亮風(fēng)臺首席科學(xué)家：無論AlphaGo能否取勝，AI 戰(zhàn)勝圍棋大師也是早晚的事

按：本文作者為亮風(fēng)臺首席科學(xué)家凌海濱。

近日來，國際頂級科學(xué)期刊《自然》（Nature）?[1]上關(guān)于電腦戰(zhàn)勝職業(yè)圍棋選手的報道引起了人們對人工智能的廣泛關(guān)注，這是歷史上電腦首次在公平競賽的條件下戰(zhàn)勝職業(yè)圍棋選手。即將到來的AlphaGo和李世石九段的大賽更多是讓人聯(lián)想起當年深藍和卡斯特羅夫的對奕。

那么，既然已經(jīng)有了電腦戰(zhàn)勝國際象棋冠軍的先例，為什么在圍棋這個領(lǐng)域還會引起這么大的關(guān)注呢？其根本原因在于,從計算的角度來看，圍棋比國際象棋難的遠遠不止是一兩個數(shù)量級。象棋的棋盤上的位置只有圍棋的大約六分之一，這就決定了圍棋的計算復(fù)雜度（簡單說來就是可能出現(xiàn)的不同棋局的總數(shù)）遠超國際象棋，從目前人類實用中接觸的數(shù)字來看，幾乎是一個無窮大數(shù)。不太理解的朋友可以參考“一張紙如果能對折64次可以從地球伸到月球”的傳說。

換個角度來說，以目前計算機的能力而言，想窮舉搜索或者嘗試所有可能的棋局變化是完全不可能的。基于這個原因，雖然計算機已經(jīng)在國際象棋領(lǐng)域戰(zhàn)勝了人類，計算機在圍棋上戰(zhàn)勝人類一直被認為是一個尚需時日的事情。包括學(xué)術(shù)界和圍棋界在內(nèi)的大部分專業(yè)人士都沒有想到這么快計算機就可以和專業(yè)棋手一決高下了。

從目前的趨勢看，無論這次AlphaGo能否戰(zhàn)勝李世石，計算機戰(zhàn)勝國際頂尖圍棋選手只是早晚的事情。而這次舉世矚目的比賽其成敗具有的更多的是象征性的意義。

AlphaGo能夠匹敵或戰(zhàn)勝職業(yè)選手這一事實，對于人工智能乃至整個科技的發(fā)展，都是一個極為重要的標志和鼓舞。由此帶來的技術(shù)突破和信心必將進一步推動人工智能尤其是機器學(xué)習(xí)在很多領(lǐng)域的應(yīng)用。事實上，除了DeepMind的AlphaGo以外，其他的一些研究組也在計算機圍棋方向取得了令人期待的進展，比如來自卡內(nèi)基梅隆大學(xué)最近的工作?[2]。

不出大家的意外，這次使AlphaGo大放光彩的核心技術(shù)是近年來蒸蒸日上的深度學(xué)習(xí)技術(shù)。自2006年Hinton再度引爆深度神經(jīng)網(wǎng)絡(luò)的熱潮之后，深度學(xué)習(xí)在十年間幾乎橫掃所有人工智能相關(guān)的領(lǐng)域，在語音和視覺等領(lǐng)域的眾多問題中頻頻取得突破性的進展。很多學(xué)者和工業(yè)界研發(fā)人員也從最初的謹慎懷疑態(tài)度轉(zhuǎn)向積極跟進，進而推動了深度學(xué)習(xí)在理論和實踐兩方面的迅猛發(fā)展。就亮風(fēng)臺在增強現(xiàn)實領(lǐng)域的經(jīng)驗而言，盡管深度學(xué)習(xí)在實用時還需要克服一些諸如實時性的挑戰(zhàn)，但我們亮風(fēng)臺已經(jīng)在一些實際應(yīng)用中（比如大規(guī)模圖片識別和人臉分析）成功的使用了深度學(xué)習(xí)技術(shù)，并且期待在不久的將來會取得更好的結(jié)果和推廣。

