您的位置:
主页 > 探索焦点 >Master 就是 AlphaGo 升级版!60 连胜背后看专家怎幺说 >

Master 就是 AlphaGo 升级版!60 连胜背后看专家怎幺说

阅读126| 发布: 2018-01-23 15:16 | 点赞: 187

Master 就是 AlphaGo 升级版!60 连胜背后看专家怎幺说

2017 年 1 月 4 日晚上,Master 完胜第 59 盘棋的时候,突然发声自认:「我是 AlphaGo 的黄博士」,Master 之前以横扫千军的姿态战胜几乎所有中国的围棋大师,包括「棋圣」聂卫平和柯洁。本文带来新智元智库专家白硕、邓侃的独家解读。同时,中国围棋 AI 的一名开发者也透露了他的看法:Master 的水平略有些让人失望。新智元还採访了中国围棋队总教练俞斌,他在文中谈了自己的看法和理解。这一次,机器可能不再藉用人类经验,而是凭藉自我对弈和学习战胜了人类,让人类认识到另一个「真理」的存在。从某种程度上来说,这是一个新的「纪元」的开启。

1 月 4 日晚上,之前横扫围棋界的神秘大师「Master」忽然发声,自揭身分,它写道:我是 AlphaGo 黄博士。

Master 就是 AlphaGo 升级版!60 连胜背后看专家怎幺说

此时,Master  刚刚取得第 59 场不败纪录,将对战人类棋手的纪录变为 59:0。之前,人们的猜测是Master 在完成 60 场比赛后,会隐退或者发声。但是,没有人想到,在 59 场的时候,Master 自己表明了身分。

官方声明:

Master 就是 AlphaGo 升级版!60 连胜背后看专家怎幺说

Master 已经在线上平台上接连战胜了聂卫平、柯洁、朴廷桓、唐韦星、範廷钰、王古力、周俊勋和黄云嵩等多位围棋高手。

战胜「棋圣」,黄博士是谁?

2017 年下午 3 点 04 分,聂卫平执白三又四分之一子之差负于 Master,Master 取得第 54 胜!

聂卫平在围棋圈有「棋圣」之称,只是这次,他也拿 Master 没办法。对弈结束后,Master 用繁体字打出了「谢谢聂老师」的消息。这个时候,其实 Master 的身分已经有所暗示了。后来 Master 所说的「黄博士」,指的是黄士杰博士。黄博士是台湾人。

如果大家有看 3 月份李世乭与 AlphaGo 对奕的话,应该会注意到在李世乭对面有个将 AlphaGo 的棋步下到棋盘,并且将李世乭的棋步再输到电脑上的人。这位就是 Google DeepMind 的资深研究员,也是 AlphaGo 的主要程式开发者、台湾出身的黄士杰博士。

Master 就是 AlphaGo 升级版!60 连胜背后看专家怎幺说

黄士杰(前左)在替 AlphaGo 执子。

黄士杰博士毕业于台湾师範大学,博士论文就是以「应用于电脑围棋之蒙地卡罗树状搜寻演算法的新启发式演算法」,本身也是业余六段的围棋棋手。

之前,黄士杰在接受 Engadget 的採访时曾说,如果再给 AlphaGo 一年半载的话,说不定李世乭真的就是史上唯一赢过 AlphaGo 一场的人了……

果然,半载之后,我们看到令人叹服的结果。

Master 的技术没有想像得那幺好?

对于此次掀起风暴的 Master,新智元智库专家白硕评价说:

第一,并不意外。如果世界上还有另外一个团队达到这样的水平反而是意外。

第二,又有进步。现在的 AlphaGo 水平比去年战胜李世乭的时候发挥更稳定、对人类棋手更有启发性,对人类观众更有观赏性,导致人类对棋理的认识正在酝酿重大的突破。

第三,还有潜力。按现在势头发展,基于对弈棋谱的深度学习和左右互搏的增强学习,正在形成良性互动的局面,但愿这一阶段不要太快结束。

第四,除了不断增强对弈能力外,让机器以人类能理解的方式讲述其棋路,以全新的体验变革人类传授和学习围棋的方式,其意义不亚于战胜人类。

新智元问及其他的机器包括国内的一些围棋 AI 是否有机会超越 Master 呢?是否需要重大演算法突破才能破解 Master 的时间积累优势?

