傅園慧再次勾搭「國民男神」打狗怎能就此作罷？

5月24日，圍棋峰會休戰一天，DeepMind首席科學家大衛·席爾瓦（David Silver）在圍棋峰會人工智慧高峰論壇上透露，目前的AlphaGo，比去年戰勝李世石的那一版要「強三子」。

此言一出，四座皆驚。雖然此前也有過類似傳聞，但這一次卻是實實在在從DeepMind首席科學家的口中說出。隨即柯潔在新浪微博發新微博表示震驚之情：「早就聽說新版AlphaGo的強大……但……讓……讓三個？我的天！，我到底是在和一個怎樣可怕的對手下棋...」隨後，傅園慧回復柯潔：「哇！那你也很厲害啊，你最起碼還能跟武林高手打起來」，還配上柯潔很喜歡用的doge表情。

兩人微博互動後，一眾網友紛紛圍觀並點贊：「又來找柯柯玩耍啦」「還以為高仿，居然是本體 ……」「你們倆都是大浙江的驕傲，經常看你們互動耶」「你們都很厲害！親親抱抱舉高高。」「你們都是令人驕傲的中國好青年！園園甲油甲油！」還有一些網友在一旁調侃：「不要有任何壓力，我們還有祈同偉沒放出來呢」「這次人類贏不贏就看烏鎮的供電局了！」

網友們紛紛回應「優秀的人惺惺相惜哦」，當時還有人打趣稱「用你的洪荒之力幫幫忙丫」「彷彿我的每一個男神園園你都能勾搭上，羨慕嫉妒恨」。

那麼，我們今天就來分析一下這個強大的對手。圍棋峰會人工智慧論壇上，阿爾法圍棋團隊大衛席爾瓦透露，與柯潔比賽的alphago master版本遠勝去年贏李世石的版本，機器間對弈可讓三子。

大衛在演講中表示，DeepMind預測，以圍棋等級分來看，以前ZEN、CrazyStone軟體達到約2000分，樊麾版AlphaGo達到3000分，李世石版AlphaGo上漲3子，達到3500分，AlphaGo Master又漲3子，達到4500分以上。

一、AlphaGo是什麼？

AlphaGo 是第一個擊敗人類職業圍棋選手並戰勝圍棋世界冠軍的程序，是圍棋史上最具實力的選手之一。2016 年 3 月，在全世界超過一億觀眾的關注下，AlphaGo 經過5局對弈，最終以 4比 1 的總比分戰勝了圍棋世界冠軍李世石，這場比賽成為了人工智慧領域的一個重要里程碑。過去曾有專家預測人工智慧需要十年的時間才有可能戰勝人類職業選手，在這場比賽之後，AlphaGo 憑藉其「充滿創意而又機智」的下法，躋身圍棋界最高職業稱號——職業九段行列，成為歷史上首個獲得這一榮譽的非人類棋手。

近期，AlphaGo的升級版本以"Master/Magister"的稱謂與世界頂級的圍棋選手進行了60場線上快棋對局，並取得了全勝的出色戰績。

二、AlphaGo如何進行訓練？

一直以來，圍棋就被認為是傳統遊戲中對人工智慧最具挑戰性的項目。這不僅僅是因為圍棋包含了龐大的搜索空間，更是因為對於落子位置的評估難度已遠遠超過了簡單的啟發式演算法。

為了應對圍棋的巨大複雜性，AlphaGo 採用了一種新穎的機器學習技術，結合了監督學習和強化學習的優勢。通過訓練形成一個策略網路（policy network），將棋盤上的局勢作為輸入信息，並對所有可行的落子位置生成一個概率分布。然後，訓練出一個價值網路（value network）對自我對弈進行預測，以 -1（對手的絕對勝利）到1（AlphaGo的絕對勝利）的標準，預測所有可行落子位置的結果。這兩個網路自身都十分強大，而 AlphaGo將這兩種網路整合進基於概率的蒙特卡羅樹搜索（MCTS）中，實現了它真正的優勢。最後，新版的AlphaGo 產生大量自我對弈棋局，為下一代版本提供了訓練數據，此過程循環往複。

三、AlphaGo如何決定落子？

在獲取棋局信息後，AlphaGo 會根據策略網路探索哪個位置同時具備高潛在價值和高可能性，進而決定最佳落子位置。在分配的搜索時間結束時，模擬過程中被系統最頻繁考察的位置將成為 AlphaGo 的最終選擇。在經過先期的全盤探索和過程中對最佳落子的不斷揣摩後，AlphaGo的搜索演算法就能在其計算能力之上加入近似人類的直覺判斷。

DeepMind團隊的樊麾二段在下午通過微博發布了聲明：新版本的AlphaGo， 已經過幾百萬次的自我訓練，並在檢測舊版本弱點方面表現出色。也因此，新版本的AlphaGo可以讓舊的版本三個子。但當AlphaGo與從未對弈過的人類棋手對局時，這樣的優勢就不復存在了，尤其是柯潔這樣的圍棋大師，他可能幫助我們發現Alphago未曾展露的新弱點。這樣的衡量標準是無法比較的。對於本周的第二輪和第三輪對局，我們拭目以待。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！