編者按：人工智能 ALPHAGO 與圍棋選手李世石的世紀(jì)之戰(zhàn)開賽在即锨亏，國(guó)內(nèi)人工智能異構(gòu)神機(jī)也趁機(jī)向另一位圍棋冠軍柯潔宣戰(zhàn)痴怨。那兩者的區(qū)別是什么？開發(fā)時(shí)間僅一個(gè)多月的異構(gòu)神機(jī)是否在嘩眾取寵器予？本文作者楊作興親身參與了異構(gòu)神機(jī)的比賽過(guò)程浪藻，對(duì)于它的實(shí)力，以及人工智能均有獨(dú)到的看法乾翔。感興趣的朋友可以在他于深圳灣的主頁(yè)爱葵，與他交流。

3月7日反浓，我參加了由異構(gòu)智能公司萌丈，極客幫和聶衛(wèi)平圍棋道場(chǎng)三方共同主辦的「異構(gòu)智能挑戰(zhàn)未來(lái)」發(fā)布會(huì)。相關(guān)報(bào)道可閱讀深圳灣此前的文章雷则。

作為 AI 領(lǐng)域的行業(yè)人士辆雾，我很有興趣了解吳韌博士異構(gòu)神機(jī)算法的獨(dú)到之處，以及硬件實(shí)現(xiàn)的獨(dú)到之處月劈，在媒體提問(wèn)時(shí)間度迂，我搶先問(wèn)吳博士這個(gè)問(wèn)題，吳博士好像沒(méi)有給到我答案猜揪。

發(fā)布會(huì)結(jié)束后惭墓，大家意猶未盡，吳韌而姐，俞斌诅妹，華學(xué)明，蔣濤等仍在發(fā)布會(huì)邊上的一個(gè)房間繼續(xù)熱聊。俞斌九段是應(yīng)該是圍棋界最懂軟件的吭狡，他之前有寫過(guò)圍棋方面的軟件（蔣濤曾經(jīng)買過(guò)俞斌的圍棋軟件），現(xiàn)在也在做關(guān)于圍棋教育方面的 APP丈莺。他一直試圖做一個(gè)高水平的對(duì)弈軟件用于圍棋教學(xué)划煮，但效果不好。吳博士的圍棋智能軟件在 3 月 6 號(hào)贏過(guò)一個(gè)職業(yè)四段一局缔俄，俞斌對(duì)這個(gè)事情很有興趣弛秋，問(wèn)吳博士算法原理，并希望能看看吳博士的源碼俐载⌒仿裕看到俞斌如此有興趣，有人建議俞斌跟吳博士的圍棋智能軟件切磋一下遏佣，找找感覺挖炬。盡管第二天俞斌要以嘉賓身份坐早上 8 點(diǎn)的飛機(jī)參加 ALPHAGO 跟李世石的對(duì)弈，但對(duì)于圍棋智能的強(qiáng)烈興趣状婶，他欣然前往吳博士下榻的 Westin 酒店考察一下圍棋智能的實(shí)力意敛。

第一局俞斌執(zhí)白，10秒走1步膛虫，大約50步左右草姻，圍棋智能認(rèn)輸。第二局稍刀，俞斌繼續(xù)執(zhí)白撩独，讓兩子，30秒走1步账月，大概用了1個(gè)多小時(shí)综膀，結(jié)果如下：

俞斌的評(píng)價(jià)是，走了一步臭棋捶障，兩步好棋僧须，讓兩子情況，他還占些優(yōu)勢(shì)项炼，如果讓三子担平，結(jié)果還很難說(shuō)《Р浚總的來(lái)說(shuō)暂论，他覺得實(shí)力還不錯(cuò)，超過(guò)他的預(yù)期拌禾。我當(dāng)時(shí)的感覺也比較吃驚取胎，我一直認(rèn)為圍棋智能需要用到 ALPHAGO 那樣的 170 個(gè) GPU 加上 1200 個(gè) CPU 那樣的計(jì)算能力，才可能跟職業(yè)選手對(duì)弈，但吳博士智能圍棋硬件就是一個(gè)蘋果筆記本闻蛀。而且吳博士就兩個(gè)人花了一個(gè)月的業(yè)余時(shí)間匪傍，寫了這個(gè)算法和軟件，當(dāng)時(shí)感覺：吳博士真厲害觉痛，人工智能真的很棒役衡。

