人工智能与计算机围棋-谷歌宣布在人工智能领域的重要进展：10年后成就

1月28日上午消息，谷歌今日宣布在人工智能领域的重要进展：开发出一款能够在围棋中击败职业选手的程序——AlphaGo。这项程序在一项竞赛中以5比0的成绩战胜了欧洲围棋冠军樊麾。这是计算机程序第一次在不让子的情况击败职业围棋高手，而这原本被认为是人工智能在10年后才能达到的成就。这一成果以论文形式发布在《自然》杂志上。

下一场激动人心的比赛将在今年三月举行，AlphaGo将在韩国首尔与韩国围棋选手李世石九段一决高下，李世石是近10年来获得世界第一头衔最多的棋手，谷歌为此提供了100万美元作为奖金。李世石表示很期待此次对决，并且有信心获得胜利。

上一次著名的人机对弈要追溯到1997年。

1997年5月，IBM公司研发的名为深蓝(Deep Blue)的计算机经过六场角逐，击败了世界象棋冠军卡斯帕罗夫，名噪一时。不过国际象棋的算法要比围棋简单得多。国际象棋中取胜只需“杀死”国王，而围棋中则用数子或比目的方法计算胜负，并不是简单地杀死对方棋子。此前，“深蓝”计算机的设计人2007年发表文章指出，他相信十年内能有超级电脑在围棋上战胜人类。

世界象棋的算法核心是穷举法，深蓝的获胜主要是凭借其强大的计算能力。它的后来者Watson 则拥有了另一项曾被人类引以为傲的能力——学习能力。

2011 年，在美国著名的一个知识答题节目《危险边缘》(Jeopardy)中，IBM 的计算机Watson力挫两位顶尖人类选手，成为当时冠军，成为了人工智能的一个标志性事件。《危险边缘》中，选手需要回答从专业知识到脑筋急转弯，无所不包的问题，并在每个问题上下注以赢得奖金，这不但要求选手有丰富的知识和智商，还需要选手随机应变，根据形势选择下注额。与深蓝不同的是，Watson 具备自然语言理解能力，还具有语义分析的能力，能分清反讽，双关等特定语言现象。硬件方面，Watson 背后有 90台IBM服务器人工智能与计算机围棋人工智能与计算机围棋，360个计算机芯片驱动，系统则是IBM自己研发的DeepQA系统。

和许多新技术都运用在生命科学上类似，Waston 的商用初登场也是运用在生物技术和生命科学上。有了Waston的加入后，研究小组的进度就可以大大提速。单就扫描和解读数以百万计的科学文献，数据节点这种能力，就是人脑无论如何都无法跟得上的。而Waston的真正价值还在于，它能综合这些数据资料，产生新的有建设性的假设，用 John Gordon 的话来说就是，Waston 能给研究人员“聪明的预感”。

从深蓝到Waston再到AlphaGo，计算机不再仅仅和人比智力了。

AlphaGo不仅是遵循人工规则的“专家”系统，它还可以通过“机器学习”自行掌握如何赢得围棋比赛。由于围棋的特殊性，落子方位有些微偏差就会导致结果完全相反，而穷举所有步法所需计算量又是天文数字，无法达成。AlphaGo用两招解决这些难点：策略网络（policy network）和价值网络（value network）。利用“价值网络”去计算局面，根据局势对路线进行取舍；用“策略网络”选择下子，减少不必要的棋步，将计算量控制在计算机可以完成的范围内。

另外，由于AlphaGo拥有学习能力，开发者们还用两种方式同步训练AlphaGo，一是用许多专业棋局进行训练的监督式学习（supervised learning），然后让AlphaGo和自己对弈，这种方法称为强化式学习（reinforcement learning）。在这种不断的学习，反思和练习下，AlphaGo的水平突飞猛进。

谷歌方面希望运用这些技术解决现实社会最严峻、最紧迫的问题——从气候建模到复杂的灾难分析。

如果三月的比赛中，AlphaGo战胜李世石，是否就意味着人工智能已经超过人类?还不能如此断言。目前看来，人工智能已经越来越多地拥有了人类的能力，诸如学习、预测，但其反应依然有迹可循。计算机科学先驱阿兰·麦席森·图灵在《计算机器与智能》所提出的”图灵测试“——测试者向两个封闭房间内的”人“提问，根据回答判断不出哪一个是人工智能，则视为通过测试——尚没有设备能够完成。不过，战胜围棋这一难题，仍是人工智能发展的一个重要里程碑。

人工智能挑战围棋有多难？

计算机和人类竞赛在棋类比赛中已不罕见，在三子棋、跳棋和国际象棋等棋类上，计算机都先后完成了对人类的挑战。但对拥有2500多年历史的围棋而言，计算机在此之前从未战胜过人类。围棋看起来棋盘简单、规则不难，纵横各19九条等距离、垂直交叉的平行线，共构成19×19(361)个交叉点。比赛双方交替落子，目的是在棋盘上占据尽可能大的空间。

就机器学习的角度而言，围棋的计算最大有3^361种局面，大致的计算体量是10^170，而已经观测到的宇宙中，原子的数量才10^80。国际象棋最大只有2^155种局面，计算体量大致是10^47。

实际上，目前AlphaGo已经成为最优秀的人工智能围棋程序。在与其他程序的对弈中，AlphaGo用一台机器就取得了500场的胜利，甚至有过让对手4手后获胜的纪录。去年10月5日-10月9日，谷歌安排AlphaGo与欧洲围棋冠军Fan Hui(樊麾：法国国家围棋队总教练)闭门比赛，谷歌以5-0取胜。

AlphaGo与欧洲围棋冠军樊麾的5局较量