白硕说:「我知道有人在做。如果能大幅提高演算法的效率,就意味着在同样时间内可以遍历更多有意义的变化,增强学习会做得越好。个人判断,演算法上的优化仍有空间,赶超仍有机会。未来机器之间的对弈会是新的看点。」

然而,也有专业人士表示有些失望。一名要求匿名的中国某大型网路公司 AI 开发者对新智元表示,Master 横扫人类棋手毫不意外,但是对过程有点失望,Master 的技术没有想像得那幺好,毕竟去年 7 月份 Aja Huang 在一次演讲中透露可以让顶尖棋手 2 子,半年过去了,看不出一定能让 2 子。也许这并不是最新版。

棋风奔放怪异,因为没有学习过人类棋谱?

在 DeepMind 官方宣布之前,「Master」的身分激发了多方猜测,有不少人认为这就是 AlphaGo 的升级版,但与后者不同的是「Master」的招法极其奔放,推翻了很多人类棋手常走的定式,棋风与去年 3 月的 AlphaGo 大不相同。

值得注意的是,DeepMind 公司创始人 Hassabis 曾在一次採访中透露,他们正在尝试训练一个没有学习过人类棋谱的人工智慧,而这可能就是 Master 和 AlphaGo 不同的原因。

CMU 博士邓侃对新智元表示:

在自我对弈中成长起来的新 AlphaGo,可能完全不需要人类棋谱。

被认为与 AlphaGo「必有一战」的世界第一柯洁,在这次对战中也败下阵来,但是柯洁在微博上写的感想倒是很值得深思。

他写道:「新的风暴即将来袭。我从 3 月份到现在研究了大半年的围棋软体,无数次的理论、实践,就是想知道电脑到底强在哪里。昨夜辗转反侧,不想竟一夜难眠,人类数千年的实战演练进化,电脑却告诉我们人类全是错的。我觉得,甚至没有一个人沾到围棋真理的边。但我想说,从现在开始,我们棋手将结合电脑,迈进全新的领域达到全新的境界。」

专访中国围棋队总教练俞斌:慢棋是人类最后的机会,但是悬念不大

在 Master 身分确定后,新智元第一时间联繫了中国围棋队总教练俞斌进行专访。

新智元:您觉得人类棋手还有机会吗?

俞斌:基本上没有。只留有一丝悬念,就是长时间的慢棋,但只是悬念,我判断慢棋也不行。

新智元:如果下慢棋,人类棋手最后的突破口可能是什幺呢?

俞斌:慢棋人的错误会少很多,但能否一争胜负有悬念。感觉可能性很小。

新智元:之前有人认为,人类棋手以后只和人类比,而机器棋手只会和机器棋手对决了,您认为围棋最后是这样吗?

俞斌:人与人比会,机器与机器比也有,但不会只是这两种。人与机器、人带机器,用时、让子等等,还是会有不少比的类型的。也许会有机器参加的团队赛等。

新智元:看来机器的加入反而有了更多玩法。那幺您认为机器的出现,看起来像人类的天花板,人类围棋是否会放下胜负心,真正达到人和人对围棋本身的享受呢?

俞斌:哲学问题。围棋是胜负的游戏。享受的是胜负的乐趣。有人工智慧高手,并不影响享受围棋的乐趣。没有胜负而享受围棋,我理解不了。这是我个人的哲学观点。

一次横扫千军的网络对战,Master 的进击之路

2016 年 12 月 29 日晚上 7 点多,一位名叫「Master」的新手登录弈城,起初没有高手搭理,但在战胜谢尔豪四段、孟泰龄六段、于之莹五段、韩一洲四段、乔智健四段后这个账号热度陡增。这晚 Master 十战全胜,已注定其出世不凡。

