李世石

縱觀全盤，計算機Alpha Go出現(xiàn)了兩次較小的失誤，最終沒有影響大局；而李世石卻犯下了一個重大失誤，直接導致最后丟掉了比賽。

之后的比賽李世石能否捍衛(wèi)人類尊嚴？這臺在第一盤擊敗了韓國棋王李世石的Alpha Go到底是一臺怎樣的超級計算機？

據(jù)谷歌旗下DeepMind公司CEO兼谷歌副總裁戴密斯-哈薩比斯透露，DeepMind為AlphaGo輸入了海量的職業(yè)棋手對局，其自我演繹的對局數(shù)更是達到了3000萬局，相當于人類1000年的學習量。

Alpha Go的核心是兩種不同的深度神經(jīng)網(wǎng)絡——“策略網(wǎng)絡”（Policy network）和“價值網(wǎng)絡”（Value network）。

“策略網(wǎng)絡”負責減少搜索寬度，排除明顯錯誤的著法；“值網(wǎng)絡”負責減少搜索深度，通過對局勢的判斷，在明顯劣勢下果斷拋棄某些路線，不用每條道算到黑。

通過這兩個網(wǎng)絡分析局面，Alpha Go會更像一個人類棋手，通過對當前局面的判斷和對未來局面的推演，根據(jù)不同權(quán)重，在函數(shù)中算出一種贏的概率最高的著法。

看到這里不少對于人工智能不甚了解的文科生可能已經(jīng)暈了——什么策略、價值，什么寬度、深度，光是這么解釋完全抓不到要點！說到底這Alpha Go和十多年前的深藍相比有哪些突破性的進步？這人工智能下圍棋到底又比下象棋難在哪？且聽小編來給你講講人話。

為什么計算機挑戰(zhàn)國際象棋10多年前就成功，圍棋卻不行？

國際象棋每回合有35種可能，一盤象棋可達80回合，在計算方面，國際象棋最多會有10的47次方局面；而圍棋每回合有250種可能，一盤棋可長達150回 合。對于一個19x19的圍棋棋盤而言，一共有361個位置，而每個位置可以單獨放置黑棋、白棋或者留空，理論上所有的可能組合是3^361種，其合法的 組合超過170位數(shù)。

170位數(shù)是什么概念呢？如果有這個數(shù)量級的水分子，將足以填滿整個宇宙！

在十多年前，深藍在國際象棋上戰(zhàn)勝了當時的國際象棋棋王卡斯帕羅夫，其原理其實是讓人工智能在計算上窮盡了所有的可能，但如果挑戰(zhàn)項目換成圍棋，170位數(shù)的可能性，無論在當時還是現(xiàn)在，都遠遠超過了計算機的計算能力。

因此，在Alpha Go每下一步圍棋的時候，并不能計算盡所有的可能性下一招“必勝之棋”，而是通過上面提到的“策略網(wǎng)絡”和“價值網(wǎng)絡”的分析，做出一種獲勝概率更高的選擇。

這種從深藍到Alpha Go的深度神經(jīng)網(wǎng)絡運用的變化，恰恰使得Alpha Go的運行方式更像人類——也就是說要進行“取舍”。

另外，除了深度神經(jīng)網(wǎng)絡算法之外，Alpha Go還通過蒙特卡羅樹搜索吸收以往棋局的經(jīng)驗，同時另一邊進行著自我對局。

蒙特卡羅樹搜索是把預測走棋、采樣走棋、提升速度、預測局面 的各部分連起來，組成了一個完整的系統(tǒng)。

下面這個是國際象棋的。

國際象棋蒙特卡洛樹

這個是圍棋的。

圍棋蒙特卡洛樹

同樣，這種從局部到整體，對知識進行分層的結(jié)構(gòu)計算方式與之前相比更加統(tǒng)一，從人類思維的角度來看，其獲得的知識也就更接近圍棋的本質(zhì)。這也就是為什么圈內(nèi)人士都認為，如果人工智能能夠在圍棋上戰(zhàn)勝人類，將代表人工智能進入了一個新階段。

最后，這個內(nèi)行看門道，外行就湊個熱鬧。講道理的話，小編其實還是支持我們的人類代表李世石的。

（看看新聞網(wǎng)記者：楊城）