作為一個(gè)人工智能行業(yè)人士，我一直在思考這是如何做到的薪棒，ALPHAGO 是大神手蝎，吳博士是大神？聶棋圣認(rèn)為圍棋最難的是棋局判斷俐芯，這就是所謂的棋感棵介，就是頂尖九段對(duì)一個(gè)局面也可能有多個(gè)看法，計(jì)算機(jī)是不可能做到這一點(diǎn)的吧史，圍棋智能能做到這點(diǎn)么邮辽？

之后，結(jié)合我對(duì)計(jì)算機(jī)硬件和人工智能算法的了解扣蜻，以及俞斌九段在 3 月 7 日晚上跟圍棋智能下棋過(guò)程中的一些講解逆巍，我好像想明白了，把我的想法跟大家分享一下莽使。

在下面闡述之前锐极，我需要申明一下，我是芯片的專業(yè)人士芳肌，對(duì)人工智能算法有一點(diǎn)了解灵再，但不是專業(yè)的，對(duì)圍棋連業(yè)余都算不上亿笤。因此對(duì)于我闡述中不太對(duì)的地方翎迁，歡迎大家拍磚（微信號(hào)：yangzuoxing001）。

人工智能搞了好幾十年了净薛，人們一直寄予了很高的期望汪榔，但失望大于期望。直到 2005 年 HILTON 發(fā)明了神經(jīng)元卷積網(wǎng)絡(luò)(CNN)：

這個(gè)網(wǎng)絡(luò)的基本原理是對(duì)物體特征的逐層抽象肃拜，它有三個(gè)重要的意義：

• 1）物體特征是通過(guò)計(jì)算抽取出來(lái)的痴腌，不是模式識(shí)別年代由專家假定的特征。采用 CNN 抽取出來(lái)的特征燃领，設(shè)計(jì)者自己也不知道它應(yīng)該出來(lái)什么特征士聪。
  
• 2）卷積神經(jīng)元的參數(shù)對(duì)于每一個(gè)小窗口的參數(shù)是一樣的，這個(gè)極大的降低了特征提取的計(jì)算量猛蔽。
  
• 3）提取特征的模型參數(shù)是通過(guò)學(xué)習(xí)出來(lái)的剥悟，隨著學(xué)習(xí)樣本的增多灵寺，模型參數(shù)會(huì)越來(lái)越準(zhǔn)確，特征的提取也越來(lái)越準(zhǔn)確区岗，使用者會(huì)感覺它越來(lái)越聰明略板。
  

采用以CNN為代表的深度學(xué)習(xí)方法以后，人工智能開始取得突破性的進(jìn)展：

人工智能在語(yǔ)音和圖像識(shí)別方面開始超越人：

• 1）語(yǔ)音識(shí)別（錯(cuò)誤率）：機(jī)器（6%） < 人 （8%）
  
• 2）人臉識(shí)別（錯(cuò)誤率）：機(jī)器（0.23%） < 人 （0.8%）
  

AlphaGo 完勝歐洲圍棋冠軍慈缔、職業(yè)二段選手樊麾蚯根，進(jìn)一步顯示了深度學(xué)習(xí)在方法學(xué)上的成功。那圍棋智能是如何使用深度學(xué)習(xí)做到這一點(diǎn)的胀糜？他未來(lái)還會(huì)做到多好？它的軟肋在哪里蒂誉？

