【鈦媒綜合】AI 和人類的較量再一次展開了。
1月28日上午消息，谷歌今日召開全球電話會議，旗下Deep MInd創(chuàng)始人戴密斯·哈薩比斯(Demis Hassabis)宣布了谷歌在人工智能領(lǐng)域的重要進展：開發(fā)出一款能夠在圍棋中擊敗職業(yè)選手的程序——AlphaGo，后者能夠通過機器學(xué)習(xí)的方式掌握比賽技巧。
而同樣，在今天國際頂尖期刊《自然》報道了谷歌所開發(fā)的這款新圍棋AI。這款名為AlphaGo（翻譯為阿爾法圍棋）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，樊麾出生于中國，目前是法國國家圍棋隊總教練，已經(jīng)連續(xù)三年贏得歐洲圍棋冠軍的稱號。
AlphaGo與歐洲圍棋冠軍樊麾的5局較量
除此之外，研究者也讓AlphaGo和其他的圍棋AI進行了較量，在總計495局中只輸了一局，勝率是99.8%。它甚至嘗試了讓4子對陣Crazy Stone，Zen和Pachi三個先進的AI，勝率分別是77%，86%和99%。
計算機和人類競賽在棋類比賽中已不罕見，在三子棋、跳棋和國際象棋等棋類上，計算機都先后完成了對人類的挑戰(zhàn)。根據(jù)資料顯示，1997年，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；但對擁有2500多年歷史的圍棋而言，計算機在此之前從未戰(zhàn)勝過人類。
AI下圍棋，是如何通過計算來打敗人類的？
圍棋看起來棋盤簡單、規(guī)則不難。棋盤縱橫各19條等距離、垂直交叉的平行線，共構(gòu)成19×19(361)個交叉點。比賽雙方交替落子，目的是在棋盤上占據(jù)盡可能大的空間。圍棋最大有3^361 種局面，大致的體量是10^170，而已經(jīng)觀測到的宇宙中，原子的數(shù)量才10^80。國際象棋最大只有2^155種局面，稱為香農(nóng)數(shù)，大致是10^47。
那么AI是如何攻破人類的呢？根據(jù)果殼網(wǎng)上作者“開明”的文章解釋，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(yuǎn)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250^150種情況，大致是10^360。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35^80種情況，大概是10^124。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。
機器學(xué)習(xí)研究者們祭出了終極殺器——“深度學(xué)習(xí)”（Deep Learning）。深度學(xué)習(xí)是目前人工智能領(lǐng)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(fù)雜的任務(wù)。
AlphaGo 的核心是兩種不同的深度神經(jīng)網(wǎng)絡(luò)。“策略網(wǎng)絡(luò)”（policy network）和 “值網(wǎng)絡(luò)”（value network）。它們的任務(wù)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。
其中，“值網(wǎng)絡(luò)”負(fù)責(zé)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(luò)”負(fù)責(zé)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。
AlphaGo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(dāng)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。
研究者們用許多專業(yè)棋局訓(xùn)練AI，這種方法稱為監(jiān)督學(xué)習(xí)（supervised learning），然后讓AI和自己對弈，這種方法稱為強化學(xué)習(xí)（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！
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(xùn)練，就能擊敗所有的人類選手。
被打敗的歐洲冠軍樊麾是什么樣的水平？
值得注意的是，在AlphaGo打敗歐洲冠軍之后，谷歌同時還宣布將在今年三月挑戰(zhàn)韓國圍棋選手李世石，李世石是圍棋九段高手，也是近10年來獲得世界第一頭銜最多的棋手，谷歌為此提供了100萬美元作為獎金。
根據(jù)谷歌自己的評估，目前AlphaGo的實力只在職業(yè)二段左右，其打敗的歐洲冠軍也只有二段，而韓國圍棋選手李世石卻是九段，無疑二段與九段之間的實力甚為懸殊。李世石對谷歌的這一挑戰(zhàn)表示非常期待，并且認(rèn)為自己一定會贏。
同時，知乎上有匿名用戶分析：
如上圖，歐洲冠軍Hui Fan的水平目測是二段左右，而最強的AlphaGo distributed大概是五段，這和“擊敗人類”的目標(biāo)還有點距離（其他非隨機類游戲，機器都能輕松擊敗最強的人類大師）。所以還是等三月和李世石的五番棋吧。
盡管AlphaGo尚有一個月時間學(xué)習(xí)，但是假設(shè)圍棋的技巧是有限的話，無論是人學(xué)習(xí)還是機器學(xué)習(xí)一定是一條漸近線，即使AlphaGo在三月的挑戰(zhàn)中輸了這場比賽，這仍舊是AI發(fā)展史中一件極具標(biāo)志性的事情。
PS：本文分析部分內(nèi)容綜合自果殼專欄、知乎用戶，點擊鏈接可產(chǎn)看原回答，更多觀點可見鈦媒體文章《人工智能如何一步步走來，直到挑戰(zhàn)歐洲圍棋冠軍》
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論
不要過度解讀
我覺得這個不公平，這是一場一個人和一群的比拼，人工智能好比是一群棋手和一個頂尖棋手的對持，就算是贏了也沒什么好炫耀的。這是計算機天然的優(yōu)勢大數(shù)據(jù)分析，有什么好說的嘛！
人工智能發(fā)展更快
你亂下他就完了。