nature上发表的人工智能论文

从20世纪90年代开始，计算机已连续在国际象棋、跳棋、扑克和电视问答等游戏中打败人类。但是，有一种游戏，专业的人类选手依旧胜过机器，那就是围棋。这项具有2500多年历史的棋盘游戏非常复杂，游戏双方分别用黑色和白色的棋子围住尽可能多的区域来战胜对方，这对于计算机来说很难掌握。但是人类在围棋领域唯我独尊的时代貌似已经结束——谷歌DeepMind的研究人员近日宣称他们开发出一种复杂的人工智能程序——融合了深度神经网络技术和搜索技术，在历史上首次打败了人类的围棋冠军。

去年十月，DeepMind团队在伦敦邀请了欧洲围棋冠军樊麾与他们的程序AlphaGo对弈。比赛是私下进行的，只有少数几个观众在场，他们在19乘19的网格棋盘上进行比赛。 AlphaGo在与CrazyStone和Zen等高端的围棋程序的495场对战测试中只输了一场。但是，与跟其他计算机比赛相比，与人类高手的对弈更具挑战性，毕竟职业选手更胜一筹——他们有多年的比赛经验，对于运筹博弈的方法有着某种直觉。因此，AlphaGo以5:0击败人类确实很了不起。

许多人曾预言，计算机若想打败人类围棋冠军至少还需要10年时间。亚马逊的著名软件工程师David Fotland在AlphaGo击败人类冠军后发出感慨，“这些年来，计算机性能的飞跃是出乎意料的，而且是空前的。”他也曾开发出一种计算机围棋程序，但他并没有参与此次AlphaGo的研究工作。对于AlphaGo的成功，David Fotland并没有惊讶。

要想了解DeepMind研究人员如何创造出这项令人钦佩的程序，我们首先必须意识到下好围棋对于计算机来说为什么这么难 (如果你并不了解围棋的规则和技巧，下文将给你带来清晰简明的解释)。第一，围棋有无数种可能的走法和结果——用研究人员的话来说，就是围棋中可能位置的数量比宇宙中原子的数目还要多。DeepMind的共同创始人Demis Hassabis是该项研究发起人之一，他将围棋和象棋做了比较，发现在象棋中每一回合平均有20种可能的走法，然而在围棋中，每一回合可能的走法却有将近200种，整整多了将近9倍。这意味着如果一台计算机想要探究围棋中所有可能的走法和结果，需要超强大的计算能力，曾有科学家甚至觉得完成这项工作几乎是不可能的。

JonathanSchaeffer是加拿大阿尔伯塔大学的一名计算机科学家，他解释说，计算机很难掌握围棋的另一个原因是，围棋选手需要大量的知识，需要吸取以前的比赛经验。对于象棋，你只需输入少量的信息就可以自己建立一个强大的游戏程序，但在围棋中却无法做到。这是因为，在象棋中，计算机可以按照程序中预先编写的规则走棋，但在围棋中使用这种策略是不可行的。因为围棋的每一步走棋是与棋局所呈现的格局息息相关的，而不是一系列可以有章可循的逻辑规则。

DeepMind团队开发的系统解决了搜索量巨大和知识匮乏的问题。在《自然》杂志中（有兴趣做深层探索的朋友可以一睹研究报告真容），他们表明是通过将搜索技术和深度学习技术结合，从而克服了这些困难。

为了解决知识问题，他们利用所谓的深度神经网络技术——两个13层深的逻辑关系网络，包括成千上万个连接点，类似于人类大脑中的神经连接。研究人员通过两种方法来训练这些关系网络：对于单个关系网络，他们向计算机展示了人类高手对决中超过3000万种的走法（这可以使系统学到最佳玩家是如何获胜的）；对于两个关系网络，研究人员让计算机同自己进行上千次博弈，这样，它就能发现新的策略，并且自己学习这项游戏。这两种训练策略使计算机在游戏中可以识别不同的模式，并鉴定出如何走棋才能以最大的机会获胜。

对于棘手的搜索问题，研究人员开发了一种特殊的搜索技术，称为Monte Carlo Tree搜索。这种方法已经存在好多年了，并且被应用于其他计算机游戏，本质上是使系统利用统计数据作为捷径来决定最佳的走棋，而不是根据给定的走法计算出每一种可能的结果（在围棋中，如果这样，计算机会永远计算下去）。

DeepMind团队使用的搜索技术和深度学习工具并不新奇。许多计算机围棋程序已经在用Monte Carlo Tree搜索，神经网络技术也已被使用。但是，使DeepMind团队的AlphaGo程序如此先进的关键在于这些工具被结合到一起的方式，再加上深度神经网络的高性能。主要的新奇之处在于他们如何将这些不同的因素组合到一起——在这方面，他们的做法很有创新性。跟人们以前的做法相比，这种方法更简单，更全面，而且更优雅，这是一个巨大的飞跃。也正是因此，在与樊麾的比赛中，AlphaGo获得了很大的优势——计算机5:0获胜。

