柯潔應決勝前半盤 戰AlphaGo要有自信 | 陳經

解讀科學，洞察本質

戳穿忽悠，粉碎謠言

柯潔與AlphaGo的三番棋即將在2017年5月23日上午10:30開戰。2017年1月28日，新浪棋牌就本次比賽在深圳對陳經進行了視頻專訪。在多次傳出風聲之後，二次人機大戰終於真的要開始了。柯潔雖然處於明顯下風，但並非毫無機會。

陳經

2017年4月，谷歌DeepMind宣布AlphaGo重出江湖，將在5月在中國烏鎮與現世界圍棋第一人柯潔展開三番棋較量。新浪就此相關話題採訪了人工智慧專家陳經（採訪於早些時候）。

　　新浪：用幾句話談談您對圍棋的理解

　　陳經：因為我是搞技術的，所以圍棋在我眼裡是所有遊戲里最複雜的一種。我說的遊戲是「完全信息博弈」遊戲的一種，比如中國象棋、國際象棋，子力都攤開了，大家都打明牌，但是它又很複雜。這類遊戲里圍棋是最複雜的一個。

　　新浪：請您談談您觀看AlphaGo和李世石的人機大戰以及master的這60盤棋之後的感受？

　　陳經：既非常震驚，又非常高興。因為我長久以來對圍棋人工智慧的發展很關注之前有幾次突破，比如日本的DeepZen能夠戰勝像我這樣的業餘棋手了，但能夠戰勝職業棋手還是難以想像的，以至於我們期待一個程序什麼時候能夠戰勝人類的頂尖高手，但忽然之間，好像AlphaGo已經實現了戰勝人類最頂尖棋手的目標。這個進度還是超乎了我們的預期。所以我一方面對計算機演算法技術的進步感到震驚，另一方面，有個人工智慧能夠領先人類棋手好像一先，有點科幻色彩，又能夠看到這種棋譜，令人很興奮。因為職業高手的棋譜有的時候就會顯得千篇一律，但是AlphaGo突破了以前的固有思維，不走尋常路，能夠讓職業棋手的技藝有飛躍的提升。

　　新浪：您能否直觀的從技術的角度讓我們了解AlphaGo在第一次人機大戰中谷歌公司使用的資源有多麼龐大？

　　陳經：第一次人機大戰時候，AlphaGo是用了分散式版本的一個機器，在論文里提到有一個單機版，單機版是一個小規模的機器，它有48個CPU，以及8個GPU。

　　分散式版有1202個CPU，GPU有176個，比單機版要多大約幾十倍，從規模上來說還不是很驚人。真正規模比較大的是AlphaGo平時用於訓練的機器，據我們估計應該是在10萬個伺服器以上。因為它要生成很多棋局，所以訓練用的機器CPU以及GPU規模要大得多。但是下棋的時候用分散式的機器和單機版其實棋力相差並不是太大。我們得到的數據是AlphaGo單機版對分散式版也有百分之三十的勝率。

　　新浪：從技術的角度怎麼看待master快棋的60連勝？

　　陳經：我們可以從兩方面看這個問題。一方面是從master對人類碾壓性的60勝可以看出它是遠高於人類水平的，這是肯定的。另一方面又是快棋，我們認為應該是放大了人類的弱點。我們估計master快棋和慢棋基本實力不會差很多，所以是一個具有完全實力的master對的是只有20、30秒的時間思考的人類，所以人類實力是打折扣了，而人類對AlphaGo產生恐懼情緒的話就更容易出現錯著。應該說人類的發揮並不足以說明這是一個完全的測試。但有些高手覺得快棋和慢棋好像也差不多，給他更多時間他也想不出更好的招法來，或者有些高手說快棋和慢棋差一先，這是比較正常的估計。如果兩個差距在一先的高手對局60局取得60全勝也是不太可能的，所以即使人類快棋打折扣我想master和人類的差距應該也在一先以上。