下面就我個人的理解來對這次比賽下注。首先聲明，雖然我們在科研和應(yīng)用上都在使用深度學(xué)習(xí)的技術(shù)（如今想不用都難啊），我本人對于深度學(xué)習(xí)研究有限，所以下面觀點僅僅是很主觀的個人觀點。總的來說，這次人機大賽，我覺得AlphaGo的勝率不高，感覺在30%以下。下面就幾個方面解釋一下我的理由。

一、AlphaGo之前戰(zhàn)勝的歐洲圍棋冠軍樊麾是職業(yè)二段，棋力和世界冠軍的九段李世石有很大的差距。

李世石本人認為“AlphaGo和我約差2子”?[4]，也是符合圍棋段位之間的基本差距的?[5]。這一觀點得到了棋界諸多當前頂尖棋手的認同，參見?[6]。當然，由于機器學(xué)習(xí)的強大學(xué)習(xí)能力，AlphaGo是有可能在這次比賽前的時間內(nèi)得到棋力上的飛速提高，理論上是有可能進步到頂尖棋手的能力。但是，這種提高并不是能夠輕而易舉實現(xiàn)的，參加下面的解釋。

二、深度學(xué)習(xí)畢竟還是要學(xué)習(xí)的，而學(xué)習(xí)是要樣本和訓(xùn)練的。

盡管AlghaGo可以很容易的獲取大量歷史上的棋局資料，但是李世石這樣的頂尖棋手的棋局資料還是有限的。更重要的是，計算機棋手和頂尖專業(yè)棋手的對局資料非常稀少。之前零星的幾次疑似AlphaGo和高手在弈城圍棋網(wǎng)上的比賽和即將進行的比賽差距還是太大，應(yīng)該不足以彌補這個訓(xùn)練樣本上的缺陷。

三、反過來從棋手的角度來看，頂尖的專業(yè)棋手對于機器棋手的行棋方式和漏洞可能更為敏感也有更強的應(yīng)對方式。

比如，很多高手都指出了在AlphaGo-樊麾棋局中的一個明顯失誤?[6]（這個嘛，只有業(yè)余11級水平的我其實沒有看懂）,這樣的漏洞相信不會被李這樣的高手放過的。當然，人也有狀態(tài)不穩(wěn)定和犯糊涂的時候，不過高手發(fā)生這種狀況的概率是很低的。

四、確實存在一種可能：AlphaGo可以通過頭一局或兩局迅速學(xué)習(xí)和調(diào)整。不過我個人感覺即使如此也不太容易達到擊敗李世石的水平，中間差距還是有些大，更多的樣本才會更可靠一些。一個參考是當年深藍和卡斯特羅夫的第一次比賽?[7]。

總結(jié)一下來說，基于深度學(xué)習(xí)的技術(shù)使得計算機戰(zhàn)勝專業(yè)棋手，雖然比大多數(shù)人預(yù)料的要早，并不是完全意外的。作為人工智能領(lǐng)域的從業(yè)者，我們應(yīng)該更多的感到鼓舞，并期望從相應(yīng)的技術(shù)泛化中汲取指引我們前進的知識和經(jīng)驗，使我們能在具體的應(yīng)用領(lǐng)域上不斷前進。

參考資料：

1. "Google AI algorithm masters ancient game of Go, Deep-learning software defeats human professional for first time." Elizabeth Gibney, Nature, 2016

2. "Better Computer Go Player with Neural Network and Long-term Prediction," Yuandong Tian and Yan Zhu, International Conference on Learning Representations (ICLR), 2016.

3. "Reducing the dimensionality of data with neural networks." Hinton, G. E. and Salakhutdinov, R. R., Science, 2006.

4. "Deep Blue versus Garry Kasparov," Wikipedia

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。