千年未有之大變局：關於DeepMind團隊AlphaGo的更多信息

城頭變幻大王旗2016年1月28日，Google公司DeepMind團隊在Nature雜誌上發表學術論文，介紹了人工智慧的圍棋程序AlphaGo的構建原理與具體實現，同時宣布AlphaGo在分先的公平對局條件下以5：0的成績擊敗了職業棋手樊麾。這是人工智慧領域了不起的成就。我讀了這篇Nature文章，也看了網上的很多評論。我的專業水平不足以做科普，我的圍棋水平也不足以衡量AlphaGo的棋力。下面是關於AlphaGo的一些信息，比賽信息來自於Nature文章，其餘來自於網上文章。AlphaGo與樊麾的比賽：1、2015年10月5-9日，連續五天比賽。五局勝負制，無論勝負如何，五局都要下完。2、每天兩盤棋，第一盤是正式比賽（慢棋，1小時加3次30秒的讀秒），第二盤是非正式比賽（快棋，只有3次30秒的讀秒）。3、分先對局，採用中國圍棋規則（黑棋貼7.5目）。4、最後成績只記錄正式比賽結果。5、比賽規則在比賽之前就已經確定，得到樊麾的認可。6、AlphaGo在正式比賽（慢棋）中以5：0戰勝樊麾。樊麾3次執黑（第一、三、五局）；第一局AlphaGo執白2.5目勝樊麾，其餘四局都是中盤勝。7、AlphaGo在非正式比賽（快棋）中以3：2戰勝樊麾。樊麾2次執黑（第一、三局）；5盤都是中盤勝。AlphaGo與其他電腦的比賽：1、對手為CrazyStone、Zen、Pachi、Fuego、GnuGo，他們和AlphaGo一樣，都是單機版。具體版本和棋力如下：AlphaGo（無），CrazyStone（2015，KGS 6d）、Zen（5， KGS 6d）、Pachi（10.99，KGS 2d）、Fuego（svn1989，無）、GnuGo（3.8，2k）。KGS大致相當於國內圍棋網站如弈城、新浪、Tom等。2、還有一個更強的對手，Distributed AlphaGo，即分散式的AlphaGo。3、AlphaGo和Distributed AlphaGo的演算法是相同的，差別在於硬體資源。AlphaGo有48個CPU和8個GPU，而Distributed AlphaGo有1202個CPU和176個GPU。作為比較，CrazyStone只有32個CPU，而Zen只有8個CPU。4、AlphaGo慢棋5：0勝職業二段樊麾，快棋3：2勝樊麾。5、電腦之間的比賽，每步棋最多5秒鐘。6、AlphaGo（單機版）比其他電腦強很多：495局比賽中，只輸了1局；在與CrazyStone、Zen和Pachi的讓四子對局中，AlphaGo的勝率分別是77%、86%和99%。7、Distributed AlphaGo的棋力更強，他對單機版AlphaGo的勝率是77%，對其他電腦是100%。關於電腦的棋力：1、AlphaGo之前的電腦可以算是業餘高手，CrazyStone和Zen都是KGS 6d，大致是弈城6d或者更好一些的水平，大概是業餘5段的水平。2、職業棋手對此前電腦（大致是Zen）棋力的評價：周俊勛和俞斌都說能讓4-5子，羅洗河說能讓9子。估計也應該有業5的水平。3、職業棋手認為AlphaGo的棋力應該有職業水準，大致是頂尖棋手先二的水平。也就是說，頂尖棋手可以讓先或者讓二子。4、AlphaGo對Zen的讓四子對局，勝率為86%。Distributed AlphaGo的棋力更強，他對單機版AlphaGo的勝率是77%。5、Nature文章估計，AlphaGo的棋力大致是職業二段（樊麾是職業二段，也是用來衡量棋力的標尺）。從文章給出的誤差棒來看，樊麾的水平（誤差棒）在1p-4p之間（也許是9d-5p，反正起伏很大就是了），而AlphaGo的水平很穩定，就是2p。Distributed AlphaGo的棋力大概是4-5p。6、因為所有的對局都是去年10月之前的，AlphaGo現在的棋力應該是更強了。7、已經公布的信息不足以推斷AlphaGo的棋力，只知道他至少具有業餘頂尖高手的棋力， 強於樊麾，弱於Distributed AlphaGo。關於AlphaGo與李世石的比賽：1、比賽時間是今年3月，地點是韓國首都漢城。五局勝負制，無論勝負如何，五局都要下完。出戰李世石的是AlphaGo而不是Distributed AlphaGo。2、業餘愛好者都看好李世石，職業棋手認為沒問題，AI專家認為值得期望。