　　新浪：請您來介紹一下圍棋的AI與象棋、國際象棋AI有什麼區別？

　　陳經：中國象棋和國際象棋的AI至少在10年以前用傳統的搜索技術就已經能打敗人類。當然它產生轟動效應該是1997年深藍與卡斯帕羅夫在國際象棋領域的突破。那個時候在傳統方面的搜索技術人們還是比較容易理解的。但是到圍棋網面程序就不一樣了。主要是引入了一個「機器學習」的東西，下棋和評估局面的過程都不是用人工代碼寫的，而是用「多層神經網路」來做計算的。「多層神經網路」在中國象棋和國際象棋代碼里是沒有的。而且AlphaGo用這兩個神經網路的係數是非常多的，多達幾百兆。AlphaGo更像一個在人類督促下自我訓練慢慢成為高手的人工智慧。之前中國象棋和國際象棋的AI並沒有自我對局的訓練過程。關於AlphaGo的論文里提到一種技術叫「強化學習」技術。通過自己對弈的過程修改神經網路中的數據，棋力就會一點點的上升。這是一個革命性的技術。

　　新浪：那您覺得目前的AlphaGo還有什麼弱點？

　　陳經：以圍棋的複雜度來說，不可能就說master已經達到了完美的程度。Master的60盤雖然沒輸，但中間有沒有吃一點虧也還是可以找的到的。比如一開始和孟泰齡下的一局可能被孟泰齡的手筋擊中了，導致優勢縮水。所以我們希望能夠繼續強化AlphaGo，能夠在棋藝上探索出更深層的東西。它是利用一種演算法對局面進行評估，它的論證肯定不是完善的，而是用兩個幾百兆的神經網路計算。肯定不會完全接近真理，當然有些情況下它的理解比人要深，我們也不排除有些時候人的理解要比AlphaGo深。所以人一定要有一個平穩的心態，在局面判斷上和AlphaGo進行一個正面的較量。這次柯潔和AlphaGo的挑戰用時還沒有商定，我建議用比較長的時間比為好。AlphaGo的用時其實是無所謂的，要求時間完全是為了人類。從棋藝的角度時間長也可以讓觀眾看到更精彩的對局。柯潔比較容易犯隨手的錯誤，經常在前半盤領先，但後面就會開始下隨手棋，把大好的局面葬送了出去。如果和AlphaGo下棋發生下隨手棋這種情況就太可惜了，所以一定要有充足時間來杜絕這種情況。

　　新浪：請您介紹一下圍棋這種完全信息博弈和麻將、德撲非完全信息博弈的人工智慧區別？

　　陳經：完全信息博弈就是所有信息都是攤開的，不完全信息博弈是你不知道對手的信息，所以完全信息博弈的結果一定是確定的，推理的結果是一定勝或者負。在非完全信息博弈里，比如德州撲克、橋牌，AI的思維不是這局我一定要勝，而是在一萬手牌里會有一次獲得較高的勝利，所以思維方式是很不一樣的。非完全信息博弈就要引入概率論情況下的搜索技術。一般認為非完全信息博弈的難度是高於完全信息博弈的。人類的優勢更多在於信息不完全的情況下。

　　新浪：您覺得AlphaGo對人工智慧發展的意義是什麼？

　　陳經：AlphaGo是人工智慧歷史上意義最大的幾件事之一。有很多次人工智慧都陷入了發展瓶頸，但這次AlphaGo在一個看似很困難的領域打敗了人類，似乎挑戰了人類的信心，從演算法本身來說AlphaGo也是很有意義的，引入了「強化學習」的技術，等於一方面它學習了人類的棋譜，另一方面它還可以自我對局進行提升。這樣一個自我學習的框架是人類不能達到的。人類受身理條件的限制不可能一直下棋，而且人類還可能出現水平下降的情況，但是機器不會，它是穩定提升的。AlphaGo開發出的「訓練流水線」，對人工智慧的意義是重大的，之前的人工智慧研發都是小規模。這次是十幾萬台伺服器產生海量數據，這樣一種理念對整個人工智慧界都是一個衝擊。

　　新浪：AlphaGo價值網路和策略網路相配合的這種方式，是否可以應該用到更多的領域？

　　陳經：AlphaGo下棋首先像人類一樣產生一個直覺，選擇最有價值的幾個選點。另外還對局面進行判斷，對不同的選點判斷結果，和人類棋手的思維方式有一定的相似性。如果能將這個技術應用到其他比如醫療領域，讓機器吸收醫生的經驗和思維，然後在一些關鍵的節點使用策略網路和價值網路做出選擇和判斷。研究AlphaGo更大的意義是為了在醫療程序上取得突破，實際上他們團隊已經有很多人轉去做醫療程序了。AlphaGo在策略網路和價值網路已經得到驗證的訓練方法是很有價值的，已經在醫療程序上有所應用了。谷歌可能會投入更多精力到其他領域。

