陈经：人类智能堡垒围棋突然被谷歌智能攻破了，靠的是策略判断和暴力搜索两手都硬
2016年1月28日一早，围棋圈和人工智能圈被一个消息给炸了：
谷歌人工智能分先5:0击败欧洲职业围棋冠军樊麾，2016年3月将分先挑战李世石，奖金100万美元。
Nature网站出了新闻：
谷歌的人工智能算法精通了古老的游戏围棋（Google AI algorithm masters ancient game of Go）
1月28日出版的Nature封面文章介绍了这个人工智能领域的重大突破。
文章第一作者David Silver
围棋迷以前的感觉是，电脑围棋确实进步挺大的，但要说能挑战职业棋手，似乎还有很长时间，十年或者更长。
仅仅两个月前，2015年11月，北京举办了一次“美林谷杯”电脑围棋竞赛，冠军是韩国人工智能程序“石子旋风”（DolBaram)，被让四子、五子、六子与中国职业高手连笑七段（刚获得名人和倡棋杯两个头衔）对弈。在第一局中，电脑显得无比愚蠢，执着地与连笑打一个注定无法胜利的连环劫，消耗了大量劫材不断亏损，对弈中连笑都笑开花了。直到让六子，电脑才胜了一局。
连笑七段和DolBaram作者林宰范
早期的电脑围棋代表程序是我国陈志行教授（量子化学家，跟风云学会会长袁岚峰是同行，2008年去世）开发的“手谈”，上世纪90年代多次获得电脑围棋世界冠军。那时的电脑围棋棋力不到业余一段，业余棋迷们以让多少子战胜“手谈”为谈资，让七八子都很正常。
1997年IBM的国际象棋程序“更深的蓝”战胜了人类最高水平的卡斯帕罗夫，当时兴起了一股人工智能热潮。但是围棋迷很淡定：电脑围棋，还差太远，离一般业余棋手都有不小的差距。按某种估计，围棋的复杂度是10的170次方，比国际象棋的10的47次方多100多个0，电脑还差得远。这个时期的围棋程序有的搜索，有的不搜索，但基本还是与国际象棋的人工智能算法相似，被围棋的复杂度轻易击败，下起来一看就很愚蠢，根本不象人。
和国际象棋类似，中国象棋也被人工智能程序攻破了。业余象棋比赛多次传出选手使用软件作弊的丑闻，职业圈子中王天一、孙勇征等大师也为之争吵。之后围棋逐渐成为人工智能领域的核心难题。Google、Facebook和微软都开了围棋研究小组。
围棋人工智能的上一次显著突破，是2010年左右，开发者们引入了“蒙特卡洛”算法。这种算法的特点是模拟棋局一直到下完算子判断胜负，模拟多次后看哪个选点的“获胜概率”最高。模拟时会利用“棋形”等经验减少选点，一直模拟下去直至终局。时间不够或者电脑计算能力不足，模拟的“局面数”就少，棋力就低。这是一个基于概率的暴力搜索算法，确实取得了突破。代表程序有日本的Zen，法国的CrazyStone，以及前面提到的DolBaram（在北京击败了Zen与CrazyStone）。中国电脑围棋开发者这时落后了，没有开发出水平相当的程序。这些基于蒙特卡洛算法的围棋人工智能，已经可以轻松战胜一般业余棋手了，但是对职业棋手还是差距很大。对局时，电脑招法一般看着还可以，但有时会出现一些莫明其妙的招数，如落后时就开始瞎下。这是因为电脑根据概率评估，瞎下人应错了它有机会胜。
研究者以及棋迷们都认为，蒙特卡洛概率暴力搜索虽然取得了棋力的巨大突破，但不是围棋人工智能技术继续发展的方向。即使再增加算力，增多模拟局面，棋力也不会有本质提升，战胜职业棋手是不可能的。业余棋迷们会惊叹于人工智能围棋的发展，在KGS围棋网上，排着队和Zen等人工智能程序对局很有乐趣。但职业棋手们仍然很淡定，认为围棋人工智能挑战职业选手还是很远的事。
就在前面连笑与DolBaram对弈之后，对于电脑围棋较为了解的中国围棋队总教练俞斌九段评论说：
“国际象棋的电脑程序是围绕着杀死王这一要点设计的，比较有效。而围棋的棋子没有大小之分，电脑无法判断哪条大龙更大，从而无法准确做出取舍。围棋到后盘收官变化无穷，越下到后面，盘面形势就越复杂，这让计算机程序难以做出正确选择。现在设计围棋电脑软件的都是业余棋手，而软件的水平很难超过设计者，光靠电脑会记能算，想战胜职业高手是不容易的。业余棋手思考问题的方法与职业棋手不同，如果今年由围棋和电脑软件高手联手编写软件，那么，电脑围棋的水平会有质的变化。”
国家队总教练俞斌九段
这次Google的DeepMind小组开发的AlphaGo取得的突破，可以说打破了俞斌九段的预期。AlphaGo与中国职业二段樊麾分先下成了5：0，新浪围棋有这五局的棋谱。看这五局棋的感觉，AlphaGo下得非常象人，一点看不出是机器下的，和以前的各种程序有显著区别。战绩上也是压倒性的。第一局樊麾和电脑平稳收官，输了3目半。后面四局进行战斗，多次被电脑杀死大龙，全部惨败。
樊麾虽然只是欧洲冠军，但毕竟有中国职业段位，就算多年在低水平环境中棋力下降，业余顶尖水平总是有的。AlphaGo也和之前最高水平的程序Zen、CrazyStone下过，分先495盘只输了1盘。它甚至能让4子对阵Crazy Stone和Zen，胜率分别是77%和86%。这个水平突破绝对是革命性的。
