AlphaGo今年棋力已大大提高 可讓李世石版3子

北京時間5月24日消息，昨日AlphaGo以1/4子優勢戰勝柯潔後，由中國圍棋協會主辦的人工智慧論壇今天上午在浙江桐鄉召開，DeepMind公司AlphaGo團隊負責人大衛-席爾瓦（David Silver）在論壇上緊接公司CEO哈薩比斯的演講，進一步詳解了AlphaGo的原理。

AlphaGo團隊負責人大衛-席爾瓦

席爾瓦首先對比了圍棋和國際象棋的複雜度。國際象棋的每一步大約有30種可能性，而圍棋每一步大約有100種可能性，這導致圍棋的複雜度大大高於國際象棋，圍棋棋局所有出現的可能性甚至多於全宇宙的粒子數目。所以圍棋沒法像使用窮舉演算法來解決。

卷積神經網路

那麼DeepMind是如何使用AI解決圍棋問題的呢？他們正是使用卷積神經網路（CNN）破解了圍棋，AlphaGo可以從每一層的神經網路中對棋局進行理解，經過多代的發展，AlphaGo已經擁有了40層神經網路。

AlphaGo原理

AlphaGo利用兩種神經網路——策略網路和價值網路——大大減少了計算機搜索的空間：策略網路可以減少搜索的寬度，價值網路可以減少搜索的深度。即用策略網路忽略掉每一步中不合理的下法，而價值網路可以減少機器往後搜索的步數。

圍棋巨大的搜索空間，AlphaGo的目的就是減少搜索量

另外，關於本次外界關心的AlphaGo硬體問題，席爾瓦說，今年的AlphaGo相比去年的運算力大大增強。去年與李世石對戰的AlphaGo使用了50個TPU，可以向下搜索50步棋，運算速度達到了每秒可計算10000個位置。而今年由於AlphaGo程序的優化，昨天與柯潔隊長的AlphaGo Master僅使用了含4個TPU的伺服器。而且現在的AlphaGo能夠自己給自己「當老師」，它會從自己的搜索結果中去學習圍棋。

新版AlphaGo通過自我對弈進行強化學習

最後，席爾瓦用AlphaGo與其他競爭對手的圍棋AI程序做對比。初代AlphaGo，也就是當初戰勝歐洲圍棋冠軍樊麾的版本，已經比Zen、Crazy Stone等程序勝出4子，AlphaGo每進化一代，都比上一代要勝出3子，也就是說昨日與柯潔對戰的AlphaGo相比去年版本已經有了很大的進步。其實，早在去年年底，新版的AlphaGo就已經在圍棋網路快棋對戰中戰勝多國高手，取得了60連勝的不敗戰績。（邊策）

AlphaGo的棋力進步示意圖

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！