当前位置:主页 > 健康新闻 > 王小川點評人機大戰:AlphaGo20將重演一部進化史

王小川點評人機大戰:AlphaGo20將重演一部進化史

文章作者:admin / 发表时间:2021-09-26 / 点击:

  2017年5月23日,第二次“人機大戰”火熱開賽。去年曾大比分擊敗南韓選手李世的AlphaGo,再度與柯潔等為代表的中國頂尖棋手進行對弈。比賽採用中國規則,三番棋,無論輸贏,每方3小時,5次1分鐘讀秒。因為此前對戰李世時AlphaGo表現出了超強實力,幾乎以“碾壓人類”的方式取勝,所以對於第二次人機大戰,眾多業內人士覺得人類希望不大。

  去年第一次人機大戰之前,搜狗CEO王小川曾在知乎發表評論,明確表示AlphaGo將完勝李世。而對於這次比賽,他再次在知乎表達了自己的態度:“我們的關注點不再是機器是否會贏——而是機器將用什麼姿勢戰勝人類。”

  王小川説,AlphaGo2.0和1.0技術原理有著巨大不同,更接近於人,因此這次比賽的最大看點是,AlphaGo2.0或許會頻現“怪招”,完全顛覆人類對圍棋的理解。AlphaGo告訴我們:我們還有極大的發展空間;而AlphaGo2.0告訴我們:如果有合適的條件,完全可能有其他的生命進化路徑,以及更不一樣的進化結果,相當於重演一部進化史。

  一年前AlphaGo發佈,看完論文後我就在知乎上發文預測機器會完勝人類。好些行業朋友不相信,為此我收了很多“智商稅”,之後微信發紅包一直髮到春節才發完。此外我還立了兩個斷言:一個是Google很有可能再研發出AlphaGo 2.0,擺脫“監督學習”,不再需要人類下圍棋的歷史數據,而是只通過“增強學習”,兩台AlphaGo自我對戰學習如何下棋,並達到登峰造極的地步。從公開的資料判斷,此言中了。這意味著什麼呢,又有什麼看點呢?

  AlphaGo 1.0 是巧妙地混合了三種演算法:蒙特卡洛樹搜索+監督學習+增強學習。其中蒙特卡洛樹搜索是一種優化過的暴力計算,比1997年深藍的暴力計算更聰明。而這裡的監督學習,是通過學習3000萬步人類棋譜,對六段以上職業棋手走棋規律進行模倣,也是AlphaGo獲得突破性進展的關鍵演算法。而增強學習作為輔助,是兩台AlphaGo從自我對戰眾中學習如何下棋,據悉對棋力提升有限。

  根據公開資料推測,此次AlphaGo2.0的技術原理與之前有著巨大不同:

  1. 放棄了監督學習,沒有再用人的3000萬局棋譜進行訓練。這本是AlphaGo最亮眼的演算法,也是今天主流機器學習不可避免的核心條件:依賴於優質的數據,在這個特定問題下就這麼被再次突破了。

  2. 放棄了蒙特卡洛樹搜索,不再進行暴力計算。理論上,演算法越笨,就越需要暴力計算做補充。演算法越聰明,就可以大大減少暴力計算。從AlphaGo 2.0的“馬甲”Master的歷史行為看,走棋非常迅速,約在每10秒鐘就走棋一步,如此速度很可能是放棄了暴力的計算。

  3. 極大地強化了增強學習的作用,之前敲邊鼓的演算法,正式成為扛把子主力。想想看有多勵志:兩台白癡機器,遵守走棋和獲勝規則,從隨機走棋開始日夜切磋,總結經驗,不斷批評和自我批評,一週後終成大器。

  在這樣的演算法下,AlphaGo 2.0對計算資源開銷極小,把當前棋局輸入神經網路,電流流過,輸出就是最佳的走棋方案。我猜測如此演算法下,有可能僅僅依靠一個GPU工作,每一步棋消耗的能源接近人的大腦。

