人工智慧首次擊敗圍棋專業選手 3月挑戰頂級棋手

2016-01-29 00:10:02 來源：參考消息網 責任編輯：張程
核心提示：圍棋下法複雜，一般認為圍棋的對弈軟體開發比國際象棋和日本將棋更難，此次憑藉人工智慧新技術大幅提高了判斷力。
參考消息網1月28日報道 日媒稱，英國《自然》雜誌27日發文稱，美國谷歌公司旗下的人工智慧（AI）開發商「DeepMind」（位於英國）研發的圍棋電腦軟體「AlphaGo」（阿爾法圍棋）打敗了職業棋手，開創全球先河。
據日本共同社1月27日報道，圍棋下法複雜，一般認為圍棋的對弈軟體開發比國際象棋和日本將棋更難，此次憑藉人工智慧新技術大幅提高了判斷力。開發人員等召開記者會時稱「正因為規則單純才很難做，可應用於疾病圖像的診斷等需要判斷情況的場合」。
與「AlphaGo」一較高下的棋手是2013年至2015年的歐洲圍棋冠軍、生於中國的樊麾。2015年10月，雙方以正式比賽中使用的十九路棋盤進行了無讓子的5局較量，「AlphaGo」贏得滿堂紅。
今年3月，「AlphaGo」將挑戰全球頂級的韓國九段棋手李世乭，獎金是100萬美金。李世乭表示：「（人工智慧）厲害得讓人吃驚，聽說一直在進化，不過我有信心取勝。」
進入21世紀后，圍棋軟體研發出了模擬算出未來步驟，選擇勝率高的一手棋的手法，水平堪比業餘段位棋手。然而，由於博弈的局面根據棋盤大小不同，一般認為國際象棋為10的123乘方，而圍棋則有10的360乘方以上。這導致軟體來不及列舉出所有能贏的方案，導致不敵職業棋手。
研究團隊放棄了「蠻力窮舉」的方式，而是結合學習大量數據提高判斷能力的人工智慧新技術「深層學習」加以開發。
「AlphaGo」會吸收職業棋手的擺子畫面等信息，記住可以獲勝的方法，通過自己與自己對弈學習取勝之道。
「AlphaGo」還與其他幾個種類的圍棋軟體展開切磋，495局比賽中僅敗陣一局，優勢十分明顯。



點擊圖片進入下一頁
資料圖：日本老年人在位於東京都的日本棋院會館下圍棋。新華社記者張華攝

【延伸閱讀】人工智慧軟體打敗歐洲圍棋冠軍 或開創全球先河
中新網1月28日電 據外媒報道，英國《自然》雜誌本月27日發文稱，美國谷歌公司旗下的人工智慧(AI)開發商「DeepMind」(位於英國)研發的圍棋電腦軟體「AlphaGo」(阿爾法圍棋)打敗了職業棋手，開創全球先河。



據報道，圍棋下法複雜，一般認為圍棋的對弈軟體開發比國際象棋和日本將棋更難，此次憑藉人工智慧新技術大幅提高了判斷力。開發人員等召開記者會時稱「正因為規則單純才很難做，可應用於疾病圖像的診斷等需要判斷情況的場合」。
與「AlphaGo」一較高下的棋手是2013年至2015年的歐洲圍棋冠軍樊麾。2015年10月，雙方以正式比賽中使用的十九路棋盤進行了無讓子的5局較量，「AlphaGo」贏得滿堂紅。
今年3月，「AlphaGo」將挑戰全球頂級的韓國九段棋手李世乭，獎金是100萬美金。李世乭表示：「(人工智慧)厲害得讓人吃驚，聽說一直在進化，不過我有信心取勝。」



進入21世紀后，圍棋軟體研發出了模擬算出未來步驟，選擇勝率高的一手棋的手法，水平堪比業餘段位棋手。然而，由於博弈的局面根據棋盤大小不同，一般認為國際象棋為10的123乘方，而圍棋則有10的360乘方以上。這導致軟體來不及列舉出所有能贏的方案，導致不敵職業棋手。
研究團隊放棄了「蠻力窮舉」的方式，而是結合學習大量數據提高判斷能力的人工智慧新技術「深層學習」加以開發。
「AlphaGo」會吸收職業棋手的擺子畫面等信息，記住可以獲勝的方法，通過自己與自己對弈學習取勝之道。
據悉，「AlphaGo」還與其他幾個種類的圍棋軟體展開切磋，495局比賽中僅敗陣一局，優勢十分明顯。
（2016-01-28 09:52:02）

