去年 AlphaGo Lee 打败了李世乭 今年 AlphaGo Master 打败了柯洁 我们已经被计算机围棋吓了两跳。但是 最近 AlphaGo 的弟弟 Alpha Zero 也即是阿尔法元 以 100 0 的成绩打败了哥哥阿尔法狗。

01

阿尔法元成为最强大的围棋程序

之前的阿尔法狗都利用人类数据进行培训学习 他们被告知人类在什么地方下什么棋子 学习了人类所有的棋谱。

而阿尔法元不依靠任何人类数据 而是自我学习 它仅仅被告知如何从零开始学围棋的原理 然后加入了若干种算法。

人们一般认为机器学习就是大数据和海量计算 但是阿尔法元让科学家们意识到 算法比计算、数据更加重要。要知道 在阿尔法元上使用的计算 要比在阿尔法狗上使用的少一个数量级 但是 运用了更多的算法 这就使得阿尔法元比阿尔法狗更加强大。

阿尔法元诞生之后 能力日渐增强 在第 3 天 就以 100 0 的成绩打败了战胜李世乭的 AlphaGo Lee 到 第 21 天 打败了战胜柯洁的 AlphaGo Master 到第 40 天 就打败了过去的所有阿尔法狗 这是连科学家自己都惊艳的成绩。

02

从穷举法到神经网络

在人机国际象棋中 计算机使用的是暴力穷举法。穷举法又称为枚举法 它的基本思想是根据题目的部分条件确定答案的大致范围 并对在此范围内所有可能的情况都逐一验证 看是否符合题目条件 直到全部情况验证完毕。如果某个情况刚好符合 那么它就是答案 但是如果没有条件符合 那么这个题目无解。

但是 在围棋中 这个方法被人们否定了。因为围棋每走一步 就会有 19 X 19 种可能性 即使是对于计算机 运用穷举法的计算量也太大了。

后来 有人提出将卷积神经网络 Convolutional Neural Network 简称 CNN 运用到围棋中。CNN 是近年来引起广泛重视的高效识别方法 由于它可以避免对图像的复杂前期预处理 能够直接输入原始图像 所以在大型图像处理方面表现十分出色。计算机直接学习棋盘图像 大大提高了运行速度。阿尔法狗就是运用的这一种算法。

03

人类阻碍了机器人

阿尔法狗用了 40 层策略网络和价值网络 前者用于分析局面 预测下一步行动 帮助缩小选择面 后者则用于评估这步棋的胜率值。同时 快速走子系统也在运行 以在稍微牺牲走棋质量的前提下 提升运算速度。最后 再用一种搜索算法把以上三者连接起来。

但是 阿尔法元则直接去掉了快速走子系统 策略网络与价值网络也被结合到一起 关于人类围棋知识的系统基本都被删掉了。因此 在自我对弈初期 阿尔法元常常会出现一些很诡异的棋局 但是这也让它在后期会出现很多出其不意的方法。这让很多钟情于大数据的科学家都开始失落 因为阿尔法元似乎印证了是人类的思维在阻碍机器人的发展。

但是 仅仅凭此就断定人类阻碍机器人还为时过早。毕竟 围棋是一种充满了数学计算规则的游戏 而这正是计算机的强项 若是在其他更为复杂的环境下 这种单一的数学规则反而会受到局限。

我们也不用怀疑人类的围棋水平 毕竟 这些机器人 并不仅仅是为了下围棋而诞生的 科学家是为了把这些技术运用到其他领域而进行的初步尝试。仅仅因为机器人战胜人类就怀疑围棋 那么 下围棋的乐趣也不复存在了。你觉得呢