|
5 月 24 日，在新版本 AlphaGo 首战以 1/4 子微弱优势战胜中国围棋职业九段棋手柯洁之后，“AlphaGo 之父”DeepMind 创始人兼 CEO Demis Hassabis、AlphaGo 团队负责人 David Silver 在人工智能高峰论坛上详解了 AlphaGo 的研发并就“AlphaGo 意味着什么” 的问题进行了详细解答。 在了解Demis Hassabis与David Silver的专业观点之前，AI与机器人（dnbai2017）先带大家了解一下昨日AlphaGo 首战以 1/4 子战胜柯洁，到底是怎么一回事儿？ 阿尔法狗是有直觉的 1/4子是中国规则下最小的胜负差，如果是人类对决，通常可以说是运气不佳，或者说是憾负，因为如此小的胜负差，在人类对决中，确实很多时候有一点运气的成分。但这次，真的不是，所以围棋界也很清醒，没有人会说阿法狗赢了1/4子很侥幸，没有人会说柯洁只差了一点点，因为事实不是这样的。  实际上中盘结束，这个比赛的结果已经没有争议了。（围棋分序盘，中盘和官子三个阶段，当然并不是泾渭分明，但一般都会这样形容对局进程）。一个恐怖的事实是，在今年元旦master横扫人类60盘棋谱中，人类无法判定，机器的官子实力到底如何，为什么呢？没有一盘是官子定胜负的。 柯洁在官子阶段的奋起直追，其实是alphago安全运转，不断退让，在元旦的60盘棋中，这样的场景也不断出现过，计算机追求胜率，而不是胜差。所以领先较多的时候，宁可下损一点的棋，比如无棋自补，也要把可能的风险扼杀掉。计算机的逻辑是，在保持领先的基础上，减少了对手翻盘的可能。用专业人员的点评就是，领先越来越小，胜率越来越高，直到最后1/4子的优势，但你却绝对找不到任何翻盘的机会。 关于阿尔法狗“更追求胜率”下法，Demis Hassabis用了一个更有人情味的解释：直觉。“AlphaGo 已经展示出了创造力，也已经可以模仿人类直觉了。在过去一年，我们继续打造 AlphaGo，我们想打造完美的 AlphaGo，弥补它知识方面的空白。因为在与李世石的比赛中，它是有缺陷的。在未来我们能看到人机合作的巨大力量，人类智慧将通过人工智能进一步放大。强人工智能是人类研究和探寻宇宙的终极工具。” 听到“直觉”这两个字，我们也许会觉得玄乎，觉得在吹牛。但熟悉围棋的朋友就知道：围棋不像象棋等游戏靠计算，而是靠直觉。围棋中没有等级概念，所有棋子都一样。围棋是筑防游戏，因此需要盘算未来。小小一子可撼全局，“ 妙手 ” 如受天启。 阿尔法狗已经是“阿老师” 这么一想，这个“直觉”便是“预测未来”了。技术控们再看看 AlphaGo 如何进行训练的吧，或许会有一些启示： 围棋对于机器的难点之一是评估程序的撰写。而 AlphaGo 团队用两种卷积神经网络去完成：策略网络和估值网络。策略网络的卷积神经网络用于决定下一步落子可能的位置，价值网络用于评估当前棋局获胜的概率。  为了应对围棋的巨大复杂性，AlphaGo 采用机器学习技术，结合了监督学习和强化学习的优势。通过训练形成一个策略网络（policy network），将棋盘上的局势作为输入信息，并对所有可行的落子位置生成一个概率分布。 然后，训练出一个价值网络（value network）对自我对弈进行预测，以 -1（对手的绝对胜利）到 1（AlphaGo 的绝对胜利）的标准，预测所有可行落子位置的结果。这两个网络自身都十分强大，而 AlphaGo 将这两种网络整合进基于概率的蒙特卡罗树搜索（MCTS）中，实现了它真正的优势。 最后，新版的 AlphaGo 产生大量自我对弈棋局，为下一代版本提供了训练数据，此过程循环往复。就是说，阿尔法狗其实是在自己“训练”自己，自己给自己当老师。  “阿老师”与柯洁一战，柯洁表现出了很高的水准。