完整复盘首局人机大战:一场胜负已定的游戏/打败众多高手的“阿尔法狗”到底啥来头?

　　<!--IMAGE_MARKER_0--> 3月9日,人类迎来发展史上又一个重要时刻,一场人机世纪大战将拉开帷幕,谷歌人工智能AlphaGo(AI)机器人将在韩国首尔与围棋高手李世石对决。<br/> 围棋一向被称为“人类智慧最后高地”,这场大战究竟谁胜谁负,全世界都在关注!<br/> 这场人类对机器在围棋领域的较量或许将成为最后一次公平的较量。因为从一开始,这就是一场胜负已定的游戏。<br/> 北京时间3月9日15时32分,经过三个半小时的鏖战,李世石九段完败于「远道而来」的Alpha Go。<br/> 比赛开始后,李世石选择了比较开放性但并不会体验出特别优势的下法。古力对此评价说,李世石可能认为樊麾棋风偏软,所以很容易被电脑把控。所以他想一开始就强硬一点。但李开复认为,李世石尝试了一些新的打法,但这是不明确的,稳健的打法比铤而走险更明智。AlphaGo前一个小时的表现非常惊艳,得到了专业棋手的认可,但同时也有一些走法很难做出判断。<br/> 后来,AlphaGo出现了一次严重错误。而李世石越下越顺,在棋盘左下角出现了巨大优势,但后来心理出现了波动,出现一些明显的失误,而AlphaGo却迎头赶上,并下出了一个致胜招,此后李世石在正面交锋上节节败退,最终输掉了比赛。纵观整场比赛,AlphaGo基本没有错棋,但人类棋手值得争议的东西很多。<br/> 这场人类对机器在围棋领域的较量或许将成为最后一次公平的较量。因为从一开始,这就是一场胜负已定的游戏。<br/> <!--IMAGE_MARKER_1--> <strong>机器征服围棋的历程从未停止</strong><br/> 比赛的具体细节并非本文讨论内容。很多人将这场比赛与1997年卡斯帕洛夫与深蓝比赛相提并论。不过就在两年之前,开发了当时世界上最先进围棋系统的Rémi Coulom曾预言,机器打败人类顶尖围棋选手的时间至少还要10年。但真实的速度要远远快于这个预期。在《Science》杂志的描述的时间线里,机器征服围棋的过程与攻占象棋的战役几乎延续了同样的模式:<br/> <!--IMAGE_MARKER_2--> 2015年最后几个月,Google DeepMind就开始与Facebook展开破解围棋的竞赛。2016年1月中旬,被问及谷歌是否已经秘密打败围棋高手时,Facebook人工智能实验室负责人Yann LeCun说这不可能。<br/> 所谓不可能正是因为围棋太复杂了。国际象棋平均每一步有大约35种可能的下法,围棋则多达250种,每一种下法之后又有250种下法,以此类推。这意味着,哪怕是最强大的超级计算机也无法预测每一种可能下法的最终结果,因为这实在是个复杂到无法想象的计算过程,即便是现在最强大的计算机处理能力,也无法快速完成这一计算任务。<br/> 对Alpha Go来说,要想掌握围棋,需要不断实践练习,同样需要识别棋子布局中微妙模式的巧妙本事。<br/> DeepMind为Alpha Go准备了两种不同的神经网络,类似于它的两个大脑。第一种叫做政策网络(policy network),用来预测下一步;第二种叫做价值网络(value network),用来预测棋盘上不同的分布会带来什么不同的结果。Alpha Go使用它们的方法是,把非常复杂的搜索树减少到可操作的规模。所以,它并不是在每一步都要考虑几百种步数,而只考虑政策网络提供的几十种最有前景的步法,价值网络的作用是减少搜索的深度,所以,它的搜索深度并不是特别深,它并不是一下子搜索出直达比赛末尾的300多步,而是搜索更少的步数,比如20多步,并评估这些位置,而不是一路评估到底,看谁最终能赢。搜索并不是靠蛮力,而是与某种与想象力很相似的东西。<br/> 在10号的比赛中,经过猜先,第一局李世石执黑先行,而从比赛一开始,李世石似乎就陷入了困难。围棋世界冠军古力表示,从目前的局面来看,谷歌AlphaGo的落子和人类棋手的落子几乎没有区别,「可以看出水平确实绝非一般」,从比赛来看根本看不出来是人和机器在对战,完全就像是两个顶尖棋手之间的对决。<br/> 类似的反应也出现在Alpha Go战胜欧洲冠军樊麾的比赛中,国际围棋联合会的秘书长Hajin Lee承认自己被比赛进程震惊了:「当我看到这场比赛时,我非常震惊,因为计算机(Alpha Go)下得就像是人在下棋一样。如果你不告诉我,我可能无法区分出来哪些是计算机走的棋。」<br/> 另一方面,机器攻克围棋在技术上意义要远大于其社会意义。