📖 ZKIZ Archives

中國“阿法狗”來了 騰訊“絕藝”奪世界圍棋AI冠軍

半個月前，騰訊董事會主席馬化騰曾對第一財經記者感慨，現在他和騰訊的焦慮在於“科技”。“掌握技術才能保證戰略制高點，否則當一個浪潮來了的時候，為什麽有的能做到，有的做不到?技術是一個不可逾越的東西。”當時他還透露，騰訊的AI（人工智能）除了有AI Lab 做基礎性的研究外，其實在騰訊各個事業部門(BG)里都有AI的團隊。

在半個月後的第10屆UEC杯計算機圍棋大賽上，騰訊 AI 產品亮出“肌肉”。騰訊AI Lab（騰訊人工智能實驗室）中一支由13人團隊研發近一年的圍棋人工智能程序“絕藝”（Fine Art）首次參加比賽，一路過關斬將，在積分賽七連勝進入16強後，在決賽中經過50多分鐘的“鏖戰”，二度擊敗來自日本的 DeepZenGo，以四連勝戰績奪得本屆UEC杯冠軍。3月26日，“絕藝”還將在東京與日本著名新銳棋手一力遼在“電聖戰”中進行人機對弈。

2007年始於日本的UEC杯，是一項傳統和權威的計算機圍棋大賽，每年邀請各國高水平AI齊聚東京比賽，促進相關學術及科技的交流。在騰訊“絕藝”之前，日本的DeepZenGo、法國的“瘋石”（Crazy Stone）、美國Facebook公司的“黑暗森林”（Dark Forest）等世界著名計算機圍棋程序先後在UEC杯折桂獲獎，今年共有30家軟件參賽。 

“絕藝”與日本“DeepZenGo”決勝局對弈圖

“很高興‘絕藝’能夠在UEC杯奪冠，這是非常難得的寶貴經驗。‘絕藝’不同於其他實驗室AI，它得益於世界超一流棋手的指導，通過不斷與高手交流及學習，一步步成長起來。我們希望，通過‘絕藝’能夠讓更多人關註、喜愛進而傳承圍棋這一傳統文化。”騰訊公司副總裁、騰訊AI Lab負責人姚星表示，“‘絕藝’在研究價值上也不止於圍棋AI本身，我們在深度學習和強化學習上進行了非常有價值的探索與創新，之後將通過論文公開這些技術創新和數據庫的細節。“

為什麽是圍棋？

歷史上，電腦最早掌握的第一款經典遊戲是井字遊戲，這是1952年一位博士在讀生的研究項目;隨後是1994年電腦程序Chinook成功挑戰西洋跳棋遊戲;3年後，IBM深藍超級計算機在國際象棋比賽中戰勝世界冠軍加里·卡斯帕羅夫。

除了棋盤遊戲外，IBM的Watson系統在2011年成功挑戰老牌智力競賽節目Jeopardy遊戲一戰成名;2014年，Google自己編寫的算法，學會了僅需輸入初始像素信息就能玩幾十種Atari遊戲。

但在AlphaGo之前，有一項遊戲仍然是人類代表著頂尖水平，那就是圍棋。

圍棋雖然看上去規則簡單，卻因為精妙而富有思想深度，幾個世紀來都牢牢抓住了人們的想象力。例如此前Google介紹說，圍棋的搜索空間是漫無邊際的——比圍棋棋盤要大1個古戈爾(數量級單位，10的100次方，甚至比宇宙中的原子數量還要多)。因此，傳統的“強力”人工智能方法也就是“為所有可能的步數建立搜索樹”，在圍棋遊戲中根本無法實現。

去年3月，谷歌 DeepMind 團隊AlphaGo 戰勝李世石，而從“絕藝”研發近一年的時間表來看，騰訊AI Lab對圍棋的研發就在這場人機大戰之後。據騰訊人士介紹，“絕藝”名字，源自唐代杜牧的送別詩“絕藝如君天下少，閑人似我世間無”。

據介紹，騰訊的AI Lab在2016年成立，專註於人工智能的基礎研究及應用探索，不斷提升AI的決策、理解及創造能力，同時為騰訊各產品業務提供AI技術支撐。騰訊AI Lab的基礎研究包括計算機視覺、語音識別、自然語言處理和機器學習，其應用探索包括遊戲AI、內容AI、社交AI及平臺AI，產品已應用在微信、QQ及天天快報等上百個產品。目前實驗室有超過50余位世界知名學院的AI科學家（90%為博士）、及200多位經驗豐富的工程師。

有意思的是，去年第一財經記者曾詢問百度是否研發圍棋相關的人工智能，一位百度高管否認了這種說法，他稱，百度內部曾認真考慮是否和AlphaGo比賽圍棋，但最後的結論是不值得，有任何 AI的資源應該先放在無人車上。