  今年年初,AlphaGo 化身Master連勝人類頂尖棋手60局。在圍棋領域,機器完勝已經變成公認的定論。這導致很多人開始問:這次人機大戰還有意義嗎?我們的關注點不再是機器是否會贏——而是機器將用什麼姿勢戰勝人類。

  AlphaGo學習了3000萬步人類棋譜,走棋風格也近似於人。在比賽現場,偶有AlphaGo走棋和人的經驗不符合,就被評為“愚蠢”,只是在中盤之後發現機器漸漸局面佔優最終獲勝,為了自圓其説解讀為“AlphaGo中盤逆轉”,前兩局莫過如此。第三局開始評論者長了教訓,開始尊稱AlphaGo為“阿老師”,有了欣賞和敬畏的心態。這帶給圍棋界很大的衝擊,以前大家認為正確的東西,其實是不正確的。柯潔曾經評價説:“AlphaGo出現,很多理論都被推翻,再看以前定式變得好笑,虧那麼多目就不再是兩分。”人類通過數千年實戰,總結了圍棋理論,然後電腦告訴人類:這些全都是錯的。現在在很多比賽上,人類棋手已經開始向機器學習,模倣AlphaGo的下法,棋聖聶衛平也曾表示“理論被顛覆了”。

  而AlphaGo2.0脫離了機器對人模倣,走棋風格也將完全脫離人的定式。在與柯潔的比賽中,會不斷出現我們意想不到的走棋,而且這些走棋在教科書中會被認為是低級錯誤或者完全不可理喻,但凡一個正常的棋手都不會這麼玩,但凡一個新手這麼玩都會被點撥這樣不對。而AlphaGo2.0會不斷製造這樣的局面,關鍵他還是對的。可想對專業棋手的心裏會有多大的震撼:不僅自己這一輩子都沒這麼想過這麼下棋,整個圍棋界都沒有想過。會不會懷疑自己白活了?會不會反思兩千年圍棋的發展為什麼有這樣的瓶頸?還有多少海闊天空等著我們去探索?可等不及我們去探索,電腦就給出了終局的答案,多麼惆悵。

  我們會津津樂道,AlphaGo是什麼棋風。但可以這樣推理:但凡有流派和風格,就還有局限性。只有當所有流派合一看不出流派的時候,才到達致高境界。AlphaGo 2.0便會是這麼一台機器,沒有風格,穩如磐石。

  可以想見這次與柯潔的對弈,能頻現“怪招”,完全顛覆人類對圍棋的理解——這會是比賽最大的看點。英勇的柯潔,要解鎖108種姿勢來抵擋了。

  2016年在AlphaGo和李世的對戰後,人工智慧進入大眾的視野,我們開始重新思考機器和人的關係。

  圍棋已經有兩千多年的歷史,在漫長歲月的琢磨中,圍棋理論不斷進化,到達了很高的水準,AlphaGo的獲勝,我們大可以解讀于“青出於藍”,畢竟是在人類圍棋進化的主路徑上又攀高峰。

  而AlphaGo2.0完全拋棄掉人類這兩千年來進化的圍棋經驗,香港六合开马,另尋他徑,僅憑兩台機器自我對弈中學習和進化,最終不僅趕超了人類進化的速度,還發展出一套截然不同的下棋方法,並且更加接近完美的狀態,實現了對人類的碾壓,重演了一部圍棋的進化史,而且得出了與這兩千年來不同的進化結果。

  這會給我們什麼啟示?如果跳出圍棋的規則,類比看地球生命的進化:人類是從原始的有機物,到單細胞開始逐步變成靈長類動物,並且發展出超越其他一切生物的智慧。這條路徑是唯一的麼?人類的生命形態和最頂級的生命形態還有多大距離?AlphaGo告訴我們:我們還有極大的發展空間;AlphaGo2.0告訴我們:如果有合適的條件,完全可能有其他的生命進化路徑,以及更不一樣的進化結果。

  讓我們歡呼人的智慧造就了AlphaGo,這也幫我們開了眼界,看到我們離最終的生命形態和智慧依然有遙遠的距離。



Power by DedeCms