但四分之一子的劣势并非说明他的实力与“阿老师”相当，而是“阿老师”见好就收——赢多少也是赢，索性赢你一点点即可。能把优势很长时间内控制成四分之一子，这是人类根本就达不到的水平。对此，“阿老师”给大家造成一个错觉，它似乎是一台很通人性的机器，它懂得尊重对手。当然前文已经解释，并不似这样的。 “阿老师”的很多下法，颠覆了很多所谓的定式，极大地开拓了棋手的思维。柯洁称，他在围甲联赛中，看到绝大数人为了眼前可能受损的几目棋的利益，而面对同一招棋用着同一个定式，着实感到乏味，甚至“想吐”。他说，“我宁愿损几目棋，也要尝试新的下法。”也难怪，柯洁在赛后称“阿老师”为“围棋上帝”，因为他们的围棋理念“不谋而合”。 “阿老师”将在接下来将与人类棋手花式竞技 按照比赛日程，柯洁与“阿老师”另两盘棋的争夺，将于5月25日和27日进行。而26日上午进行的配对赛和下午的团队赛，变得更吸引人。 所谓配对赛，是两位棋手分别与“阿老师”组队进行PK，挑战棋手如何去理解人工智能的独特风格并与之合作。古力就是参与者之一，他说：“能通过亲自对局，第一时间感受它的想法，和打谱是不一样的。合作的心理感受将有所不同，希望能够和它共同探索，突破棋手的思维惯性。” 相比之下，之后进行的团队赛仍是人与人工智能的比拼，不同的是人类组团上阵。几名棋手一起研究如何应战，相对个人而言会减少犯错误的机率，但弊端也很明显，就是难以形成统一的想法。不出意外，团队赛的时间会比较长，场面或许还很热闹，值得期待。 阿尔法狗除了会下棋，还能干嘛？ 除了能解决围棋问题外，DeepMind还用人工智能去解决了雅达利的“打砖块”游戏。在人工智能学习300次游戏后，AI已经能够掌握游戏规则。在500次游戏后，AI已经发现了这款游戏的最优解决方案。  哈萨比斯说，为何计算机在解决围棋问题时遇到困难，是因为围棋的复杂度让穷举搜索难以解决。要解决围棋需要克服两大难题：一是很难写出写出评估程序以判定围棋谁赢，二是围棋的搜索空间太过庞大。 哈萨比斯以上个世纪打败国际象棋世界冠军的卡斯帕罗夫的“深蓝”作为对比，他认为“深蓝”属于一种弱人工智能。围棋和国际象棋的差距在于需要棋手的直觉，需要盘算未来，不能像象棋只要了解当下的情况做出决定；而且围棋的棋子没有等级，一个棋子可以牵动全局。为此谷歌为AlphaGo开发出策略网络和估值网络来解决围棋问题，策略网络帮助AlphaGo减少搜索的空间，估值网络用来判定计算机的胜率。 至于人工智能是否“杀死”了围棋这项运动，哈萨比斯用实际数据打消了这一疑虑。去年AlphaGo战胜人类顶尖棋手李世石反而帮助了围棋这项运动的普及，那场比赛吸引了全球2.8亿观众，棋盘的销量也增长了10倍。 哈萨比斯认为AI和人类不是竞争关系，AI是人类的一种工具，就像望远镜一样可以帮助人类探索世界，人类的智慧在利用AI工具后将会被放大。 最后，哈萨比斯展望了AI在围棋之外的应用领域，比如在教育、医疗、智能手机等方面。实际上，DeepMind已经用AI帮助谷歌解决了一些实际问题，他们的AI程序帮助谷歌的数据中心节约了15%的能源。 谷歌表示，2014年的用电量为4402836兆瓦时，相当于366903户美国家庭的年平均耗电量。这些耗电量中的很大一部分来自数据中心，而数据中心是谷歌网络服务和移动应用的基础。 将耗电量减少几个百分点对谷歌来说将在财务上带来巨大帮助。根据美国能源信息管理局的数据，在美国，电价通常为每兆瓦时25至40美元。因此，如果数据中心能耗降低10%，那么在几年时间里谷歌就可节约数亿美元。 谷歌此前也曾在数据中心里应用机器学习技术。2014年谷歌表示，正使用神经网络系统去预测能耗随时间的改变，从而更有效地安排设备。 DeepMind的工作在此基础上更进一步。该公司的软件能调节数据中心中设备的运行方式，提高能耗效率。哈萨比斯表示：“这控制了数据中心里的约120个变量，包括风扇、制冷系统，以及窗户和其他设备。” |
|
|