从人工智能技术发展上看，DeepMind使用了“深度学习”技术，而非象俞斌估计的和职业高手合作。电脑通过海量学习人类高手的棋谱，用深度神经网络快速模拟出人的招法，下出来的棋就很象人了。樊麾二段说：“如果没人告诉我，我会想对手下得有一点怪，但肯定是个很强的棋手，一个真正的人”。
樊麾二段
Facebook的围棋人工智能程序Darkforest就是用这种办法，不靠搜索，只用深度学习这一招就很快达到了之前研究者多年无法实现的棋力，扎克伯格1月27号正好发文介绍了这个进展。由于棋力还略低于Zen、Crazystone，所以不算是巨大的突破。
而DeepMind小组在搜索技术上取得了更大突破。跟Darkforest相似，AlphaGo用一个深度神经网络（policy network，“策略网络”）减少搜索的选点，象人类高手一样，只考虑少数几个可能的选点。此外，他们还建立了另一个深度神经网络（value network，“值网络”），象人类高手一样，思考到某个局面就有了结论，不必象之前的蒙特卡洛模拟那样下到终局，极大地减小了搜索的深度。
DeepMind引入的另一个逆天的高招是，让围棋人工智能自己和自己下，总结经验，自我不断提高！这个技术2015年2月就在Nature上发表了，标题是《玩游戏的软件从神经科学中吸取经验》（Game-playing software holds lessons for neuroscience）。
这个人工智能自学习的要点是，不需要告诉电脑人类的经验，就让它自己玩这些电脑游戏，只是给出玩的分数。电脑看着分数不断纠正自己的策略，最后就发展出比人类还强的电游技术。这次的AlphaGo也用了这个技术，这又是比其它电脑围棋程序强的地方。从Nature的文章看，DeepMind的绝招是，用50台电脑让AlphaGo不断和自己对弈，下了3000万盘棋！然后每盘棋选取一个局面（不多选，以避免同一盘棋中不同局面之间的相关性），根据这盘棋的最终结果判断局势优劣。这样获得了3000万个训练数据，用于训练生成“值网络”。暴力生成这么多数据需要海量的计算资源和投入，确实只有谷歌这样的大公司敢想敢做。可以看出他们的战略是智能和蛮力两手抓，两手都要硬，哪个合适就用哪个，并且互相帮助。
通过这样三招，DeepMind小组确实在围棋人工智能上取得了巨大突破。而且研究方法的潜力很大，从这个方向上走，最终象“更深的蓝”一样战胜人类最高手是完全可以想象的。一个月前，DeepMind小组就报告说围棋人工智能取得了巨大突破，会战胜人类，但当时棋迷与职业棋手并未留意。现在有了棋谱，又有了技术细节，就显得可信多了。
职业棋手李喆在微博上说：
“Google的围棋AI已具有职业水准。从棋谱初步判断是顶尖棋手让先-让先倒贴的水平，离战胜人类还有一小段距离。但这是三个月前的棋谱…以Google机器学习堆数据的速度，今年三月对决李世石相当值得期待。”
如果象报道的那样，2016年三月AlphaGo真的挑战韩国棋手李世石（过去十年获得世界冠军最多的棋手），这说明Google对AlphaGo非常有信心，认为三个月的时间就能进步到战胜顶尖高手了。DeepMind小组认为，电脑围棋的优势在于一天可以下100万盘棋，而且一直保持水平稳定，而人类能下的棋和能打的棋谱很有限，时间长了还会疲劳出错。
围棋世界冠军李世石九段
我认为这次电脑是真的有可能在围棋上战胜人类。樊麾在非正式对局中两次中盘胜AlphaGo，可见AlphaGo也是会认输的，不是永远缠斗到终局，而且樊麾是有击败AlphaGo的棋力的，在正式比赛中可能是太紧张技术变形了。如果李世石象樊麾二段一样心态失衡露出大破绽，肯定会被电脑抓住输掉。即使小心应付，电脑也会有胜机。即使只赢李世石一盘，也是了不起的成就。最终，电脑以稳定的概率战胜职业棋手将在一二年内实现。
这无疑是人工智能领域的巨大突破，预示着机器将在棋类这项“智力运动”上彻底战胜人类。围棋这个人类自以为还能坚固防守五十年以上的堡垒，在引发了人工智能研究领域的巨大兴趣后，被机器出人意料地迅速突破了。
当然正如深度学习技术的发明人、DeepMind小组的Hassabis所言，人工智能真正的挑战是“泛化”的能力。人工智能在围棋上达到的超高能力，并不能转移到其它任务上去。
Demis Hassabis，深度学习技术发明人，Google DeepMind 的CEO，AlphaGo的20位作者之一
但是从目前达到的成就来看，人工智能带来的社会革命也许真的快来了。对于人工智能“奇点革命”有兴趣的可以参考：
对于我个人，会象许多业余棋迷一样，非常希望Google能把AlphaGo商业化推向市场。这会是围棋学习的一个革命：随时随地有最高等级的选手教你下棋。所以，暂时欢呼吧！
致谢：感谢风云学会会长袁岚峰博士（@中科大胡不归 ）的宝贵意见。
本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。