世紀(jì)對(duì)弈-AlphaGo的勝利

世紀(jì)對(duì)弈——AlphaGo圍棋勝利的深度透視事件的最初與發(fā)展背景研究者讓“阿爾法圍棋”和其他的圍棋人工智能機(jī)器人進(jìn)行了較量，在總計(jì)495局中只輸了一局，勝率是99.8%。它甚至嘗試了讓4子對(duì)陣CrazyStone、Zen和Pachi三個(gè)先進(jìn)的人工智能機(jī)器人，勝率分別是77%、86%和99%。事件的最初與發(fā)展背景據(jù)國際頂尖期刊《自然》封面文章報(bào)道，谷歌研究者開發(fā)的名為“阿爾法圍棋”（AlphaGo）的人工智能機(jī)器人，在沒有任何讓子的情況下，以5:0完勝歐洲圍棋冠軍、職業(yè)二段選手樊麾。在圍棋人工智能領(lǐng)域，實(shí)現(xiàn)了一次史無前例的突破。計(jì)算機(jī)程序能在不讓子的情況下，在完整的圍棋游戲中擊敗專業(yè)選手，這是第一次。事件的最初與發(fā)展背景2016年李世石VSAlphaGo比賽成績(jī)表

AlphaGo李世石3月09日103月10日103月12日1

0

3月13日0

1

3月15日

阿爾法圍棋程序的下一個(gè)挑戰(zhàn)對(duì)象是世界圍棋冠軍李世石。這場(chǎng)人工智能與人類的博弈于2016年3月9日在首爾舉行，獎(jiǎng)金是由Google提供的100萬美金。[2-5]

2016年3月12日，“AlphaGo”與韓國14冠高手李世石之間的人機(jī)大戰(zhàn)第三局中，李世石沒能挽回賽點(diǎn)，執(zhí)黑中盤再次失利，在五番棋的較量中總比分0-3落敗，錯(cuò)失百萬美元獎(jiǎng)金。[7]

2016年3月13日，谷歌人工智能“阿爾法圍棋”(AlphaGo)與韓國棋手李世石繼續(xù)進(jìn)行第四場(chǎng)較量，經(jīng)過4個(gè)多小時(shí)的比賽，最終李世石戰(zhàn)勝AlphaGo迎來首勝，終結(jié)三連敗的同時(shí)將比分扳成以1:3。[8]

3月9第一局李世石認(rèn)輸[9]

3月10第二局李世石認(rèn)輸[10]

3月12第三局李世石認(rèn)輸[11]

3月13第四局李世石勝[12]

經(jīng)過，選手資料，AlphaGo的誕生阿爾法圍棋（AlphaGo）是一款圍棋人工智能程序，由位于英國倫敦的谷歌（Google）旗下DeepMind公司的戴維·西爾弗、艾佳·黃和戴密斯·哈薩比斯與他們的團(tuán)隊(duì)開發(fā)，這個(gè)程序利用“價(jià)值網(wǎng)絡(luò)”去計(jì)算局面，用“策略網(wǎng)絡(luò)”去選擇下子。2015年10月阿爾法圍棋以5:0完勝歐洲圍棋冠軍、職業(yè)二段選手樊麾；2016年3月對(duì)戰(zhàn)世界圍棋冠軍、職業(yè)九段選手李世石。[1]