曾经用于深蓝的传统的AI算法,比如暴力算法(brute-force)根本无法应对围棋。过去很长一段时间内,机器在围棋领域与人类交手多次,但结果并不乐观(如下图)。从社会层面来看,欧美国家普通大众对于围棋的认知远远不及东亚三国,这也部分导致此次比赛人机大战的媒体风向几乎被中国(围棋起源国)、韩国(李世石九段的祖国)、英国(DeepMind总部位于伦敦)三国媒体所左右,对此英国曼彻斯特大学计算机科学教授,IEEE会士史蒂夫·弗伯接受《科学人》采访时承认:「然而,至少在西方,国际象棋一直代表着智力挑战的最高水平,因此大众对于AlphaGo围棋比赛的关注度可能反不及当年的深蓝。」<br/> <!--IMAGE_MARKER_3--> <strong>从Alpha Go到Beta Go</strong><br/> 曾被机器深蓝打败的卡斯帕洛夫几天前也在在《新科学家》网站撰文告诫世人:「计算机擅长完美计算,我们的大脑则擅长通用的(generalities)、长期计划,将通用主题适用于新情况。当人类和机器势均力敌时,这种对比让人类和机器对弈变得有趣起来,就像20年前的象棋,当然,也像今天的围棋一样。」<br/> 与19年前所不同的是,打败卡斯帕洛夫的深蓝并未真正成为IBM的核心产品。这个在1997年5月完成惊艳亮相的计算机随即在9月宣布「退役」,撇开期间的种种争议不谈。但Google 显然不会对Alpha Go「轻言放弃」。2014年初,Google巨资收购DeepMind。一年后的2015年1月,DeepMind在《Nature》发表论文,展现了他们如何训练人工智能成为玩游戏的高手。<br/> Demis Hassabis在Google Zeitgeistminds的演讲视频:<br/> 3月9日下午,备受瞩目的围棋“人机大战”第一场比赛结束,谷歌人工智能AlphaGo战胜了韩国棋手李世石获得今日比赛的胜利。双方在较量3个半小时后,李世石宣布认输。今日比赛结束后,双方还分别在3月10日(周四)、12日(周六)、13日(周日)、15日 (周二)的北京时间中午12点进行剩余4场比赛。<br/> <!--IMAGE_MARKER_4--> 10号是“人机大战”的第一局,也是最大悬念的一局,因为谁都不知道AlphaGo的棋力如何。<br/> 开局来看,李世石九段下了一个很不同寻常的开局,机器的回应也不是人类正常的反应,也是下出意外的布局。在“开战”2个小时后,李世石的优势逐渐开始明显,AlphaGo陷入到劣势。<br/> 不过,到比赛进行到第三个小时时,棋局发生了很大变化,AlphaGo反而越战越勇,还后发而至,与李世石又形成僵持局面,甚至还占有优势。<br/> 最终失去形势下,李世石投子认输。<br/> <strong>这是一场怎样的世纪大战?</strong><br/> 过去围棋被认为是世界上最复杂的棋盘游戏,也是唯一一种人脑能战胜电脑的棋类。<br/> <!--IMAGE_MARKER_5--> 1月28日谷歌披露DeepMind人工智能研究团队研究的人工智能系统AlphaGo挑战了欧洲围棋冠军樊麾。在番棋赛中,AlphaGo以5:0击败了樊麾。这是软件首次在全尺寸棋盘对职业棋手的比赛中取得这样的成绩。<br/> 在公布这一消息后后,DeepMind团队已向全球最优秀的围棋选手之一,韩国的李世石发出挑战。这场即将举办的AlphaGo与李世石的比赛将会成为人工智能与人类博弈史上的重要一役。<br/> <strong>AlphaGo究竟有多厉害?</strong><br/> 一款围棋人工智能程序,由位于伦敦的谷歌旗下DeepMind公司的戴维?西尔弗、艾佳?黄和戴密斯?哈萨比斯与他们的团队开发。<br/> 作为一种人工智能系统,AlphaGo拥有两个大脑,落子选择器 (Move Picker)和棋局评估器 (Position Evaluator)。这也基于两个深度神经网络,policy network与value network。二者极大地降低了需要考虑的搜索空间的复杂度,前者降低搜索的广度,后者降低搜索的深度,很像人脑在下围棋时凭直觉快速锁定策略的思维。<br/> “集合了3000万种职业棋手的下法,数百万次深度学习与自我对战,十分接近带着直觉和第六感的人类大脑,能以57%的概率预测与其对阵人类的水平。”<br/> <strong>AlpaGo怎么会这么厉害?</strong><br/> <!--IMAGE_MARKER_6--> 一、AlphaGo使用的是蒙特卡洛树搜索,它会在下棋时分析每一步的风险系数,比如在未来20步的N种情况下,它立即就能判断出如何落子的胜率最高。