一大波 Master 正在靠近

本文原載於 科技蜘蛛 - 知乎專欄 和同名公眾號（微信id:techspider）

一個不透露姓名的神秘 Master，突然出現橫掃人類圍棋高手，豪取60連勝。一份不完全的手下敗將名單 : 古力，柯潔，陳耀燁，范廷鈺，常昊，時越，羋昱廷，唐韋星，江維傑，柁嘉熹，周睿羊，朴廷桓，元晟溱，姜東潤，金志錫，朴永訓，井山裕太。。。。

我猜 DeepMind 團隊肯定有成員看過中國武俠小說，一名神秘殺手於月黑風高間殺遍江湖，武林腥風血雨，尊嚴盡喪。正在各種傳言盛囂塵上之時，殺手現身。絕妙的營銷。一個技術頂尖還懂搞噱頭的團隊，就像你身邊某個智商情商雙爆表，多金，長的還帥的同事，你恨不恨！

其實除了AlphaGo，近幾年還有一些很優秀的人工智慧圍棋程序，它們也經常和人類棋手過招，各有勝負，只是宣傳力度遠不如Google。在 DeepMind 的 AlphaGo 異軍突起之前，人工圍棋軟體的佼佼者們，基本被法國和日本等國佔據。它們有共同的基本思路，也有各自獨特的亮點。其中 Facebook 的 darkforest 提供詳細的論文和代碼，別的電腦圍棋程序則比較神秘。

Facebook 的黑暗森林 (Darkforest)

黑暗森林是 Facebook AI Research 的兩位華人研究者共同完成的人工智慧圍棋程序，命名來自劉慈欣的《三體II：黑暗森林》。田淵棟博士自己在知乎上謙虛的說 (原話)，要是 DeepMind 決定在2015年10月份戰勝樊麾後馬上公開，或者他自己再拖一會兒，決定不投ICLR 而等到2016年的 ICML，那就被滅得連渣都不剩了。如果把科研者的虛懷若谷先放一邊的話，人工智慧的日新月異也可見一斑。

和 AlphaGo 一樣，黑暗森林也是基於深度神經網路的模型 (12層)，所以也和 AlphaGo 具有相似的優勢和缺陷。優勢就不再贅述了，缺陷主要存在於對局部策略的選擇上。為了彌補這一缺陷，黑暗森林也選擇了蒙特卡洛樹搜索作為對深層網路的補充。

黑暗森林經歷了三個版本的演進。第一代 darkforest 體現了相比傳統蒙克卡洛搜索的優勢，第二代 darkforest2 達到了穩定的 KGS 3d 的水平，之後，在參考了 alphaGo 的演算法之後，作者又在 darkforest2 的基礎上加入了蒙特卡洛演算法，開發出第三代 darkfmcts3，性能得到了進一步提升，差不多達到 KGS 5d 的水平。其實相比 DeepMind 人數眾多的團隊，Darkforest 的開發團隊只有兩人，能取得這樣的性能已相當不容易。t

相比 AlphaGo 的策略網路每次只預測下一步走棋，Darkforest 可以預測接下去 k 步棋 (predict long-term moves)，包括自己的和對手的棋，這是它獨特而強大的地方。個人猜測，當時AlphaGo和李世石下棋的時候，有時會走出一些無用的「電腦手」，一方面是 DCNN 的固有弊端 (Darkforest的論文中也提到類似的問題)，另一方面也可能就是因為缺乏長遠規劃。另一個獨特的地方是，Darkforest 的結構採用了多個 softmax 輸出，目的是訓練時可以增強監督。為了提高收斂速度，Darkforest 還使用了最新的深度殘差網路 ResNet。

Darkforest 比 AlphaGo 欠缺的是預測大局的估值網路，這部分是AlphaGo 的獨創，個人猜測也是它擁有良好大局觀的原因之一。

業界良心，黑暗森林的訓練源碼是開源的，感興趣的請猛擊 Github 鏈接facebookresearch/darkforestGo

日本的 Zen

Zen 是目前最著名的圍棋程序之一， 2009年發布了第一個版本，最新版本發佈於2016年6月。和黑暗森林與 AlphaGo 的團隊開發不同，Zen 是日本程序員Yoji Ojima單獨開發的圍棋程序，硬體部分則由 Kato Hideki 實現。Zen 以劣勢的硬體設備 (單機Mac Pro 8 cores， 當然最新也有mini cluster 或 GPU 版本)，連續多年在各種圍棋人工智慧比賽中奪得冠軍。Zen 19K2 也是第一個達到 9D 水準的機器。

法國的 CrazyStone

CrazyStone 由法國計算機科學家 Rémi Coulom 單獨開發，採用的也是蒙特卡洛搜索方法，在 Grid5000 大規模計算平台上運行。CrazyStone 2013年被讓4子擊敗石田芳夫，2014年被讓4子擊敗依田紀基。圖為 Rémi Coulom 和依田紀基正在對決。

2016年5月，CrazyStone 的最新版本加入了深度學習模塊，使性能大幅提高，達到 KGS 7d 水準，對戰沒有深度學習的CrazyStone 2013版本的勝率達到 90%。Unbalance Corporation還推出了商業版本, 花80美元你就可以擁有一個職業棋手水準的專職陪練！

法國和台灣合作的 MoGo

MoGo 是一款由法國INRIA (法國國家信息與自動化研究所) 和一個台灣的團隊共同開發的圍棋軟體。2009年於台灣，MoGo在被讓7子的條件下在19*19全尺寸棋盤上擊敗了周俊勛九段。 MoGo採用的技術主要有：蒙特卡洛方法，基於Armed Bandits 的樹搜索演算法 (在當時是革命性的)，以及高性能計算集群 (和Crazy Stone一樣在Grid5000大規模計算平台上運行)。最近 MoGo 貌似沒有更新一步的動作。

韓國的DolBaram

作為在圍棋領域和智能科技領域均有相當積累的國家，韓國的一家規模並不大的公司 NuriGrim 決定向日本和法國挑戰，開發出了 DolBaram。在2016年的 UEC Cup 上，DolBaram 取得了第二名的戰績。在流傳出的有限的信息中，可以知道 DolBaram 和 AlphaGo 一樣，也採用了深度學習方法。

可以看出，AlphaGo 的成功對人工圍棋軟體這個行業的影響是很明顯的，深度學習和蒙特卡洛結合的方法成為了主流。而圍棋之後，類似的方法在別的需要複雜決策的領域的應用，比如醫療，政府決策，智慧城市等，才是更令人激動的。正是人類智慧才創造了人工智慧，你大爺終究是你大爺。

——END——

本文為原創文章，如需轉載請聯繫科技蜘蛛微信公眾號後台。

部分圖片來自網路，如有侵權，請聯繫我們刪除。

WeChat ID：techspider