1月28日上午消息,，谷歌今日宣布在人工智能領(lǐng)域的重要進展：開發(fā)出一款能夠在圍棋中擊敗職業(yè)選手的程序——AlphaGo,，該程序能夠通過機器學習的方式掌握比賽技巧,。

　　人工智能挑戰(zhàn)圍棋有多難,？

　　計算機和人類競賽在棋類比賽中已不罕見，在三子棋,、跳棋和國際象棋等棋類上,，計算機都先后完成了對人類的挑戰(zhàn)。但對擁有2500多年歷史的圍棋 而言,，計算機在此之前從未戰(zhàn)勝過人類,。圍棋看起來棋盤簡單、規(guī)則不難,，縱橫各19九條等距離,、垂直交叉的平行線，共構(gòu)成19×19(361)個交叉點,。比 賽雙方交替落子,，目的是在棋盤上占據(jù)盡可能大的空間。

　　在極簡主義的游戲表象之下,，圍棋具有令人難以置信的深度和微妙之處,。當棋盤為空時，先手擁有361個可選方案,。在游戲進行當中,，它擁有遠比國際象棋更多的選擇空間，這也是為什么人工智能,、機器學習的研發(fā)者們始終希望在此取得突破的原因,。

　　就機器學習的角度而言，圍棋的計算最大有3361種局面,，大致的體量是10170,，而已經(jīng)觀測到的宇宙中，原子的數(shù)量才1080,。國際象棋最大只有2155種局面,，稱為香農(nóng)數(shù)，大致是1047,。

　　“機器學習”預測人類行為

　　傳統(tǒng)的人工智能方法是將所有可能的走法構(gòu)建成一棵搜索樹 ,，但這種方法對圍棋并不適用,。此次谷歌推出的AlphaGo，將高級搜索樹與深度神經(jīng)網(wǎng)絡(luò)結(jié)合在一起,。這些神經(jīng)網(wǎng)絡(luò)通過12個處理層傳遞對棋盤的描述,，處理層則包含數(shù)百萬個類似于神經(jīng)的連接點。

　　其中一個神經(jīng)網(wǎng)絡(luò)“決策網(wǎng)絡(luò)”(policy network)負責選擇下一步走法,，另一個神經(jīng)網(wǎng)絡(luò)“值網(wǎng)絡(luò)”(“value network)則預測比賽勝利方。谷歌方面用人類圍棋高手的三千萬步圍棋走法訓練神經(jīng)網(wǎng)絡(luò),，與此同時,，AlphaGo也自行研究新戰(zhàn)略，在它的神經(jīng)網(wǎng)絡(luò) 之間運行了數(shù)千局圍棋,，利用反復試驗調(diào)整連接點,，這個流程也稱為鞏固學習(reinforcement learning)。通過廣泛使用Google云平臺,，完成了大量研究工作,。

AlphaGo所使用的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖

　　征服圍棋對于谷歌來說有重要意義。AlphaGo不僅是遵循人工規(guī)則的“專家”系統(tǒng),，它還通過“機器學習”自行掌握如何贏得圍棋比賽,。谷歌方面希望運用這些技術(shù)解決現(xiàn)實社會最嚴峻、最緊迫的問題——從氣候建模到復雜的災難分析,。

　　在具體的機器訓練上,，決策網(wǎng)絡(luò)的方式是輸入人類圍棋專家的比賽，到系統(tǒng)可以預測57%人類行動為止,，此前最好成績是44%,。此后AlphaGo 通過在神經(jīng)網(wǎng)絡(luò)內(nèi)部進行比賽的方式(可以簡單理解成和自己下棋)，開始學習自主探索新的圍棋策略,。目前AlphaGo的決策網(wǎng)絡(luò)可以擊敗大多數(shù)具有龐大搜 尋樹的最先進的圍棋程序,。

　　值網(wǎng)絡(luò)也是通過自己和自己下棋的方式來訓練。目前值網(wǎng)絡(luò)可以評估每一步棋能夠有多大勝算,。這在此前被認為是不可能的,。

　　AlphaGo戰(zhàn)績驚人

　　實際上，目前AlphaGo已經(jīng)成為最優(yōu)秀的人工智能圍棋程序,。在與其他程序的對弈中,，AlphaGo用一臺機器就取得了500場的勝利，甚至 有過讓對手4手后獲勝的紀錄,。去年10月5日-10月9日,，谷歌安排AlphaGo與歐洲圍棋冠軍Fan Hui(樊麾：法國國家圍棋隊總教練)閉門比賽，谷歌以5-0取勝,。

AlphaGo與歐洲圍棋冠軍樊麾的5局較量

　　公開的比賽將在今年三月舉行,，AlphaGo將在韓國首爾與韓國圍棋選手李世石九段一決高下,，李世石是近10年來獲得世界第一頭銜最多的棋手，谷歌為此提供了100萬美元作為獎金,。李世石表示很期待此次對決,，并且有信心獲得勝利。

　　此外,，AlphaGo的發(fā)布,，也是Deep MInd在2014年1月被谷歌收購以來首次發(fā)聲。在被收購之前,，這家位于倫敦的人工智能領(lǐng)域的公司還獲得了特斯拉和SpaceX創(chuàng)始人馬斯克的投資,。

　　人機對弈誰將勝？

　　值得一提的是,，上一次著名的人機對弈要追溯到1997年,。當時IBM公司研發(fā)的超級計算機“深藍”戰(zhàn)勝了國際象棋冠軍卡斯巴羅夫。不過國際象棋 的算法要比圍棋簡單得多,。國際象棋中取勝只需“殺死”國王,，而圍棋中則用數(shù)子或比目的方法計算勝負，并不是簡單地殺死對方棋子,。此前,，“深藍”計算機的設(shè) 計人2007年發(fā)表文章指出，他相信十年內(nèi)能有超級電腦在圍棋上戰(zhàn)勝人類,。

　　該項目并未給IBM帶來可以銷售的產(chǎn)品,，但卻讓我們意識到：基礎(chǔ)科學研究所面臨的巨大挑戰(zhàn)是值得我們?nèi)ビ拥模m然企業(yè)在這方面的收益還無法量化,。

　　隨著頂級科技公司爭相在產(chǎn)品中融入智能技術(shù),，谷歌并不是唯一一家研究圍棋AI的公司，F(xiàn)acebook對圍棋人工智能的研究整合此前也亮相最新 的計算技術(shù)：深卷積神經(jīng)網(wǎng)絡(luò)(deep convolutional neural networks)和蒙特卡洛樹搜索(Monte Carlo tree search),，前者利用類似于大腦的算法來學習和識別棋盤上各種模式的重要性,，而后者相當于一種超前思維，用于計算詳細的戰(zhàn)略步驟,。

    Facebook和谷歌在圍棋人工智能方面的研究具有極大的代表意義,。與國際象棋相比，圍棋更具深度,。要讓計算機掌握相關(guān)技巧,，需要更多類似于人類的模式 識別和直覺判斷技巧，計算機象棋軟件越來越優(yōu)秀,，已將揭開了這項游戲的神秘面紗,；相比之下，圍棋目前更加神秘,。但將來,，圍棋的神秘色彩也可能不復存在,。