圍棋最難的是什么教藻？是棋感，聶棋圣如此說(shuō)右锨，很多下過(guò)圍棋的也這么說(shuō)括堤。為什么難呢？因?yàn)楫?dāng)前的局面說(shuō)不清楚是好是壞绍移，一個(gè)人一個(gè)感覺悄窃。一顆子下去，好還是不好蹂窖，大部分情況由感覺決定轧抗。為什么出現(xiàn)這種情況，大家下棋不是要計(jì)算么瞬测，為什么不是棋手算出來(lái)的横媚？圍棋每一個(gè)子下去有 361 個(gè)位置，凡是空的地方理論上都可以下子月趟，如果我們能看兩步棋灯蝴，那我們就需要在腦子里邊考慮 361*361=13.0321 萬(wàn)個(gè)棋局，如果考慮四步孝宗，那就是 312.7704 萬(wàn)種棋局穷躁，如果 361 步都能算出來(lái)，那就是——抱歉因妇，采用 EXCEL 算不出這么大的數(shù)问潭。因此圍棋很難通過(guò)計(jì)算來(lái)下棋，大家在訓(xùn)練和實(shí)戰(zhàn)中沙峻，通過(guò)定式和感覺來(lái)下棋睦授。這個(gè)人搞不定的事情，計(jì)算機(jī)可以搞定么摔寨？計(jì)算機(jī)的計(jì)算力能力遠(yuǎn)大于人去枷，但很遺憾目前的計(jì)算機(jī)也搞定不了這么大的計(jì)算量。

但是深度學(xué)習(xí)改變了這個(gè)局面，計(jì)算機(jī)通過(guò)訓(xùn)練删顶，可以培養(yǎng)出來(lái)棋感竖螃。具體情況見下圖：

這里邊有三個(gè)重要的要素：

• 1）海量的棋局，幾十萬(wàn)逗余，幾百萬(wàn)的對(duì)局特咆，越多越好。
  
• 2）CNN計(jì)算網(wǎng)絡(luò)录粱，可以設(shè)計(jì)成不同的層數(shù)腻格，每一個(gè)的大小可以不同，中間還可以加入各種保證收斂的非線性層啥繁。
  
• 3）網(wǎng)絡(luò)模型參數(shù)菜职，這個(gè)最重要，這個(gè)就是棋感旗闽。
  

訓(xùn)練的過(guò)程是這樣的酬核，輸入海量棋局，調(diào)整 CNN 網(wǎng)絡(luò)結(jié)構(gòu)和網(wǎng)絡(luò)模式參數(shù)适室，使計(jì)算出來(lái)的局面判斷結(jié)果跟人判斷的結(jié)果一致嫡意。最后局面的結(jié)果是確定的，但從第一子到最后結(jié)局之前的局面如何判斷捣辆？初期的局面的確很難判斷蔬螟，但一個(gè)基本的傾向是，凡是最后結(jié)果好的罪帖，前面走的局面都做正向判斷促煮，哪怕有幾步明顯是臭棋。如果我們采用同一套 CNN 網(wǎng)絡(luò)結(jié)構(gòu)和同一套模型參數(shù)整袁，讓海量棋局的計(jì)算機(jī)局面判斷和人為判斷是一致的菠齿，那從原理上來(lái)說(shuō)一個(gè)計(jì)算機(jī)沒(méi)有見過(guò)的棋局它也能以極大的概率判斷正確。這樣計(jì)算機(jī)的棋感就訓(xùn)練出來(lái)了坐昙。

有了這個(gè)棋感模型绳匀，計(jì)算機(jī)下棋就簡(jiǎn)單了。在當(dāng)前局面下炸客，計(jì)算機(jī)可以采用蒙特卡洛方法隨機(jī)設(shè)定幾個(gè)落子點(diǎn)疾棵，根據(jù)這幾個(gè)落子點(diǎn)評(píng)價(jià)一下局面，選擇幾個(gè)對(duì)自己有利的落子點(diǎn)（根據(jù)局面判定）痹仙，然后假設(shè)幾個(gè)對(duì)手的落子點(diǎn)是尔，為對(duì)方做局面評(píng)估，選幾個(gè)對(duì)對(duì)方有利的下子點(diǎn)开仰，如此繼續(xù)拟枚，這樣計(jì)算機(jī)就可以看到后面的多步棋薪铜。

