柯潔與AlphaGo2.0五月對決 機(jī)器人究竟有多強(qiáng)大？

　　“AlphaGo采用的是蒙特卡羅樹搜索框架，加上深度學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)。在這樣一個(gè)框架下，深度學(xué)習(xí)尤其是深度強(qiáng)化學(xué)習(xí)在計(jì)算機(jī)圍棋上的天花板究竟有多高，還是個(gè)未知數(shù)。”中國人工智能學(xué)會(huì)副理事長、清華大學(xué)計(jì)算機(jī)系教授馬少平指出。

　　就仿佛科幻小說《三體》中，人類艦隊(duì)首次迎戰(zhàn)三體艦隊(duì)“水滴”——去年3月，AlphaGo與李世石的圍棋對決，讓原本自信的人類，被不可預(yù)料的強(qiáng)大戰(zhàn)斗力打了個(gè)措手不及。而與《三體》中人類艦隊(duì)幾乎全軍覆沒、殘存艦隊(duì)倉皇逃走所不同的是，李世石版人機(jī)大戰(zhàn)還留下了一個(gè)懸念：人類圍棋第一人柯潔，與AlphaGo戰(zhàn)果如何?

　　如今，這個(gè)懸念將在今年5月于烏鎮(zhèn)揭曉。

　　4月10日，中國圍棋協(xié)會(huì)、浙江省體育局及谷歌共同宣布，三方將于5月23日至27日聯(lián)合主辦“中國烏鎮(zhèn)·圍棋峰會(huì)”(以下簡稱“圍棋峰會(huì)”)。圍棋峰會(huì)首日，柯潔與AlphaGo升級(jí)版的比賽將正式開打。該次比賽將采用中國規(guī)則的三番棋賽制，無論輸贏均下滿3盤，比賽每方3小時(shí)，5次1分鐘讀秒。

　　除此之外，主辦方表示，圍棋峰會(huì)期間還將舉辦配對賽和團(tuán)隊(duì)賽。在配對賽中，兩位棋手將分別與AlphaGo組隊(duì)，以此挑戰(zhàn)棋手如何理解AlphaGo的獨(dú)特風(fēng)格并與之合作;在團(tuán)隊(duì)賽中，將由五位中國頂尖棋手合作，建立棋手“神經(jīng)網(wǎng)絡(luò)”與AlphaGo對決。

　　“我在半年前得知了與AlphaGo對決的消息，這次能夠與AlphaGo對決，是我的榮幸?！痹?0日發(fā)布會(huì)現(xiàn)場，柯潔如是坦言。而對于一個(gè)“只有勝利才是唯一真諦”的棋手而言，柯潔表示“這一次不會(huì)輕易妥協(xié)”，并稱“抱有必勝的心態(tài)和必死的信念”。

　　來自未來的對手

　　本次發(fā)布會(huì)就如AlphaGo一般神秘。在發(fā)布會(huì)前夕，谷歌僅對外通知10日下午將有“重磅消息”，直到10日上午9點(diǎn)之前，發(fā)布會(huì)地點(diǎn)仍是一個(gè)謎團(tuán)。

　　即便如此神秘，也難掩內(nèi)容本身的耀眼。早在數(shù)日之前，發(fā)布會(huì)的內(nèi)容便不脛而走：業(yè)內(nèi)傳聞AlphaGo將與柯潔有一戰(zhàn)，戰(zhàn)期定檔在5月下旬的烏鎮(zhèn)。在10日發(fā)布會(huì)現(xiàn)場，主辦方宣布這個(gè)巔峰對決的時(shí)間為5月23日。

　　賽事如此吸引眼球，原因在于這次的交戰(zhàn)雙方。

　　作為當(dāng)今棋壇第一人，柯潔更像是人類獲勝的最后一絲希望。他曾在一年前李世石0：2落后于AlphaGo之際放出豪言：AlphaGo要證明自己天下無敵，必須先過自己這一關(guān)，并稱自己有信心戰(zhàn)勝對手，“勝算大概在六七成”。

　　如今，在圍棋峰會(huì)發(fā)布會(huì)現(xiàn)場，柯潔則顯得更為謙虛，將AlphaGo描述為來自未來的對手?！艾F(xiàn)在的AlphaGo已經(jīng)超過我們最強(qiáng)棋手的想象，帶給我們最大的震撼與享受，”柯潔感慨道，“我是站在了歷史變革的節(jié)點(diǎn)之上，很幸運(yùn)能夠見證AlphaGo這樣強(qiáng)大的棋手?！?/p>

　　作為人工智能代表，全新版本AlphaGo相較一年之前更加強(qiáng)大，這也成為本次賽事的另一大看點(diǎn)。據(jù)介紹，新版AlphaGo采用了新的機(jī)器學(xué)習(xí)技術(shù)，能夠通過訓(xùn)練形成策略網(wǎng)絡(luò)，將棋盤上的局勢作為輸入信息，并對所有可行的落子位置生成概率分布，然后訓(xùn)練出價(jià)值網(wǎng)絡(luò)進(jìn)行預(yù)測，以對手的絕對勝利到AlphaGo的絕對勝利為標(biāo)準(zhǔn)，預(yù)測所有可行落子位置的結(jié)果。