柯潔（目前中國排名第一的棋手，也是現在世界最強的棋手）認為AlphaGo取勝的機會不到5%。3、李世石是冠軍數最多、人氣最高、名聲最大的現役棋手，他出來拿這100萬美元的廣告費是實至名歸的。4、當事人都謹慎樂觀：李世石說要爭取4：1或5：0；DeepMind團隊很有信心，認為大致是五五開。5、第一局比賽非常重要。對於李世石來說更是如此。6、形勢對李世石非常不利。「勝之不武，弗勝為笑」。李世石在明、AlphaGo在暗。AlphaGo知己知彼，而李世石知己而不知彼。AlphaGo肯定研究過李世石的所有棋譜，甚至與李世石交過手的棋手的所有棋譜；AlphaGo的有效棋譜只有5-10盤，甚至連這幾盤棋譜也談不上有效，因為這些棋譜顯示不了他的真實棋力，只能說明他比樊麾二段強。不知道比賽協議里有沒有說在比賽前給李世石提供足夠的棋譜，即使提供了李世石也很難得到多少有效信息。7、我看好李世石，我認為至少是七三開（前幾天我認為是九一）。我認為AlphaGo和李世石應該都能贏至少一盤棋。李世石應該是4:1拿下比賽。如果直落三局的話，有可能是3:2.山雨欲來風滿樓附錄一： 學術論文google公司DeepMind團隊Mastering the game of Go with deep neural networks and tree searchDavidSilver, Aja Huang,......,Demis HassabisA computer Go program based on deep neural networks defeats a human professional player to achieve one of the grand challenges of artificial intelligence.Nature 529, 484–489 (28 January 2016) doi:10.1038/nature16961 Received 11 November 2015 Accepted 05 January 2016 Published online 27 January 2016Facebook公司（田淵棟，Yan Zhu）Better Computer Go Player with Neural Network and Long-term PredictionYuandong Tian, Yan Zhu(Submitted on 19 Nov 2015 (v1), last revised 26 Jan 2016 (this version, v2))http://arxiv.org/abs/1511.06410附錄二： 棋界反響新浪專題： 圍棋人工智慧來襲http://sports.sina.com.cn/zt_d/deepmindalphago人工智慧5-0歐洲冠軍 李世石將捍衛人類尊嚴http://sports.sina.com.cn/go/2016-01-28/doc-ifxnzanh0180135.shtml李世石：請人類支持我 爭取不讓電腦贏到2盤http://sports.sina.com.cn/go/2016-01-30/doc-ifxnzanh0405068.shtml世界冠軍談谷歌圍棋：人類應放下自己的驕傲http://sports.sina.com.cn/go/2016-01-30/doc-ifxnzanh0397466.shtml樊麾裁判設計者專家談谷歌圍棋 或戰勝李世石http://sports.sina.com.cn/go/2016-01-30/doc-ifxnzanm3838179.shtml文章來源：環球科學附錄三：知乎科普如何看待Google圍棋AI AlphaGo擊敗歐洲圍棋冠軍？https://www.zhihu.com/question/39905662田淵棟，卡耐基梅隆大學機器人系博士，Facebook人工智慧組研究員https://www.zhihu.com/people/tian-yuan-dong附錄四：我的看法1、棋力很難從棋譜上估計出來的。終究是盤上見勝負，旁觀者很難看出來的。就像日本人當年評價中國的古棋，有說黃龍士中盤十三段的，也有說范施不過業6的，但是也有人說公道話：不到棋盤上下一下，誰也不知道他到底有多強。