【延伸閱讀】谷歌人工智慧首次破解圍棋比賽：完勝歐洲冠軍
新浪科技訊 1月28日上午消息，谷歌今日宣布在人工智慧領域的重要進展：開發出一款能夠在圍棋中擊敗職業選手的程序——AlphaGo，後者能夠通過機器學習的方式掌握比賽技巧。
計算機和人類競賽在棋類比賽中已不罕見，在三子棋、跳棋和國際象棋等棋類上，計算機都先後完成了對人類的挑戰。但對擁有2500多年歷史的圍棋而言，計算機在此之前從未戰勝過人類。圍棋看起來棋盤簡單、規則不難，縱橫各19九條等距離、垂直交叉的平行線，共構成19×19（361）個交叉點。比賽雙方交替落子，目的是在棋盤上佔據儘可能大的空間。
在極簡主義的遊戲表象之下，圍棋具有令人難以置信的深度和微妙之處。當棋盤為空時，先手擁有361個可選方案。在遊戲進行當中，它擁有遠比國際象棋更多的選擇空間，這也是為什麼人工智慧、機器學習的研發者們始終希望在此取得突破的原因。
就機器學習的角度而言，圍棋的計算最大有3361種局面，大致的體量是10170，而已經觀測到的宇宙中，原子的數量才1080。國際象棋最大隻有2155種局面，稱為香農數，大致是1047。
傳統的人工智慧方法是將所有可能的走法構建成一棵搜索樹 ，但這種方法對圍棋並不適用。此次谷歌推出的AlphaGo，將高級搜索樹與深度神經網路結合在一起。這些神經網路通過12個處理層傳遞對棋盤的描述，處理層則包含數百萬個類似於神經的連接點。
其中一個神經網路「決策網路」（policy network）負責選擇下一步走法，另一個神經網路「值網路」（「value network）則預測比賽勝利方。谷歌方面用人類圍棋高手的三千萬步圍棋走法訓練神經網路，與此同時，AlphaGo也自行研究新戰略，在它的神經網路之間運行了數千局圍棋，利用反覆試驗調整連接點，這個流程也稱為鞏固學習（reinforcement learning）。通過廣泛使用Google雲平台，完成了大量研究工作。
征服圍棋對於谷歌來說有重要意義。AlphaGo不僅是遵循人工規則的「專家」系統，它還通過「機器學習」自行掌握如何贏得圍棋比賽。谷歌方面希望運用這些技術解決現實社會最嚴峻、最緊迫的問題——從氣候建模到複雜的災難分析。
在具體的機器訓練上，決策網路的方式是輸入人類圍棋專家的比賽，到系統可以預測57%人類行動為止，此前最好成績是44%。此後AlphaGo通過在神經網路內部進行比賽的方式（可以簡單理解成和自己下棋），開始學習自主探索新的圍棋策略。目前AlphaGo的決策網路可以擊敗大多數具有龐大搜尋樹的最先進的圍棋程序。
值網路也是通過自己和自己下棋的方式來訓練。目前值網路可以評估每一步棋能夠有多大勝算。這在此前被認為是不可能的。
實際上，目前AlphaGo已經成為最優秀的人工智慧圍棋程序。在與其他程序的對弈中，AlphaGo用一台機器就取得了500場的勝利，甚至有過讓對手4手后獲勝的紀錄。去年10月5日-10月9日，谷歌安排AlphaGo與歐洲圍棋冠軍Fan Hui（樊麾：法國國家圍棋隊總教練）閉門比賽，谷歌以5-0取勝。
公開的比賽將在今年三月舉行，AlphaGo將在韓國首爾與韓國圍棋選手李世石九段一決高下，李世石是近10年來獲得世界第一頭銜最多的棋手，谷歌為此提供了100萬美元作為獎金。李世石表示很期待此次對決，並且有信心獲得勝利。
值得一提的是，上一次著名的人機對弈要追溯到1997年。當時IBM公司研發的超級計算機「深藍」戰勝了國際象棋冠軍卡斯巴羅夫。不過國際象棋的演演算法要比圍棋簡單得多。國際象棋中取勝只需「殺死」國王，而圍棋中則用數子或比目的方法計算勝負，並不是簡單地殺死對方棋子。此前，「深藍」計算機的設計人2007年發表文章指出，他相信十年內能有超級電腦在圍棋上戰勝人類。
此外，AlphaGo的發布，也是Deep MInd在2014年1月被谷歌收購以來首次發聲。在被收購之前，這家位於倫敦的人工智慧領域的公司還獲得了特斯拉和SpaceX創始人馬斯克的投資。（李根 周峰 邊策）
（2016-01-28 08:33:06）

【延伸閱讀】日媒：吳清源入選圍棋殿堂 曾奠定現代圍棋基礎
參考消息網7月22日報道 外媒稱，日本棋院22日宣布，被譽為「昭和棋聖」在二戰前後獨步圍棋界的已故大師吳清源入選圍棋殿堂。吳清源是第18位入選圍棋殿堂的大師。
據日本共同社7月22日，吳清源九段生於中國福建省，14歲來日並成為棋手。他與已故木谷實九段共同提出「新布局」理論，奠定了現代圍棋的基礎。
他從戰前開始在十番棋大戰中逐個擊敗了當時的圍棋界頂尖高手，其實力被尊為日本第一。吳清源於2014年11月去世，享年100歲。
（2015-07-22 15:17:00）