AlphaGo 是如何一步步接近成為圍棋「上帝」的？

新聞 05-25

正如賽前很多人預料的那樣，在與 AlphaGo 的第一場圍棋對戰中，柯潔輸了。

不過，也正如愛范兒（微信 ID：ifanr）在昨天比賽結束之後一分鐘內發布的總結文章所言，AlphaGo 已經今非昔比。確切地說，無論是 DeepMind 對它的命名，還是它背後的計算力量，乃至它自身的棋力，都發生了脫胎換骨的變化。

5 月 24 日，趕在第一局比賽結束之後，DeepMind CEO Demis Hassabis 在第二天舉行的中國烏鎮人工智慧高峰論壇中，專門談到了 AlphaGo 背後的研發過程和對戰故事，以及對這次比賽中 AlphaGo 的相關問題進行了解讀。

Hassabis 首先對 DeepMind 進行了簡單介紹，然後開始談起 AlphaGo 背後的複雜性。他表示，計算機下圍棋之所以異常困難，是因為圍棋的複雜程度讓窮舉搜索都難以解決；由此衍生出兩項難題：一是不可能寫出評估程序以決定誰贏，二是搜索空間太過龐大。

而在具體的 AlphaGo 研發過程中，DeepMind 更是要考慮直覺和計算的問題；因為圍棋是一種獨特的遊戲，它具有以下特徵：

圍棋不像象棋等遊戲靠計算，而是靠直覺。

圍棋中沒有等級概念，所有棋子都一樣。

圍棋是築防遊戲，因此需要盤算未來。

小小一子可撼全局。

「妙手」如受天啟，玄妙深奧。

2016 年 3 月，AlphaGo 與韓國圍棋選手李世乭九段進行了舉世矚目的「人機大戰」，最終以 4：1 的比分獲勝；其中，AlphaGo 在第二局中下出了令人驚嘆的第 37 步棋，不過在第四局中也被李世乭的「神之一手」所困擾。

Hassabis 介紹說，AlphaGo 與李世乭之間的對決，對圍棋本身的影響是多個層面的。首先是體現的圍棋的影響力上，這次對決擁有 2.8 億觀眾和 3.5 萬篇報道，並且推動圍棋棋盤的銷售量增加了 10 倍，讓不少西方人開始關注這項來自東方的古老技藝。

但 AlphaGo 給圍棋帶來的真正改變在於思維方式的啟發；李世乭在賽後表示：

我認為這給圍棋引入了新思路，我感覺找到了自己下棋的理由。

對於 DeepMind 團隊來說，AlphaGo 與李世乭的對戰也讓他們對 AlphaGo 有了新的判斷。Hassabis 表示，AlphaGo 在與李世乭的對決中，不僅僅表現出了它應有的認知能力，甚至已經表現出了一定的創造力，雖然是非常有限的。

在 2017 年元旦前後，AlphaGo 以 Master 的身份與包括柯潔在內的 60 名人類頂尖高手進行了對戰，並全部獲勝。Hassabis 表示，在這 60 場對決中，AlphaGo 表現出了更強的創造力，尤其是在它與辜梓豪和朴廷桓的對決中。

賽後，柯潔表示：

人類數千年的實戰演練進化，計算機卻告訴我們人類全部都是錯的，我覺得，甚至沒有一個人沾到圍棋真理的邊……我們棋手將會結合計算機，邁進全新的領域達到全新的境界……人和 AI 應該可以趨近圍棋真理。

在 Hassabis 的演講之後，AlphaGo 團隊負責人 Dave Silver 上台揭露了 AlphaGo 的更多細節。

Silver 表示，其實與李世乭對戰的版本的全名為 AlphaGo Lee，它在 Google Cloud 上使用了 50 個 TPU（全稱為TensorFlow Processing Unit，是Google為了加速深層神經網路運算能力而研發的晶元）；而 Master 的全名為 AlphaGo Master，它實際上是運行在單個 TPU 機器上，它的強大之處在於能夠從自我對弈中強化學習，同時也使用了更強大的策略&價值網路。