<br/> 二、AlphaGo有自己学习和进化的能力。它集合了3000万种职业棋手的下法,数百万次深度学习与自我对战,十分接近带着直觉和第六感的人类大脑,能以57%的概率预测与其对阵人类的水平。<br/> 此外,研发者表示“人类在长时间的比赛中会因疲劳而犯错,但电脑程序不会,人类可能一年只能下一千盘棋,而AlphaGo一天就能下一百万盘。”<br/> DeepMindCEO兼谷歌副总裁Demis Hassabis表示,围棋一直被认为是人工智能无法战胜人类的领域,而谷歌想要打破这个“不可能”。<br/> <strong>李世石又是谁?他有多厉害?</strong><br/> 李世石是韩国围棋九段选手,也是近10年来获得世界冠军最多的棋手。<br/> 据悉,做出接受AlphaGo围棋挑战的决定,李世石只考虑了不到5分钟,原因是“出于对‘AlphaGo’的好奇”。<br/> 在韩国棋院和谷歌DeepMind公司召开的记者会上李世石信心十足,预测对方实力难与自己相争。在谷歌预测胜负结果五五开的情况下,李世石认为自己将以4∶1或者5∶0获胜,如不出现失误,将100%获胜。<br/> 若AlphaGo真能赢得了李世石,那足以说明谷歌现在的人工智能技术已经进入了新的高度。<br/> <strong>这场大战对人类的意义何在?</strong><br/> 围棋大师吴清源(昭和棋圣)曾用一句话来抒发心情,“200岁后我要在宇宙下棋。”围棋大师留下的一句感慨令人不禁思索:浩瀚宇宙中人类未来将走向何方?<br/> <!--IMAGE_MARKER_7--> 第一个打败人类的计算机国际象棋程序“深蓝”之父——许峰雄对当年研究过程的讲述,最大的感受就是:其实并不是计算机打败了人类,而是人类打败了人类。人工智能对于现代乃至未来科技的发展有着极大的意义,我们不应该感到恐惧。<br/> 3月8日,在谷歌新闻发布会上,谷歌董事长施密特在开场做了简单的发言:“这场比赛,我也不知道谷歌会不会赢,但我知道人类会变的更加聪明,技术会让一切都成为可能。”<br/> 而李世石也表达了自己的自信,他在发布会上说:“我依旧是很有自信的,但不免有些紧张。我与谷歌机器人的世纪人机大战将是人工智能史上一个重要事件,能参与进来我感到非常荣幸。”<br/> 但同时他也提到“如果人类输给机器人,对围棋界会有不好的影响,但这个时代人工智能发展的趋势无法阻止,相信将会有一天人工智能会取得胜利。即使这样,围棋也不会变成一项没有意义的运动。”<br/> 早在20世纪60年代就已经出现了若干博弈程序,人类不断制造着一种可以打败自己的机器,从最初机器只在计算方面超越人类,现在开始在很多视觉、感觉方面越做越好,甚至像AlphaGo已经拥有自己学习和进化的能力。<br/> 对于这场人机世纪大战,人们关注的原因可能不只是因为结果,更是因为未来。此次大战对人类将会有更多的启迪,很多事情也将开启新的篇章。<br/> <strong>这场世纪对决,大佬们怎么看?</strong><br/> 李开复:这次谷歌AI(AlphaGo)打败李世石比较悬,但是1-2年之内AI会完胜人类。<br/> 李开复称,AlphaGo去年底围棋等级分是3168,而李世石的等级分大约是3532。按照这个等级分对弈,AlphaGo每盘的胜算是11%,对弈五盘胜三盘以上的概率只有1.1%。<br/> 李开复预测人机世纪大战:人工智能获胜概率很悬<br/> 王小川(搜狗CEO):AlphaGo的发布,是一个伟大的里程碑,深度学习的魅力在于只要一个领域里能够建模,并有充足的数据,就能够在这个领域里让机器做到超越人、取代人。但是,3月与韩国九段棋手李世石对弈,AlphaGo依然会完胜。除了围棋,人工智能在其他博弈类的封闭游戏里,也会横扫一切,完胜人类。<br/> 刘锋(人工智能学家):AlphaGo基本原理并没有新东西,核心价值是学习了近万盘人类历史高手的棋局,和自我对战下的3000万盘棋局总结的经验。这次比赛没有第三方真正监督,无法洗脱作弊嫌疑,同时谷歌过度追求市场影响。<br/> <!--IMAGE_MARKER_8--> 李世石人机世纪围棋大战新闻发布会全程回顾<br/> 事实上,在这场比赛中,无论最后是谁获胜了,都说明了一件事:人工智能的发展已势不可挡。正如谷歌的迪恩将最新的AI能力发展比作进化。“我们正处于一个实际的进化过程中,好比以前的动物没有眼睛,而现在他们有了。这将改变很多东西,计算机过去通常无法看得很清楚,而现在他们已经开始睁开眼睛。”