AlphaGo又來(lái)了！下月對(duì)戰(zhàn)人類棋手柯潔等中國(guó)頂尖棋手

4月10日，谷歌在中國(guó)棋院召開發(fā)布會(huì)，宣布5月23日-27日在烏鎮(zhèn)主辦“中國(guó)烏鎮(zhèn)o圍棋峰會(huì)”，屆時(shí)AlphaGo將再度與柯潔等為代表的中國(guó)頂尖棋手進(jìn)行為期對(duì)弈。

AlphaGo是一款圍棋人工智能程序，由谷歌旗下DeepMind公司的戴密斯o哈薩比斯、大衛(wèi)o席爾瓦、黃士杰與他們的團(tuán)隊(duì)開發(fā)?？聺嵤侵袊?guó)圍棋職業(yè)九段棋手，他也是圍棋等級(jí)分排名世界第一。

此次人機(jī)終極大戰(zhàn)中，代表人類出戰(zhàn)的是目前排名世界第一的職業(yè)圍棋九段選手柯潔，而代表機(jī)器一方的則是AlphaGo的2.0版本。區(qū)別于和李世石對(duì)戰(zhàn)的AlphaGo1.0，這次對(duì)戰(zhàn)柯潔的AlphaGo2.0采用了新的算法模型。此前，該版本曾化名Master，以在線對(duì)弈的形式擊敗了包括柯潔在內(nèi)的所有選手，60戰(zhàn)而無(wú)一敗。

據(jù)Deep Mind介紹，1.0版本的AlphaGo是“深度學(xué)習(xí)”人類棋譜得出圍棋手?jǐn)?shù)的估值，AlphaGo1.0所走招法其實(shí)并沒有脫離人類的理解，而且也是人類棋手曾下過的棋。如果AlphaGo1.0完善到極致，就意味著得出了接近完美的圍棋手?jǐn)?shù)估值函數(shù)。2.0版本AlphaGo利用這個(gè)估值函數(shù)自我對(duì)局和“深度學(xué)習(xí)”，不再受人類棋譜的局限，下出真正屬于“人工智能”的圍棋。

人機(jī)對(duì)戰(zhàn)歷史

2016年1月，AlphaGo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，計(jì)算機(jī)程序能在不讓子的情況下，在完整的圍棋競(jìng)技中擊敗專業(yè)選手，這是第一次。

2016年3月，AlphaGo與圍棋世界冠軍、職業(yè)九段選手李世石進(jìn)行人機(jī)大戰(zhàn)，并以4:1的總比分獲勝。谷歌董事長(zhǎng)施密特在該比賽的開幕儀式上稱：“無(wú)論比賽結(jié)果如何，勝者都是人類。”

2016年末2017年初，AlphaGo在中國(guó)棋類網(wǎng)站上以Master為注冊(cè)帳號(hào)與中日韓數(shù)十位圍棋高手進(jìn)行快棋對(duì)決，連續(xù)60局無(wú)一敗績(jī)。

不少職業(yè)圍棋手認(rèn)為，AlphaGo的棋力已經(jīng)達(dá)到甚至超過圍棋職業(yè)九段水平，2016年7月18日，世界職業(yè)圍棋排名網(wǎng)站GoRatings公布最新世界排名，谷歌旗下DeepMind的人工智能系統(tǒng)AlphaGo以3612分，超越3608分的柯潔成為新的世界第一。

2017年1月，谷歌Deep Mind公司CEO哈薩比斯在德國(guó)慕尼黑DLD（數(shù)字、生活、設(shè)計(jì)）創(chuàng)新大會(huì)上宣布推出真正2.0版本的AlphaGo。其特點(diǎn)是擯棄了人類棋譜，只靠深度學(xué)習(xí)的方式成長(zhǎng)起來(lái)挑戰(zhàn)圍棋的極限。

AlphaGo主要由以下部分組成：走棋網(wǎng)絡(luò)（Policy Network），給定當(dāng)前局面，預(yù)測(cè)/采樣下一步的走棋；快速走子（Fast rollout），目標(biāo)和走棋網(wǎng)絡(luò)一樣，但在適當(dāng)犧牲走棋質(zhì)量的條件下，速度要比走棋網(wǎng)絡(luò)快1000倍；估值網(wǎng)絡(luò)（Value Network），給定當(dāng)前局面，估計(jì)是白勝還是黑勝；蒙特卡洛樹搜索（Monte Carlo Tree Search），把以上這三個(gè)部分連起來(lái)，形成一個(gè)完整的系統(tǒng)。

值得注意的是，AlphaGo并不是DeepMind唯一項(xiàng)目，也不是最大的項(xiàng)目。DeepMind的最終目標(biāo)是智能助手、醫(yī)療和機(jī)器人。另外，盡管AlphaGo只是針對(duì)圍棋開發(fā)的系統(tǒng)，但其原理可以被應(yīng)用到現(xiàn)實(shí)問題中。（騰訊科技 劉亞瀾 管慕飛）