尽管不是所有人都关心计算机打败人类围棋冠军，因为他们并没有洞察到这一进步在其他领域也很重要。研究人员按照通用方法建立了该系统，而不是仅仅适用于围棋。他们打算最终将这些技术应用到重要的现实问题中。该项目的参与人Hassabis说：“我们希望有一天它们可以尽力帮助人们解决一些社会上最艰难、最紧迫的问题，从气候建模到复杂的疾病分析。” Yoshua Bengio说该程序在电脑对话中也可能会有重要的应用，而且在将来它还可能用来解决一些抽象的社会问题，这些问题可以通过游戏的方式来表述，像国家政治问题或者国际气候协商。

但是，AlphaGo的当务之急是如何打败全球最优秀的围棋选手李世石，他们之间的比赛将于下个月在韩国首尔举行。尽管AlphaGo在与樊麾的对决中表现出众，但Schaeffer和Fotland仍旧认为李世石将会赢得比赛。“我觉得人类职业选手会胜出，” Fotland说，“但是，面对如此强大的围棋程序，我相信人类高手会大吃一惊。”到现在为止，依旧有一部分人坚信人类选手会赢得这场比赛。3月9日鹿死谁手，让我们拭目以待吧！

尽管不是所有人都关心计算机打败人类围棋冠军，因为他们并没有洞察到这一进步在其他领域也很重要。研究人员按照通用方法建立了该系统，而不是仅仅适用于围棋。他们打算最终将这些技术应用到重要的现实问题中。该项目的参与人Hassabis说：“我们希望有一天它们可以尽力帮助人们解决一些社会上最艰难、最紧迫的问题，从气候建模到复杂的疾病分析。” Yoshua Bengio说该程序在电脑对话中也可能会有重要的应用，而且在将来它还可能用来解决一些抽象的社会问题，这些问题可以通过游戏的方式来表述，像国家政治问题或者国际气候协商。但是，AlphaGo的当务之急是如何打败全球最优秀的围棋选手李世石，他们之间的比赛将于下个月在韩国首尔举行。尽管AlphaGo在与樊麾的对决中表现出众，但Schaeffer和Fotland仍旧认为李世石将会赢得比赛。“我觉得人类职业选手会胜出，” Fotland说，“但是，面对如此强大的围棋程序，我相信人类高手会大吃一惊。”到现在为止，依旧有一部分人坚信人类选手会赢得这场比赛。3月9日鹿死谁手，让我们拭目以待吧！

Google DeepMind 团队在最新一期《Nature》上发表论文称，其名为 “阿尔法围棋”（AlphaGo）的人工智能，在没有任何让子的情况下以 5:0 完胜欧洲冠军、职业围棋二段樊麾。在计算机的发展史，在国际象棋比赛中，计算机战胜人类是重要历史事件，过去了这么多年，人工智能战胜围棋冠军又怎么说明谷歌AI很牛呢？围棋，一直被认为是人类仍然在机器面前能保持优势的游戏之一。过去20多年来，科技家们一直在试着教会电脑下棋，在1997年，IBM的深蓝曾经打败了国际象棋的世界冠军Garry Kasparov，这成为了人工智能的一座里程碑事件。但是，围棋比国际象棋还是要复杂得多，国际象棋中，平均每回合有35种可能，一盘棋可以有80回合；相比之下，围棋每回合有250种可能，一盘棋可以长达150回合。在下国际象棋的时候，计算机可以分析出每一个可能的步骤，从而进行最优选择，但是，围棋可能的步骤是国际象棋的10倍之多。这也正是围棋人工智能的难点所在。在过去很长时间里，最好的计算机连厉害点的业余围棋棋手都下不过。所以，去年，Facebook就开始打造围棋人工智能，并且在过去6个月里让它可以用最快0.1秒的速度来落子。负责这项目的人，就坐在里扎克伯格20英尺远的地方。但是，Google还是快一步。这场比赛实际上发生在去年十月，但是知道今天，它才在《自然》杂志中披露出来。David Silver是这项研究的第一作者，在他看来，阿尔法Go的关键不在于简单粗暴的计算出可能步骤，而是近似于人类的“想象力”。这背后是名为一项名为“深度学习”的大杀器，它让计算机不再是简单地使用计算能力来统计所有数据，而是像人类一样，训练，然后学习。Silver说，计算机“下围棋需要的极复杂的直觉机制，这种机制以前我们认为只可能存在于人类大脑中。”阿尔法Go用了多种“神经网络”并行，并且相互作用。其中，一个叫做“值网络”（value network），来衡量白字和黑子在棋盘上的位置，一个叫做“策略网络”（“policy network” ），会不断地学习此前人类和自己的落子，来选择接下来怎么下。不仅仅比人类、比起其他机器人同类，阿尔法Go也更加强大。它和其他人工智能下了500场围棋，只输了1场，甚至在给对手让子的情况下，它也照赢不误。而Silver说，它比其他人工智能更先进的地方，就在于可以自我学习。而且，这种机制不仅仅可以用在围棋学习中，阿尔法Go还可以用来解决很多现实问题，比如处理气候模型等。据消息称，Google的“阿尔法Go”V和现在的围棋世界冠军李世石 （Lee Sedol），将在今年三月正式进行比赛。在围棋这个古老的、几乎代表了人类智力巅峰的游戏上，机器人和人类究竟谁更强大，答案很快就会揭晓。