而騰訊的人工智能研發除了圍棋之外，馬化騰此前曾透露，AI其實在騰訊內部分好幾塊業務，既有AI的LAB做一些基礎性的研究，也有在各個事業部門(BG)里的AI團隊，例如基於人臉識別技術的優圖團隊，以及微信上的語音識別技術等。

與AlphaGo一戰誰贏？

如果讓中國的“絕藝”與AlphaGo一戰，究竟誰會贏？

一個有趣的細節是，“絕藝”曾在圍棋平臺上有個馬甲 ID叫做“天下無狗”。不過絕藝團隊昨日稱，目前沒收到計劃與AlphaGo對弈的消息。

而與AlphaGo圍棋和絕藝都對局過的古力表示，就目前情況看“還是阿爾法圍棋更強，因為還沒看到它的底”。

事實上，圍棋的 AI涵蓋了人工智能最熱門的研究領域——深度學習和強化學習。

此前，GoogleAlphaGo的研究者DavidSilver說，AlphaGo系統的關鍵是，將圍棋巨大無比的搜索空間壓縮到可控的範圍之內，在AlphaGo兩種不同的神經網絡中，“策略網絡(policynetwork)”的作用是預測下一步，並用來將搜索範圍縮小至最有可能引起的那些步驟。另一個神經網絡“價值網絡(valuenetwork)”則是用來減少搜索樹的深度，每走一步估算一次獲勝方，而不是搜索所有結束棋局的途徑。

而根據騰訊方面的介紹來看，“絕藝”的算法與 AlphaGo 類似，主要包括人類棋譜數據庫和機器自對弈，它的算法基於策略網絡與價值網絡兩大核心，並創新性地大幅提升了價值網絡的精度，使其大局觀表現更好。

通俗的說，“策略”指每一步博弈時，各種選擇的取舍，選好棋棄差棋，這是偏微觀評估；而“價值”則指能看懂棋局，判斷給定棋局是不是能贏，這是偏宏觀的評估。“‘絕藝’背後‘精準決策’的AI能力，應用前景非常廣闊，如無人駕駛、量化金融、輔助醫療等。如果AI從圍棋AI進化到不完美對稱博弈系統，也就是能處理現實中更常見的不確定性問題時，想象空間非常巨大。”騰訊公司副總裁、AI Lab負責人姚星表示。

絕藝團隊在賽後接受采訪時稱，在絕藝的研發過程中，如何評估棋力，以及存在哪些問題，是非常困難的。並且隨著絕藝棋力提升，普通的棋手基本無法戰勝的時候更難暴露其不足。因此，絕藝的研發過程中得益於超一流棋手的指導，對研發進度有非常大的幫助。

在參加 UEC 之前，“絕藝”曾先後使用多個ID，在騰訊圍棋（野狐圍棋）平臺與業余和職業高手切磋，多次戰勝中日韓三國一眾頂尖棋手，成為騰訊圍棋首個晉級“十段”的棋手。截至3月9日，“絕藝”對局數量達534盤，戰績是406勝128負，勝率76%，與柯潔、古力、常昊、範蘊若、範廷鈺、樸廷桓等超過100位知名人類棋手有過交鋒。“絕藝”團隊稱，“絕藝”與人類棋手不斷交流，在對戰中學習，一步步成長。這也是AI Lab對於絕藝的期待——希望它能與人類棋手積極互動，從而激發更多關註並傳承圍棋這一中國傳統文化。

 在棋類遊戲之外，這些對決也將引發更多的思考——那些人們曾經以為人工智能不可能完成的腦力挑戰，是否都將被一一打破?未來人類是否會被人工智能所取代?未來人工智能除了圍棋還能做什麽？

在百度董事長李彥宏看來，人工智能堪比工業革命。他今年在兩會上的三個提案，全部聚焦在人工智能領域。其中包括用人工智能技術解決兒童走失的問題，用人工智能技術調交通信號燈，以及人工智能和各個行業的結合。目前，百度正在把人工智能重要的精力放在無人駕駛方面。

而馬化騰稱，騰訊 AI 要做的是更希望是能結合到自身的產品里面，讓用戶用起來產品發現越來越好用，或者說後臺(包括信息安全方面)也可能需要用AI的技術，“這樣的話你不用鋪很多的客服去看這些數據，那這樣你完全是用AI的技術來去做信息安全，我覺得也是更有效的。”

他還提到，在有一些更有趣的、未來感的一些AI上騰訊也有很多的團隊做研發、嘗試。“這方面我們還是很鼓勵創新，甚至是同一個課題有多個小組同時在做，哪怕有一定的冗余度，我覺得都應該鼓勵。我覺得這方面的投入都不會浪費。”