經(jīng)過，選手資料，AlphaGo的誕生【賽前】自信“AI連1%的取勝機(jī)會(huì)都沒有”去年，AI專家預(yù)計(jì)電腦要打敗職業(yè)圍棋手還需要10年，但去年10月，AlphaGo就以5：0擊敗了歐洲圍棋冠軍樊麾，震驚棋界。但即便如此，當(dāng)眾高手知曉AlphaGo要挑戰(zhàn)李世石時(shí)，仍不以為然?！爸荒苷f李世石運(yùn)氣太好了”，有著強(qiáng)烈自信的95后天才少年柯潔，賽前徹底看好人類獲勝，“計(jì)算機(jī)戰(zhàn)勝李世石的可能性不到百分之五?！焙屠钍朗粦?zhàn)多年的好友古力則表示：“贏李世石1%的可能性都沒有”。上述兩人代表了棋界的普遍觀點(diǎn)，其實(shí)連AlphaGo的研發(fā)團(tuán)隊(duì)，都摸不準(zhǔn)AI能表現(xiàn)出什么水平?！叭绻銌栆粋€(gè)偉大棋手如何決定落子位置的，他經(jīng)常會(huì)告訴你‘我覺得那樣比較正確’，但這是計(jì)算機(jī)不擅長(zhǎng)的?！毖邪l(fā)團(tuán)隊(duì)坦言，AI雖然有強(qiáng)大的計(jì)算能力，但在大的方面仍處劣勢(shì)。經(jīng)過，選手資料，AlphaGo的誕生【賽前】自信“AI連1%的取勝機(jī)會(huì)都沒有”去年，AI專家預(yù)計(jì)電腦要打敗職業(yè)圍棋手還需要10年，但去年10月，AlphaGo就以5：0擊敗了歐洲圍棋冠軍樊麾，震驚棋界。但即便如此，當(dāng)眾高手知曉AlphaGo要挑戰(zhàn)李世石時(shí)，仍不以為然?！爸荒苷f李世石運(yùn)氣太好了”，有著強(qiáng)烈自信的95后天才少年柯潔，賽前徹底看好人類獲勝，“計(jì)算機(jī)戰(zhàn)勝李世石的可能性不到百分之五?！焙屠钍朗粦?zhàn)多年的好友古力則表示：“贏李世石1%的可能性都沒有”。上述兩人代表了棋界的普遍觀點(diǎn)，其實(shí)連AlphaGo的研發(fā)團(tuán)隊(duì)，都摸不準(zhǔn)AI能表現(xiàn)出什么水平?！叭绻銌栆粋€(gè)偉大棋手如何決定落子位置的，他經(jīng)常會(huì)告訴你‘我覺得那樣比較正確’，但這是計(jì)算機(jī)不擅長(zhǎng)的。”研發(fā)團(tuán)隊(duì)坦言，AI雖然有強(qiáng)大的計(jì)算能力，但在大的方面仍處劣勢(shì)。經(jīng)過，選手資料，AlphaGo的誕生【第一局賽后】震驚“李世石仍有五成勝率”3月9日，首戰(zhàn)打響，全球矚目。在全球一億人注視下，四個(gè)小時(shí)后，李世石執(zhí)黑投子認(rèn)輸，讓人措手不及。人們開始震驚：新的時(shí)代真的到來了？李世石首局本有取勝機(jī)會(huì)，開局階段他占據(jù)優(yōu)勢(shì)，可惜李世石隨后的棋路趨于保守，并在長(zhǎng)時(shí)間比賽后出現(xiàn)失誤。人會(huì)疲憊，人會(huì)失誤，但電腦不會(huì)，AlphaGo抓住機(jī)會(huì)瘋狂反擊，李世石最終在局面大好時(shí)遭到逆轉(zhuǎn)。正是因?yàn)樽陨硎д`和情緒波動(dòng)的原因?qū)е侣鋽。@讓包括李世石在內(nèi)的絕大多數(shù)棋界人士，對(duì)接下來的比賽保持樂觀?！昂竺娴钠逦覄偎氵€是會(huì)很大吧，勝算會(huì)是五成吧。”李世石表示?？聺嵰蔡鰜硐駻lphaGo宣戰(zhàn)：“就算阿法狗戰(zhàn)勝了李世石，但它贏不了我！”經(jīng)過，選手資料，AlphaGo的誕生【第二局賽后】懷疑“有不能打劫的保密協(xié)議？”第二局，李世石再次落敗。但人們發(fā)現(xiàn)奇怪的一點(diǎn)：AlphaGo為何從不打劫？除了和李世石的兩局，AlphaGo此前5：0零封歐洲圍棋冠軍樊麾的比賽里，也沒有打劫。同樣，李世石也沒有打劫。網(wǎng)友提出疑問：是否存在秘密協(xié)議，規(guī)定不能打劫？對(duì)于這個(gè)質(zhì)疑，AlphaGo的開發(fā)團(tuán)隊(duì)表示，根本不存在這個(gè)所謂的秘密協(xié)議。他們也想知道，AlphaGo在對(duì)陣?yán)钍朗@種高手打劫時(shí)的表現(xiàn)。兩局下來，人們對(duì)AI的力量有了更深刻的認(rèn)識(shí)。如果說第一局AlphaGo的一些落子還有待商榷，那么在第二局中，AlphaGo不但幾乎沒有破綻，而且有了超出人類棋手理解范圍的出招，這讓古力都感嘆“我們要向它學(xué)習(xí)了！”柯潔也不像之前那么高調(diào)：“雖有信心，但不能保證穩(wěn)贏。”經(jīng)過，選手資料，AlphaGo的誕生【第三局賽后】服氣“5個(gè)九段一起上或許能贏”第二局結(jié)束后，李世石與幾位好友進(jìn)行了通宵復(fù)盤研究，尋找對(duì)付AlphaGo的策略，最終大家得出共同的結(jié)論：要想取勝，必須靠打劫等復(fù)雜下法才有機(jī)會(huì)獲勝?？墒?，AlphaGo也在不停進(jìn)步，這讓它在第三局展現(xiàn)出了更強(qiáng)大的棋力。