　　而AlphaGo的真正優(yōu)勢體現(xiàn)在，將策略網(wǎng)絡(luò)和價(jià)值網(wǎng)絡(luò)整合進(jìn)基于概率的蒙特卡羅樹搜索(MCTS)中，將監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)結(jié)合起來。此外，新版AlphaGo還將產(chǎn)生大量自我對弈棋局，通過自身為下一版本提供訓(xùn)練數(shù)據(jù)。

　　“蒙特卡羅樹搜索的算法是讓AlphaGo不停地自我對弈，”一位業(yè)內(nèi)觀察人士表示，“通過自我對弈，進(jìn)而訓(xùn)練價(jià)值網(wǎng)絡(luò)和策略網(wǎng)絡(luò)，從而優(yōu)化蒙特卡羅樹搜索。”

　　換言之，擊敗李世石的AlphaGo 1.0，是通過學(xué)習(xí)大量人類對戰(zhàn)棋譜及與多位人類頂級(jí)高手交鋒，不斷積累形成棋力的。本次迎戰(zhàn)的AlphaGo 2.0版本，則將完全摒棄人類棋譜，憑借自我對弈成長為頂級(jí)高手。

　　不過，盡管柯潔自己坦言AlphaGo為強(qiáng)勁對手，卻仍表示不會(huì)輕易妥協(xié)?！盁o論它多么強(qiáng)大，我都要一決勝負(fù)，并盡力擊敗AlphaGo，”柯潔稱，“現(xiàn)在我的心情很激動(dòng)，期待五月的大戰(zhàn)?！?/p>

　　勝負(fù)之外

　　盡管還未開戰(zhàn)，但外界對本次賽事的結(jié)果，已經(jīng)開始有了預(yù)期。

　　“AlphaGo采用的是蒙特卡羅樹搜索框架，加上深度學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)。在這樣一個(gè)框架下，深度學(xué)習(xí)尤其是深度強(qiáng)化學(xué)習(xí)在計(jì)算機(jī)圍棋上的天花板究竟有多高，還是個(gè)未知數(shù)?！敝袊斯ぶ悄軐W(xué)會(huì)副理事長、清華大學(xué)計(jì)算機(jī)系教授馬少平指出。

　　而就是這樣尚看不清天花板的人工智能應(yīng)用，已經(jīng)足以橫掃人類頂級(jí)高手。一年以來，由AlphaGo引爆的各色棋牌類人機(jī)大戰(zhàn)的結(jié)果已基本沒有任何懸念：無論是AlphaGo化身Master，在網(wǎng)上實(shí)現(xiàn)對陣各國高手，實(shí)現(xiàn)60連勝(其中亦包括柯潔)，還是騰訊絕藝在騰訊野狐平臺(tái)率先晉升網(wǎng)絡(luò)十段，此后在第10屆UEC杯中稱王，或是新近落幕的德州撲克人機(jī)對決中，卡內(nèi)基梅隆大學(xué)開發(fā)的“冷撲大師AI”毫無懸念地戰(zhàn)勝中國龍之隊(duì)……在棋牌類人機(jī)大戰(zhàn)中，人類已越來越心平氣和地接受了自己的落敗。

　　“AlphaGo與人類的對決已持續(xù)了很長時(shí)間，機(jī)器人確實(shí)很強(qiáng)大。比賽的勝負(fù)很重要，柯潔也表示將竭盡全力比賽并爭取勝利，”圍繞此次對決，國家體育總局棋牌運(yùn)動(dòng)管理中心主任羅超毅指出，“柯潔沒有與AlphaGo進(jìn)行慢棋比賽，現(xiàn)在誰輸誰贏還沒有落定?！?/p>

　　事實(shí)上，在年初Master的網(wǎng)絡(luò)對局中，它采用的都是“20秒3次”的超快棋方式，幾乎都是在中盤輕易取勝，然而在去年李世石對陣AlphaGo時(shí)采用的是慢棋，最終有一盤取勝。而在本次圍棋峰會(huì)中，無論是柯潔與AlphaGo的“單挑”，還是頂級(jí)棋手組成“神經(jīng)網(wǎng)絡(luò)”與AlphaGo“車輪戰(zhàn)”，都延長了行棋的時(shí)間，無形中對人類或?qū)⒏佑欣?/p>

　　此外，羅超毅強(qiáng)調(diào)，勝負(fù)固然重要，卻并非本次圍棋峰會(huì)的全部，也不是峰會(huì)的主題?！翱聺嵟cAlphaGo的對決，不僅僅是人機(jī)對戰(zhàn)，而是科學(xué)家與棋手的智慧交流。”羅超毅指出，“柯潔曾提到，AlphaGo的許多招法是過去所沒有想過的，這也恰好證明了圍棋奇妙無窮，提升的空間很大，無論棋手還是深度學(xué)習(xí)團(tuán)隊(duì)，都將從中獲益匪淺?！?/p>