最强对决:升级版AlphaGo 5月决战柯洁

4 月 10 日下午,谷歌在北京的中国棋院召开新闻发布会,正式宣布 AlphaGo 将于今年 5 月 23 日在浙江乌镇对决以柯洁为代表的中国顶尖棋手。


WechatIMG18 (1).jpeg


据机器之心现场了解,中国围棋协会和浙江省体育局携手谷歌三方将联合主办「中国乌镇·围棋峰会」。本次峰会将从 5 月 23 日至 27 日在浙江乌镇展开,除 AlphaGo 与柯洁的三番棋对战之外,还将举办配对赛和团体赛两场形式不同的交流比赛。


配对赛中,两位棋手将分别与 AlphaGo 组队,挑战棋手如何去理解 AlphaGo 的独特风格并与之合作;在团队赛中,将有五位中国顶尖棋手合作,建立棋手「神经网络」,降低心理因素的影响,从而做出更加客观的判断。


在发布会现场,柯洁表示,「能与 AlphaGo 对阵是我的荣幸,但我一定会击败 AlphaGo」。据悉,此次比赛的获胜奖金为 150 万美元。


WechatIMG53.jpeg


离 AlphaGo 和李世乭的「人机大战」已经过去了一年,AlphaGo 与柯洁的对弈是业内期待已久的一场对决。去年 AlphaGo 与世界围棋冠军李世乭的比赛引起了极大的关注,人机对战成为人工智能领域的热门话题。不久之前,斩获 UEC 杯计算机围棋大赛冠军的腾讯人工智能系统「绝艺」,在东京举行的第五届「电圣战」世界人机大战中战胜了日本围棋界的新锐棋手一力辽七段(世界排名第 44 位,日本第 2)。


谷歌和 DeepMind 对于围棋的探索并未随着去年和今年初的两次「亮相」而结束,由于围棋近乎无穷的变化,人类棋手在千百年战术发展的过程中似乎并未触及围棋的本质,DeepMind 的研究者一直将目标定为探索围棋的极限。DeepMind 官方发布的 2016 年度总结中写道,「最激动人心的莫过于 AlphaGo 博弈过程中所呈现出来的创造力,有时,它的棋招甚至挑战了古老的围棋智慧。围棋,这一古往今来最富深谋远虑的游戏之一,AlphaGo 可以识别并分享其中洞见。」


此前,AlphaGo 在 2016 年 3 月与前围棋世界冠军,韩国棋手李世乭九段在韩国首尔进行了五次对决,并 4 比 1 获胜,第一次在正式比赛环境中战胜了人类顶尖棋手。AlphaGo 因此而获得了韩国棋院颁发的「名誉九段」证书。在沉寂了一段时间后,去年末,AlphaGo 以「Master」为名出现在腾讯野狐网上围棋平台中,与中日韩三国顶尖棋手进行了一系列网上快棋对决,并实现了 60 胜 0 负的完美战绩。


显然,AlphaGo 并不满足于线上围棋平台的胜利,谷歌方面很早就与中国棋院达成了一致,准备于今年举行新一轮的围棋人机大战。去年 12 月,谷歌联合创始人、Alphabet 总裁谢尔盖·布林和谷歌 CEO 皮查伊(Sundar Pichai)一同造访中国棋院,观摩了棋手训练,并与「棋圣」聂卫平九段及中国围棋队总教练俞斌九段进行了交流。


2016 年 12 月 31 日,柯洁在微博上表示:


「我从(2016 年)3 月份开始到现在研究了大半年的棋软,无数次的理论、实践,就是想知道计算机究竟强在哪里。昨晚辗转反侧,不想竟一夜无眠。人类数千年的实战演练进化,计算机却告诉我们人类全都是错的。我觉得,甚至没有一个人沾到围棋真理的边。但是我想说,从现在开始,我们棋手将会结合计算机,迈进全新的领域达到全新的境界。新的风暴即将来袭,我将尽我所有的智慧终极一战!」

AlphaGo 升级版

去年 1 月 28 日,Nature 杂志以封面论文的形式介绍了 DeepMind 团队开发的人工智能程序 AlphaGo,这也就是后来击败韩国棋手李世乭的 AlphaGo 版本。据此次发布会提供的信息,今年年初席卷中国围棋界的「Master/Magister」是 AlphaGo 的升级版本,但它下的是快棋,与此次对决的规则不同。


AlphaGo 结合了监督学习与强化学习的优势。通过训练形成一个策略网络,将棋盘上的局势作为输入信息,并对有所可行的落子位置形成一个概率分布。然后,训练一个价值网络对自我对弈进行预测,以-1(对手的绝对胜利)到 1(AlphaGo 的绝对胜利)的标准,预测所有可行落子位置的结果。AlphaGo 将这两种网络整合进基于概率的蒙特卡罗树搜索(MCTS)中,实现了它真正的优势。


20170410163442.png


在获取棋局信息后,AlphaGo 会根据策略网络(policy network)探索哪个位置同时具备高潜在价值和高可能性,进而决定最佳落子位置。在分配的搜索时间结束时,模拟过程中被系统最繁琐考察的位置将成为 AlphaGo 的最终选择。在经过先期的全盘探索和过程中对最佳落子的不断揣摩后,AlphaGo 的探索算法就能在其计算能力之上加入近似人类的直觉判断。


20170410163501.png

据了解,新版的 AlphaGo 产生大量自我对弈棋局,为下一代版本提供了训练数据,此过程循环往复。

入门AlphaGo产业人机大战围棋Deepmind柯洁
暂无评论
暂无评论~