對(duì)弈中，李世石左下角“故意”選擇了一個(gè)可能留下打劫的變化，而AlphaGo在最后的較量中，實(shí)現(xiàn)了主動(dòng)打劫和提劫，這也讓此前盛傳的陰謀論不攻自破?？膳碌氖?，AlphaGo劫爭(zhēng)時(shí)表現(xiàn)得幾乎無懈可擊，讓李世石招架得十分辛苦。三局之后，按照古力的估算，人類若要打敗AlphaGo需要組團(tuán)作戰(zhàn)。“即使柯潔出場(chǎng)也下不過”，古力認(rèn)為，如果頂尖棋手組團(tuán)作戰(zhàn)，把失誤降到最低，或許有希望獲勝：“至少得5個(gè)九段！”（來源：重慶晨報(bào)）經(jīng)過，選手資料，AlphaGo的誕生李世石出現(xiàn)“神之一手”第四局戰(zhàn)勝AlphaGo13日下午，谷歌人工智能“阿爾法圍棋”(AlphaGo)與韓國棋手李世石繼續(xù)在韓國首爾鐘路區(qū)四季酒店進(jìn)行第四場(chǎng)較量，經(jīng)過4個(gè)多小時(shí)的比賽，最終李世石戰(zhàn)勝AlphaGo迎來首勝，終結(jié)三連敗的同時(shí)將比分扳成以1:3。細(xì)節(jié)，輿論，名字由來DemisHassabis為DeepMind共同創(chuàng)辦人暨執(zhí)行長(zhǎng)，DeepMind作為受神經(jīng)科學(xué)啟發(fā)的人工智能公司，于2014年1月被Google收購，傳聞收購金額達(dá)4億美元，成為迄今最龐大的歐洲收購案。1Demis目前擔(dān)任GoogleDeepMind的工程部副總，帶領(lǐng)Google團(tuán)隊(duì)積極投入人工智能的研發(fā)。Demis小時(shí)候是一個(gè)國際象棋神童，僅僅13歲棋藝已達(dá)大師等級(jí)。當(dāng)時(shí)Demis的棋藝僅次于國際特級(jí)大師波爾加?朱迪(PolgárJudit),為世界段位第二高的棋手。在提前兩年完成A-Level考試之前，17歲的Demis已編寫好了銷售超過數(shù)百萬的“主題公園”(ThemePark)模擬游戲。談到開發(fā)AlphaGO的初衷，DeepMind執(zhí)行長(zhǎng)DemisHassabis提到他小時(shí)候很喜歡國際象棋，到了大學(xué)時(shí)期跟朋友瘋狂玩圍棋，那時(shí)候用的就是IBM開發(fā)的深藍(lán)，那時(shí)候就覺得要開發(fā)一個(gè)可以學(xué)習(xí)下棋的機(jī)器。因此這個(gè)概念從20年前就有了，但是直到兩年前才開始做。目前AlphaGO的開發(fā)團(tuán)隊(duì)一共有9個(gè)人，3個(gè)人是Google內(nèi)部員工、3個(gè)人是DeepMind、另外三位則是業(yè)界人士，而之所以會(huì)從中國的圍棋出發(fā)，DemisHassabis表示，是因?yàn)橹袊囊?guī)則讓電腦比較容易懂、容易吸收。而AlphaGO以一套名為“蒙特卡羅”的運(yùn)算技術(shù)為基礎(chǔ)，搭配類神經(jīng)網(wǎng)路，從世界棋手、人類專家的技術(shù)細(xì)節(jié)，進(jìn)行像是象棋、圍棋等棋局對(duì)弈的研究，然后通過兩個(gè)階段的機(jī)器學(xué)習(xí)，第一段是人工喂資料給電腦去運(yùn)算，第二階段是給予電腦在比賽過程中去學(xué)習(xí)的程序，不管是贏還是輸，每次比賽過程都會(huì)把經(jīng)驗(yàn)學(xué)進(jìn)去。這個(gè)第二階段采用的技術(shù)，叫做類神經(jīng)網(wǎng)絡(luò)，主要是通過云端運(yùn)算的方式，進(jìn)行深度學(xué)習(xí)，然后進(jìn)行“策略網(wǎng)絡(luò)(Policynetwork)”與“價(jià)值網(wǎng)絡(luò)(Valuenetwork)”的分析，程序就像人類的大腦一般，會(huì)有自己的思考模式，這也是為什么AlphaGO可以持續(xù)進(jìn)化。AlphaGo的算法秘密阿爾法圍棋（AlphaGo）是一款圍棋人工智能程序。這個(gè)程序利用“價(jià)值網(wǎng)絡(luò)”去計(jì)算局面，用“策略網(wǎng)絡(luò)”去選擇下子。深度學(xué)習(xí)阿爾法圍棋（AlphaGo）的主要工作原理是“深度學(xué)習(xí)”。“深度學(xué)習(xí)”是指多層的人工神經(jīng)網(wǎng)絡(luò)和訓(xùn)練它的方法。一層神經(jīng)網(wǎng)絡(luò)會(huì)把大量矩陣數(shù)字作為輸入，通過非線性激活方法取權(quán)重，再產(chǎn)生另一個(gè)數(shù)據(jù)集合作為輸出。這就像生物神經(jīng)大腦的工作機(jī)理一樣，通過合適的矩陣數(shù)量，多層組織鏈接一起，形成神經(jīng)網(wǎng)絡(luò)“大腦”進(jìn)行精準(zhǔn)復(fù)雜的處理，就像人們識(shí)別物體標(biāo)注圖片一樣。