第二天中午「Master」再度现身,在对王昊洋六段、严在明三段等职业棋手 4 连胜后,终于引出了南韩第一人朴廷桓九段。重头戏开始上演,结果也是重量级的,朴廷桓在必败局面下超时负。此结果在高手中掀波,接着等级分排名第 7 的连笑七段登场挑战,却连败两场!值得注意的是,紧接着 Master 与帐号为「吻别」的网路棋手交锋两次,均以中盘获胜。弈城网工作人员表示,「吻别」很有可能就是拥有 4 个世界冠军头衔的当今世界围棋第一人柯洁。如果「吻别」真是柯洁,那就意味着 Master 对当今中、韩第一人的战绩是 6:0。

31 日,「Master」又连续战胜各大挑战者,其中新科百灵杯冠军陈耀烨九段也以失败告终,最后的最后,这位堪比「扫地僧」的神秘高手连续 30 盘不败,像是在逗大伙玩似的来了句:「今天累了,明天休息一天。」

最终败在「Master」棋下的有江维杰九段、辜梓豪五段、朴永训九段、柁嘉熹九段、井山裕太九段、孟泰龄六段、金志锡九段……

连一旁观战的柯洁九段都大惊失色:「从来没见过这样的招法,围棋还能这幺下?」为此他感叹:看 Master 的着法,等于说以前学的围棋都是错误的,原来学棋的时候要被骂的着法现在 Master 都下出来了。同样的,知乎网友 @赵小康 评论,Master 对阵这些围棋高手,「大多数对局都是中盘取胜,人类数千年时间总结出的定式、大局观在 Master 面前显得陈腐可笑。」

2017 年 1 月 3 日 9:30,棋手古力九段按捺不住,最终发出 10 万元悬赏,奖励给战胜 Master 的勇士。但其后又有 4 位顶尖棋手被击败……

不过就在 51 场连胜之后,1 月 4 日,「Master」第 52 盘以和棋结束,「Master」的 51 连胜纪录就此终止。这场比赛中,「Master」挑战中国围棋职业选手陈耀烨。 「Master」执黑棋、陈耀烨执白棋,30 秒 3 次快棋。不过陈耀烨出现了断线情况,30 秒没有落子,系统判定和棋。

今日,「Master」出现以来最受瞩目的比赛在 Master 和聂卫平之间进行。年届 64 岁的中国棋圣和「Master」的比赛也是这个人工智慧程式进行的第 54 局比赛。本局「Master」特意把比赛用时调整为每方 1 分钟一手,以示对聂卫平的尊敬。

最终本局进行至手,执白的聂卫平以 7 目半的劣势落败。本局「Master」在右上角下出犀利的手段,吃掉了聂卫平一块棋由此确立优势,并保持到了最后。而随着棋圣聂卫平落败,「Master」将自己的不败纪录延续至 54 场,中日韩高手无一能在这次「快棋」对决中取胜。

4 日晚,随着古力败下阵来,Master 对人类棋手获得了 60 场不败的纪录。

AlphaGo 技术原理

AlphaGo 从 3 月份至今,经过 10 个月的发展,已经有了非常长足的进步,不过要追溯其技术原理,最详细的还是 3 月份发表在 Nature 的封面论文:Mastering the game of Go with deep neural networks and tree search(透过深度神经网露和树状搜寻,学会围棋游戏)。

AlphaGo 给围棋带来了新方法,它背后主要的方法是 Value Networks(价值网路)和 Policy Networks(策略网路),其中 Value Networks 评估棋盘位置,Policy Networks 选择下棋步法。这些神经网路模型透过一种新的方法训练,结合人类专家比赛中学到的监督学习,以及在自己和自己下棋(Self-Play)中学到强化学习。这不需要任何前瞻式的 Lookahead Search,神经网路玩围棋游戏的能力,就达到了最先进的蒙地卡罗树状搜寻演算法的级别(这种演算法模拟了上千种随机自己和自己下棋的结果) 。我们也引入了一种新搜寻演算法,这种演算法将蒙地卡罗模拟和价值、策略网路结合起来。

透过将 Value Networks、Policy Networks 与树状搜寻结合起来,AlphaGo 达到了专业围棋水準,让我们看到了希望:在其他看起来无法完成的领域中,AI 也可以达到人类级别的表现!

DeepMind 团队对围棋项目的介绍:

相关文章


永利总站ylzzcom|生物视界|文化旷视|网站地图 申博官网备用网址_申博sunbet管理网 申博官网备用网址_申博sunbet网址