稱為香農(nóng)數(shù)，大致是1047。
3 I8 k; M: c8 T* f 面對任何棋類，一種直觀又偷懶的思路是暴力列舉所有能贏的方案，這些方案會形成一個樹形地圖。AI只要根據(jù)這個地圖下棋就能永遠勝利。然而，圍棋一盤大約要下150步，每一步有250種可選的下法，所以粗略來說，要是AI用暴力列舉所有情況的方式，圍棋需要計算250150種情況，大致是10360。相對的，國際象棋每盤大約80步，每一步有35種可選下法，所以只要算3580種情況，大概是10124。無論如何，枚舉所有情況的方法不可行，所以研究者們需要用巧妙的方法來解決問題，他們選擇了模仿人類大師的下棋方式。* l7 v% j& T# b v
機器學習
9 v* a7 [3 l* V. F0 s 研究者們祭出了終極殺器——“深度學習”（Deep Learning）。深度學習是目前人工智能領域中最熱門的科目，它能完成筆跡識別，面部識別，駕駛自動汽車，自然語言處理，識別聲音，分析生物信息數(shù)據(jù)等非常復雜的任務。3 g2 a+ H+ i0 z6 C1 M$ d; S
傳統(tǒng)的人工智能方法是將所有可能的走法構(gòu)建成一棵搜索樹 ，但這種方法對圍棋并不適用。所以在征服圍棋的過程中，google決定另辟蹊徑，將高級搜索樹與深度神經(jīng)網(wǎng)絡結(jié)合在一起。這些神經(jīng)網(wǎng)絡通過12個處理層傳遞對棋盤的描述，這些處理層包含數(shù)百萬個類似于神經(jīng)的連接點。其中一個神經(jīng)網(wǎng)絡“策略網(wǎng)絡”（policy network）選擇下一步走法，另一個神經(jīng)網(wǎng)絡“價值網(wǎng)絡”（value network）預測比賽勝利者。3 ]$ J, V% L8 ]: V
google用人類圍棋高手的三千萬步圍棋走法訓練神經(jīng)網(wǎng)絡，直至神經(jīng)網(wǎng)絡預測人類走法的準確率達到57%。不過google的目標是擊敗最優(yōu)秀的人類棋手，而不止是模仿他們。為了做到這一點，AlphaGo學習自行研究新戰(zhàn)略，在它的神經(jīng)網(wǎng)絡之間運行了數(shù)千局圍棋，利用反復試驗調(diào)整連接點，這個流程也稱為鞏固學習（reinforcement learning）。
! |$ E9 T5 q' i5 `! b6 d! W+ l2 n! a3 K
" R- }2 q# W1 _& e% Q* K6 ^
AlphaGo 的核心是兩種不同的深度神經(jīng)網(wǎng)絡。“策略網(wǎng)絡”（policy network）和 “值網(wǎng)絡”（value network）。它們的任務在于合作“挑選”出那些比較有前途的棋步，拋棄明顯的差棋，從而將計算量控制在計算機可以完成的范圍里，本質(zhì)上和人類棋手所做的一樣。3 I/ W' N+ v/ ]6 m K8 H7 n: ? s
其中，“值網(wǎng)絡”負責減少搜索的深度——AI會一邊推算一邊判斷局面，局面明顯劣勢的時候，就直接拋棄某些路線，不用一條道算到黑；而“策略網(wǎng)絡”負責減少搜索的寬度——面對眼前的一盤棋，有些棋步是明顯不該走的，比如不該隨便送子給別人吃。將這些信息放入一個概率函數(shù)，AI就不用給每一步以同樣的重視程度，而可以重點分析那些有戲的棋著。
, j* C* P- H- m! z! b: AAlphaGo利用這兩個工具來分析局面，判斷每種下子策略的優(yōu)劣，就像人類棋手會判斷當前局面以及推斷未來的局面一樣。這樣AlphaGo在分析了比如未來20步的情況下，就能判斷在哪里下子贏的概率會高。
- e" h- ~" k' y8 B! @) q7 E 研究者們用許多專業(yè)棋局訓練AI，這種方法稱為監(jiān)督學習（supervised learning），然后讓AI和自己對弈，這種方法稱為強化學習（reinforcement learning），每次對弈都能讓AI棋力精進。然后他就能戰(zhàn)勝冠軍啦！
% Y0 [. N' g: V( ? 人類在下棋時有一個劣勢，在長時間比賽后，他們會犯錯，但機器不會。而且人類或許一年能玩1000局，但機器一天就能玩100萬局。所以AlphaGo只要經(jīng)過了足夠的訓練，就能擊敗所有的人類選手。3 t4 F$ u4 u9 l @' \- K
人工智能研究者面對這樣的成就當然欣喜。深度學習和強化學習等技術(shù)完全可以用于更廣泛的領域。比如最近很火的精準治療，我們可以訓練它們判斷哪些治療方案對某個特定的人有效。
. }3 |1 z- w! C' G% v 但是，圍棋畢竟不僅僅是一項智力成就。就像十多年前的國際象棋一樣，圍棋必定也會引發(fā)超出本領域之外的討論。等到計算機能在圍棋上秒殺人類的時候，圍棋是不是就變成了一種無聊的游戲？人類的智力成就是不是就貶值了？AI還將在其他層面上繼續(xù)碾壓人類嗎？傳統(tǒng)認為AI不可能完成的任務是否也都將被逐一打破？人類最后是會進入AI烏托邦還是被AI淘汰呢？
9 N( y/ y2 [9 ]# } 沒人知道答案。但有一點毫無疑問：AI一定會進入我們的生活，我們不可能躲開。這一接觸雖然很可能悄無聲息，但意義或許不亞于我們第一次接觸外星生命。人工智能如果能實現(xiàn)自我學習，那將是一件很可怕的事情，因為機器學習的速度遠遠高于人類學習的速度，史蒂芬·霍金曾警告說“一旦經(jīng)過人類的開發(fā)，人工智能將會自行發(fā)展，以加速度重新設計自己。由于受到緩慢的生物演化的限制，人類不能與之競爭，最終將會被代替”5 _% ]! b2 k4 V
2 U4 {6 V) c8 P
4 i; H* V; ]: X2 a+ \ |
本帖子中包含更多資源
您需要 登錄 才可以下載或查看，沒有賬號？注冊會員
×
|
發(fā)表于 2016-2-18 19:04:36
QQ好友和群
QQ空間
