阿爾法狗是只什么“狗”

御風(fēng)

2017年5月，千年水鄉(xiāng)烏鎮(zhèn)迎來(lái)了一場(chǎng)舉世矚目的圍棋峰會(huì)，世界第一的中國(guó)九段棋手柯潔以0︰3輸給了阿爾法狗。中國(guó)圍棋協(xié)會(huì)向阿爾法狗授予中國(guó)職業(yè)九段稱號(hào)，這是中國(guó)迄今為止最年輕的九段。早些時(shí)候，聶衛(wèi)平曾評(píng)價(jià)阿爾法狗的圍棋水平相當(dāng)于職業(yè)圍棋二十段。

阿爾法狗是什么？它是由英國(guó)谷歌深度學(xué)習(xí)部門開(kāi)發(fā)出來(lái)的圍棋人工智能程序，是迄今為止最強(qiáng)大的圍棋棋手，讓我們看看它是如何下圍棋的。

圍棋的難在于如何分析看似無(wú)限的信息與可能。在一局圍棋中，平均每一步圍棋的下法大約有200種可能，棋盤(pán)上可能出現(xiàn)的局面總數(shù)遠(yuǎn)大于宇宙中原子的總數(shù)。要想通過(guò)暴力、直接手段預(yù)測(cè)所有情況，并從中篩選出最優(yōu)走法的思路并不可行。阿爾法狗在圍棋中取勝的秘訣有三個(gè)：深度神經(jīng)網(wǎng)絡(luò)、監(jiān)督/強(qiáng)化學(xué)習(xí)、蒙特卡羅樹(shù)搜索。

深度神經(jīng)網(wǎng)絡(luò)是一種模擬人類思維方式的計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)，它可以通過(guò)大量數(shù)據(jù)信息，尋找到最合適的解決方式和算法。阿爾法狗包含兩種深度神經(jīng)網(wǎng)絡(luò)：數(shù)值網(wǎng)絡(luò)和策略網(wǎng)絡(luò)。數(shù)值網(wǎng)絡(luò)是對(duì)于盤(pán)面優(yōu)勢(shì)的判斷機(jī)制，它計(jì)算預(yù)測(cè)每種不同下法帶來(lái)的勝率變化。如果在試走兩三步棋后，發(fā)現(xiàn)勝率不足，就會(huì)放棄這個(gè)走法，改試其他可能。這使得阿爾法狗能夠明晰局勢(shì)判斷，左右全局“戰(zhàn)略”，拋棄不合適的路線，可有效減少分析深度；而策略網(wǎng)絡(luò)則是學(xué)習(xí)人類的棋譜，通過(guò)分析數(shù)十萬(wàn)個(gè)棋譜，選出20個(gè)勝率最高的下一步走法。這使得阿爾法狗能夠優(yōu)化每一步落子，減少失誤，有效地減少分析廣度。兩者結(jié)合，使阿爾法狗在有限時(shí)間內(nèi)做出更多棋步運(yùn)算，從而不需要過(guò)于龐大的計(jì)算也能夠走出精妙的棋局。

監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)是機(jī)器學(xué)習(xí)方式的兩種不同種類。監(jiān)督學(xué)習(xí)是指機(jī)器通過(guò)人類輸入信息進(jìn)行學(xué)習(xí)；強(qiáng)化學(xué)習(xí)是指機(jī)器對(duì)自身收集環(huán)境中的相關(guān)信息作出判斷，并成為自己的“經(jīng)驗(yàn)”，這有些類似于人類的思維方式。在初始階段，阿爾法狗收集大量棋局?jǐn)?shù)據(jù)，學(xué)習(xí)人類棋手的下法，形成自己的判斷。之后，在自己與自己不計(jì)其數(shù)的模擬對(duì)弈，以及每一次與人類棋手的對(duì)弈中，阿爾法狗都能根據(jù)結(jié)果總結(jié)分析生成新范式，實(shí)現(xiàn)自我下棋技能的提升。

蒙特卡洛樹(shù)是一種搜索算法。人工智能在利用它進(jìn)行決策時(shí)，會(huì)從根結(jié)點(diǎn)開(kāi)始不斷選擇分支子結(jié)點(diǎn)，通過(guò)不斷決策使游戲局勢(shì)向人工智能預(yù)測(cè)的最優(yōu)點(diǎn)移動(dòng)，直到模擬游戲勝利。人工智能每一次的選擇都會(huì)同時(shí)產(chǎn)生多個(gè)可能，它會(huì)進(jìn)行仿真運(yùn)算，推斷出可能的結(jié)果，再選擇出最優(yōu)方案。

依靠這三大“武器”，阿爾法狗成為目前人類制造出來(lái)的最優(yōu)秀的圍棋“棋手”。

不過(guò)，比賽結(jié)果出來(lái)后，除了對(duì)阿爾法狗的贊揚(yáng)外，也有另外一種聲音。有一些人，甚至包括科技界的大佬，認(rèn)為阿爾法狗和人類比賽其實(shí)并沒(méi)有太大意義，就好像開(kāi)著汽車和人賽跑一樣，失去了比賽的樂(lè)趣。事實(shí)上，從競(jìng)技的角度上來(lái)講，阿爾法狗的獲勝意義也許不大，但從科學(xué)技術(shù)這個(gè)角度來(lái)說(shuō)，它卻有著深遠(yuǎn)意義：阿爾法狗的誕生意味著人們對(duì)人工智能的探索已經(jīng)到達(dá)了一個(gè)新階段，而阿爾法狗的學(xué)習(xí)模式，將被推廣到各種已知領(lǐng)域，譬如面孔識(shí)別、語(yǔ)音識(shí)別等，并且將來(lái)也許還能在其他未探索領(lǐng)域中，帶來(lái)顛覆性的革命。