Vol.020 圍棋 AI 養成指南|回形針

回形针PaperClip
27粉絲
14 次觀看·2023年6月18日
人工智能如何重新定義圍棋?打造一個圍棋 AI 需要哪些條件?
2017年5月27日,由谷歌開發的圍棋AI AlphaGo
以3比0擊敗當時世界排名第一的圍棋棋手柯傑
隨後宣佈退役
雖然AlphaGo隱退,但他的算法卻啟發了一大批圍棋AI的開發
而這些AI之間的交鋒,很快成為了圍棋領域新的焦點
創立於2007年的UEC杯世界電腦圍棋大賽
每年都會集結全世界最先進的圍棋AI
在相當長的一段時間內
冠軍都有法國的Crazy Stone和日本的Zen輪流獲得
然而在2017年第十屆比賽中
由騰訊團隊開發的圍棋AI決議
首次參賽就打敗其他老牌勁旅,奪得冠軍
一舉展示了新算法的優越性
圍棋AI的新算法為什麼這麼厲害?
通常來說,所有棋類遊戲都可以展開成一棵遊戲樹
這棵遊戲樹包含了每一回合的所有可能局面
AI要想獲得勝利,最直接的辦法就是暴力搜索
列舉出所有可能的棋局
再從最終的勝局向前回溯到當前局面
選擇獲勝概率最大的走法
但圍棋可能的棋局數量是10的174方
遠遠超過已知宇宙中所有原子的數量
如果用暴力搜索下圍棋
還沒等人工智能算完
對面的人類棋手就已老去
所以為了提高下棋速度
首先要提高計算機的運算能力
但即便是2018年世界上最快的超級計算機SUMMIT
每秒20億一次的浮點運算
還是很難用暴力搜索法應對圍棋的巨大變數
要想在合理的時間內做出決策
必須優化程序的算法
圍棋AI算法的核心在於蒙特卡洛數搜索
以及人工神經網絡
蒙特卡洛數搜索的基本原理可以理解為
在遊戲數中隨機選擇一條分支並向下推演
如果這條分支的走法可以獲勝
就賦予一定權重
並在下次隨機選擇時優先選擇權重高的分支
當隨機推演的次數越來越多
那些接近必勝的走法就會脫穎而出
而人工神經網絡包含策略網絡和價值網絡
通過人類棋譜以及自己左右互搏獲取數據
前者可以找出規律並預測對手的下一步
後者可以計算出不同角色的獲勝概率
配合人工神經網絡
蒙特卡洛數搜索的算法
可以優先找到對手最可能走
以及獲勝概率較大的那些分支
在保證勝率的同時極大縮短了運算時間
不過要想開發出實力強勁的AI
只有算法還遠遠不夠
不同的訓練方法會讓圍棋AI的實力相去甚遠
在這方面決議的祕訣之一就是和人類棋手切磋
2016年8月決議開始用野狐掃地僧
行天狸龍等馬甲在對戰平臺
騰訊野狐圍棋上與100多位頂尖棋手對一上千局
這些人類棋手的棋風各異
能讓決議暴率其不足而得以不斷優化
2016年決議的勝率還在上下波動
到2017年底就已經能穩居90%以上
此外這還讓決議成了圈內的網紅
今天決議的每一次在線對局都有超過上千的棋迷觀賽
2017年8月決議更是發出了自己的第一條微博
開始與網友互動
與棋迷們而言決議是天賦已秉的少年棋士
又因棋與野狐的淵源也被戲稱為機智的小狐狸
與此同時其他圍棋AI也走上了網紅之路
比如來自比利時的Lila Zero
採用分佈式計算靠志願者的電腦提供算力
通過開源收穫了世界各地棋迷的寵愛
而來自美國的ALF OpenGO
則致力於搭建人工智能遊戲測試平臺
讓圍棋AI的算法適配更多類型的遊戲
今天人工智能已經開始改變人類對圍棋的認知
2018年4月決議成為中國國家圍棋隊訓練專用AI
通過顯示人類棋手每一步的勝率和變化圖
更精確地判斷出局勢變化
並齊了以往人類棋手依靠經驗與直覺的籠統評價
毫無疑問
人工智能的應用拓寬了人類對圍棋的認知
而這種認知也將不斷提高圍棋AI的實力
於2018年6月23日開幕的
騰訊世界人工智能圍棋大賽
集結了11支國際頂尖的圍棋AI隊伍
在兩天的預選賽中
各國AI上演了無數精彩對局
而決議獲得了7戰7勝的驕人成績
協力了Zero
ALF OpenGO
新政圍棋等8位AI選手晉級複賽
7月9日至21日
每天下午2點和7點
登陸騰訊有湖圍棋即可圍觀8強複賽
從複賽中脫穎而出的4強AI
將於7月29日至31日
會師中國棋院展開線下總決賽
我是趙美揚
如果你喜歡本期節目
請轉發支持我們
你可以在微博、微信、啾哭B站
搜索回星爭paperclip關注我們
我們下期節目見