上圖是例示了黑棋四個(gè)可能下子點(diǎn)，白棋根據(jù)黑棋情況的相應(yīng)兩個(gè)可能落子點(diǎn)恩溅。

那么采用深度學(xué)習(xí)方法后隔箍，計(jì)算機(jī)能算多少步呢？

• Step：計(jì)算機(jī)能算的步數(shù)
  
• T：落子限定時(shí)間
  
• N1：第一步的可能落點(diǎn)
  
• N2：第二步可能的落點(diǎn)
  
• Nm：第m步的可能落點(diǎn)
  
• CNN_time：采用CNN網(wǎng)絡(luò)評(píng)估一個(gè)棋局需要的時(shí)間
  

舉例來(lái)說(shuō)脚乡，如果 CNN_time = 0.5 mS,  T = 30 S, 那總共可以計(jì)算 6 萬(wàn)次 CNN蜒滩。我們可以采用如下策略：

• N1：50，50個(gè)局面判斷完成后奶稠，我們選擇其中20個(gè)最好的落子點(diǎn)
  
• N2：30俯艰，根據(jù)第一步優(yōu)選的20個(gè)落子點(diǎn)，第二部每個(gè)點(diǎn)嘗試30次锌订，從30次里邊選擇最好的10個(gè)落子點(diǎn)
  
• N3：20, 根據(jù)第二步的10個(gè)落子點(diǎn)蟆炊，第三步每個(gè)點(diǎn)嘗試20個(gè)落子點(diǎn)，從中優(yōu)選10個(gè)落子點(diǎn)
  
• N4：15瀑志，根據(jù)第三步的10個(gè)落子點(diǎn)，第四步每個(gè)點(diǎn)嘗試15個(gè)落子點(diǎn)
  

那總的計(jì)算次數(shù)為：50+20*30+20*10*20+20*10*10*15=34650 次 CNN污秆。也就是說(shuō)在 CNN_TIME = 0.5 mS劈猪，每步限定時(shí)間為 30 S的情況下，計(jì)算機(jī)可以算出 4 步棋良拼。

根據(jù)上面的知識(shí)战得，那我們現(xiàn)在回頭看看吳博士的圍棋智能：

• 1）關(guān)于計(jì)算能力。吳博士采用蘋果筆記本庸推，而 ALPHAGO 采用 170 個(gè) GPU 和 1200 個(gè) CPU常侦，這兩者的計(jì)算能力可以初略認(rèn)為差距是 1000  倍，那 1000 倍的計(jì)算能力對(duì)圍棋智能意味著什么呢贬媒？如果下一步選擇都是 10 個(gè)可能的話聋亡，1000 倍的計(jì)算力就相當(dāng)于 ALPHAGO 可以比吳博士的圍棋智能多算三步棋。但吳博士的程序跟 ALPHAGO 是差三步棋么际乘？這個(gè)還不一定坡倔，因?yàn)?CNN 的計(jì)算時(shí)間除了跟計(jì)算機(jī)的性能相關(guān)外，還跟 CNN 的結(jié)構(gòu)復(fù)雜程度脖含，模型參數(shù)大大小有關(guān)罪塔。而由于 CNN 的結(jié)構(gòu)和模型參數(shù)的大小，可能造成一個(gè)數(shù)量級(jí)的計(jì)算時(shí)間差異（在圍棋局面評(píng)估結(jié)果差不多的情況下）养葵。
  