對林海峰的評價也類似：林先生的棋看起來一點也不厲害，可是你坐到棋盤對面，就能感覺到他的力量了。2、我看了第一局樊麾（黑）對AlphaGo的棋譜。 白136，居然在圍中腹，儼然宇宙流的架勢。 通盤沒有劫爭，沒有轉換，不知道為什麼。按理說，他們這種棋手，劫爭、轉換是必然的啊。 眼看著要輸棋，也不用勝負手，就這麼輸掉了， 太奇怪了。難道AlphaGo的形勢判斷、局面控制能力都非常強？劫爭、轉換、懲罰無理手，無論哪個都很強？按說不應該啊。一眾職業棋手說他是先二的水平，未免太託大了。 就算是柯潔對陣樊麾，也沒有橫掃五蛋的把握吧？3、剛看了AlphaGo對戰李世石的新聞發布會，DeepMind信心滿滿，自認為勝負五五開。不知道他們為什麼這麼牛，難道對樊沒有出全力？4、要跟AlphaGo對局，必須進行戰鬥，鋪地板肯定是不行的，一定要做劫、轉換。李昌鎬上場也不一定必勝，因為他的看家本領是不出錯；老聶上場估計不行，因為他雖然前五十步天下第一，但是後半盤的漏招太多；曹燕子、古大力之類的上去，估計收拾AlphaGo就像收拾菜一樣，說不定擺上兩子都能贏。所以說，這次比賽，李世石必勝！5、期待三月的對局，我相信李世石會贏。他肯定會做戰、糾纏、劫爭、轉換，希望電腦能拿下一局，要是成了黔之驢的話，就太無趣了。6、好在很快就要和李世石比賽了。是騾子是馬，拉出來遛遛。我覺得李世石肯定能拿下來，但是，圍棋能堅持幾年呢？也許五年，也許十年，但絕對不是遙遙無期了。有感於DeepMind擊敗圍棋職業選手http://blog.sciencenet.cn/blog-1319915-953005.html圍棋之幸與不幸http://blog.sciencenet.cn/blog-1319915-953081.html關於AlphaGo戰勝職業棋手的一些評論http://blog.sciencenet.cn/home.php?mod=space&uid=1319915&do=blog&id=953190千年未有之大變局：關於DeepMind團隊AlphaGo的更多信息http://blog.sciencenet.cn/blog-1319915-953678.html千年未有之大變局，我們適逢其會了。PS：居然置頂了。那就補充一些信息。現在網路上對這件事情的討論很多、很熱烈，但是坦率地說，價值並不大——因為絕大部分都是事後諸葛亮。另外幾個就是當事人了：DeepMind信心十足，當然你可以認為他是在給自己打氣；樊麾認為對手非常強大，當然你可以認為他是在給自己的失敗找借口；李世石認為自己肯定贏，但是他沒有任何對手的有效信息，AlphaGo和樊麾的那幾盤棋能夠告訴李的信息量基本為零。我只見到一個局外人預見到了這件事情。2014年底，他就認為現有技術已經可以使得電腦在圍棋上戰勝人類了。所以，他的意見是值得考慮的——他認為，這次李世石很可能會輸的。馬駿 編輯於 2016-01-29https://www.zhihu.com/question/39906815/answer/83954700立個FLAG，能戰勝。雖然AlphaGO和樊麾比賽的時候，棋力是弱職業選手水平，但已經證明這條路走對了（更重要的是，終於有大公司投錢搞圍棋AI了），接下來提高水平只是時間問題。雖然從去年10月到今年3月，AlphaGO是否已經進步了足夠多能夠戰勝李世石，我也沒有100%的把握，但這不重要。是今年3月超過，還是再過幾個月超過，長期來看無關緊要，重要的是在不遠的將來，AI和人類圍棋水平的差距，必將達到賽跑水平的差距。所以我這次先大膽投給AlphaGO了。附一個我2014年立的FLAG，當時大家對圍棋AI的前景還很悲觀：圍棋作為唯一一種電腦下不贏人的大眾棋類，是何原因導致？以及量子計算機出現後有無可能？ - 馬駿的回答馬駿 發佈於 2014-12-23 ：https://www.zhihu.com/question/27169866/answer/35693685以目前的硬體水平，已經足以在圍棋上擊敗人類了，根本沒量子計算機什麼事。目前下不過人類，只是因為沒人去研究圍棋演算法，畢竟在歐美不夠流行。http://www.ifanr.com/476606這個新聞里的演算法是非常非常粗糙的，訓練集也很小，就已經有很好的效果了。只要有人願意出錢研究，戰勝職業棋手只是時間問題。
推薦閱讀：