　　新浪：您覺得從master現身到挑戰柯潔這段時間能否再次完成實力上的飛躍或者說演算法上的升級？

　　陳經：我覺得存在兩種可能性，一種從它本身的架構來說，它每天都在自我對局，這個提升肯定不會停止，但這個過程能否使AlphaGo的棋力有本質的提升是不確定的，因為任何自我提升都是有一個上限的，它是有一個曲線的過程，一開始進步很快，後面會趨於平緩，如果AlphaGo的水平已經到了一定程度的話，給它再多的時間也很難有所提升。還有另外一種可能性，引入一種新的技術，重新開始新的訓練，研發產生演算法實力的本質飛躍也是可能的。

　　新浪：有一種觀點說AlphaGo的代碼在人工智慧領域並不算大工程，自動駕駛領域需要的代碼很多，比AlphaGo的代碼要多很多，這種觀點您怎麼看？

　　陳經：這種觀點是完全正確的，AlphaGo應該比之前的圍棋程序代碼量還要少，但是AlphaGo的神經網路的係數特別多，高達幾百兆，人寫代碼不可能達到這麼多。AlphaGo的棋力秘密是隱藏在它的兩個神經網路里，不可能通過代碼得到，而是通過十幾萬台伺服器將數據灌注到神經網路的係數里，所以它不是一個簡單的工程。

　　新浪：您如何看待AlphaGo與柯潔的這個慢棋對決？

　　陳經：這次AlphaGo和之前與李世石對局不同，之前並沒有公布太多的棋譜。這次和柯潔對戰有60局高質量的棋譜，而且取得了60比0的勝利，應該完全展現了它的實力。人類對柯潔的預期也是比較一致的：柯潔如果能取得一局的勝利應該已經算很大的一個成功了。如果柯潔全負也不是一件很震驚的事情。之前是AlphaGo挑戰李世石，甚至有人說一盤都不能讓AlphaGo贏，而這次是柯潔如果能夠取勝一盤就表明AlphaGo還存在缺陷，讓AlphaGo繼續提升，到最後和國際象棋一樣宣稱不可能輸給人類了。當然我相信現在還沒達到這種程度。柯潔對AlphaGo能夠有1到2局勝利對職業棋手來說是件很歡欣鼓舞的事情。

　　新浪：既然現在AlphaGo已經如此強大，為什麼還要和柯潔對戰？

　　陳經：首先谷歌公司二老板個人對圍棋是非常感興趣的，包括AlphaGo和李世石對戰的時候還親自到了韓國。即使不考慮勝負，從棋藝本身來說也是非常有價值的。只有在慢棋這種比較公平的測試情況下才能夠不僅讓職業棋手信服，也讓開發團隊比較有信心。谷歌團隊在這方面還是比較保守的和謙虛的，在沒有充足的證據時不會做出誇張的宣稱。Master60連勝後他們只是說一起和職業棋手探討圍棋中美妙的部分。

　　新浪：請您給柯潔一些建議

　　陳經：首先柯潔的目標應該是對AlphaGo取得一局勝利就成功了，他應該作為一個完全挑戰的心態準備這次比賽，這有利於他實力的發揮。同時他必須對AlphaGo下棋的過程有了解，如果不知道對手是怎麼做出決策的就會感到慌張，所以一定要把AlphaGo看成一個可以理解的對手。和懂演算法的人進行交流，理解AlphaGo的思維。第二，如果AlphaGo在中盤取得優勢，不建議柯潔糾結於如何收官子，應該把決勝點放在前半盤，當然後半盤要頂住，不能將優勢葬送。柯潔應該主動把局面倒向自己擅長的部分，應該建立信心，對一些局面自己估算比AlphaGo要準確的時候，要相信自己確實取得了優勢。（文玄）

背景簡介：本文作者筆名陳經，香港科技大學計算機科學碩士，科技與戰略風雲學會會員，微博@風雲學會陳經，文章2017年5月17日發表於新浪微博（陳經：柯潔應決勝前半盤 戰AlphaGo要有自信）。

責任編輯：孫遠

知乎專欄：

一點資訊：

今日頭條：

http://toutiao.com/m6256575842
推薦閱讀：