• 2）關(guān)于圍棋直覺征堪。這個(gè)主要來(lái)源于深度學(xué)習(xí)和 CNN 網(wǎng)絡(luò)。但如果 ALPHAGO 跟吳博士的圍棋智能比較关拒，那就是模型結(jié)構(gòu)和輸入圍棋局?jǐn)?shù)和質(zhì)量的差異了佃蚜。那我們?cè)傧胗褂椋绻粋€(gè)做深度學(xué)習(xí)的資深工程師，給他海量的圍棋數(shù)據(jù)爽锥，他是不是也可以很快造一個(gè)挑戰(zhàn)圍棋職業(yè)選手的神機(jī)涌韩？這個(gè)是可能的，但是要打敗 ALPHAGO 或者吳博士的圍棋神機(jī)氯夷，就不一定了臣樱。
  

到這里，相信大家對(duì)圍棋智能應(yīng)該有所認(rèn)識(shí)了腮考。圍棋智能還是沒(méi)有思維雇毫，他不是我們普通人想的那種智能，他是計(jì)算機(jī)踩蔚，他會(huì)的只有計(jì)算和存儲(chǔ)棚放。但他又有智能表象，他會(huì)學(xué)習(xí)馅闽，他可以準(zhǔn)確分析棋局飘蚯。

今天就是 ALPHAGO 跟李世石的世紀(jì)大戰(zhàn)了，我想根據(jù)上面的分析福也，對(duì)這個(gè)比賽預(yù)測(cè)一下：

• 1）第一局至關(guān)重要局骤，如果第一局李世石贏了，那后面幾局 ALPHAGO 基本沒(méi)有什么機(jī)會(huì)暴凑。因?yàn)樵诙潭處滋熘悄?ALPHAGO 很難大幅度調(diào)整它的計(jì)算能力峦甩，模型結(jié)構(gòu)和模型參數(shù)。ALPHAGO 應(yīng)該會(huì)準(zhǔn)備很多版本现喳，但這些版本跟第一局用的版本應(yīng)該沒(méi)有太大差別凯傲。ALPHAGO 當(dāng)然知道第一局最重要，第一局使用的應(yīng)該是最好的 ALPHAGO嗦篱。不過(guò)這次 ALPHAGO 即便輸了也沒(méi)有關(guān)系冰单，他很快可以繼續(xù)提高計(jì)算能力，繼續(xù)更大的海量數(shù)據(jù)訓(xùn)練灸促，它可以在一個(gè)月內(nèi)提高一個(gè)量級(jí)球凰，但李世石一個(gè)月提高不了一個(gè)量級(jí)。因此計(jì)算機(jī)打敗頂尖棋手就是這一兩年的事情腿宰。
  
• 2）如果第一局李世石輸了呕诉，他通過(guò)第一局的較量，能摸到 ALPHAGO 的規(guī)律吃度，做出調(diào)整甩挫，他能贏下后面的四局。我想有一個(gè)簡(jiǎn)單的調(diào)整辦法椿每。ALPHAGO 會(huì)對(duì)李世石的所有棋局做充分的學(xué)習(xí)伊者，如果李世石不采用自己通常的走法英遭，甚至不采用普通棋手慣常的走法，ALPHAGO 面對(duì)自己沒(méi)有學(xué)習(xí)過(guò)的東西亦渗，會(huì)比較愚蠢的挖诸，這就是圍棋智能的軟肋。我想李世石作為圍棋頂尖高手法精，他應(yīng)該可以發(fā)現(xiàn) ALPHAGO 更多的破綻多律。
  

我認(rèn)為，吳韌做出的圍棋人工智能搂蜓，是深度學(xué)習(xí)的進(jìn)步狼荞，他可以做到，別人也可以做到帮碰，這是方法學(xué)上的成功相味。

對(duì)于文章中的錯(cuò)誤和不足之處，歡迎留言討論殉挽。

版權(quán)聲明：本文系深圳灣原創(chuàng)文章丰涉，轉(zhuǎn)載請(qǐng)注明來(lái)自深圳灣，并標(biāo)明網(wǎng)站地址 shenzhenware.com斯碌。轉(zhuǎn)載昔搂、采訪、投稿输拇、團(tuán)隊(duì)報(bào)道聯(lián)系公眾號(hào)：shenzhenware