谷歌AlphaGo，靠什么击败人类棋手？

　　开明

　　日前《自然》杂志报道，谷歌研究开发的人工智能AlphaGo，以5：0完胜欧洲冠军、职业围棋二段樊麾，并将在3月份向世界最顶尖的围棋天才李世石发起挑战。消息一出，引起了广泛关注。

　　1997年，国际象棋人工智能第一次打败顶尖的人类；2006年，人类最后一次打败顶尖的国际象棋人工智能。欧美传统里的顶级人类智力游戏，在电脑面前最终一败涂地。自那时起，人们对自身智力的安慰就是——还有围棋。

　　然而，就在这人类智力游戏最后的一块高地，电脑也已兵临城下了。

　　围棋人工智能长期以来举步维艰，顶级人工智能甚至不能打败稍强的业余选手。这似乎也合情合理：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。所以粗略来说，要是人工智能用暴力列举所有情况的方式，围棋需要计算250150种情况，大致是10360。而已经观测到的宇宙中，原子的数量才1080。这一巨大的数目，足以令任何蛮力穷举者望而却步——而人类，我们相信，可以凭借某种难以复制的算法跳过蛮力，一眼看到棋盘的本质。

　　无论如何，枚举所有情况的方法不可行，所以研究者们需要用巧妙的方法来解决问题，他们选择了模仿人类大师的下棋方式。

　　研究者们祭出了终极杀器——“深度学习”。深度学习是目前人工智能领域中最热门的科目，它能完成笔迹识别、面部识别、驾驶自动汽车、自然语言处理、识别声音、分析生物信息数据等非常复杂的任务。

　　AlphaGo的核心是两种不同的深度神经网络：“策略网络”和“值网络”。它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里，本质上和人类棋手所做的一样。

　　其中，“值网络”负责减少搜索的深度——人工智能会一边推算一边判断局面，局面明显劣势的时候，就直接抛弃某些路线，不用一条道算到黑；而“策略网络”负责减少搜索的宽度——面对眼前的一盘棋，有些棋步是明显不该走的，比如不该随便送子给别人吃。将这些信息放入一个概率函数，人工智能就不用给每一步以同样的重视程度，而可以重点分析那些有戏的棋着。

　　AlphaGo利用这两个工具来分析局面，判断每种下子策略的优劣，就像人类棋手会判断当前局面以及推断未来的局面一样。这样AlphaGo在分析了比如未来20步的情况下，就能判断在哪里下子赢的概率会高。

　　研究者们用许多专业棋局训练人工智能，这种方法称为监督学习，然后让人工智能和自己对弈，这种方法称为强化学习，每次对弈都能让人工智能棋力精进。然后他就能战胜冠军啦！

　　人类在下棋时有一个劣势，在长时间比赛后，他们会犯错，但机器不会。而且人类或许一年能玩1000局，但机器一天就能玩100万局。所以AlphaGo只要经过了足够的训练，就能击败所有的人类选手。（特约果壳网供稿）