AlphaGo的算法秘密兩個(gè)大腦阿爾法圍棋（AlphaGo）是通過兩個(gè)不同神經(jīng)網(wǎng)絡(luò)“大腦”合作來改進(jìn)下棋。這些大腦是多層神經(jīng)網(wǎng)絡(luò)跟那些Google圖片搜索引擎識(shí)別圖片在結(jié)構(gòu)上是相似的。它們從多層啟發(fā)式二維過濾器開始，去處理圍棋棋盤的定位，就像圖片分類器網(wǎng)絡(luò)處理圖片一樣。經(jīng)過過濾，13個(gè)完全連接的神經(jīng)網(wǎng)絡(luò)層產(chǎn)生對(duì)它們看到的局面判斷。這些層能夠做分類和邏輯推理。這些網(wǎng)絡(luò)通過反復(fù)訓(xùn)練來檢查結(jié)果，再去校對(duì)調(diào)整參數(shù)，去讓下次執(zhí)行更好。這個(gè)處理器有大量的隨機(jī)性元素，所以人們是不可能精確知道網(wǎng)絡(luò)是如何“思考”的，但更多的訓(xùn)練后能讓它進(jìn)化到更好。AlphaGo的算法秘密第一大腦：落子選擇器（MovePicker）阿爾法圍棋（AlphaGo）的第一個(gè)神經(jīng)網(wǎng)絡(luò)大腦是“監(jiān)督學(xué)習(xí)的策略網(wǎng)絡(luò)（PolicyNetwork）”，觀察棋盤布局企圖找到最佳的下一步。事實(shí)上，它預(yù)測(cè)每一個(gè)合法下一步的最佳概率，那么最前面猜測(cè)的就是那個(gè)概率最高的。這可以理解成“落子選擇器”。AlphaGo的算法秘密第二大腦：棋局評(píng)估器（PositionEvaluator）阿爾法