人工智能应用案例学习1

      为了更深入了解人工智能领域知识，开启相关案例学习，就从AlphaGo开始。

      AlphaGo（“Go”为日文“碁”字发音转写，是围棋的西方名称），直译为阿尔法围棋，是于2014年开始由英国伦敦Google DeepMind开发的人工智能围棋软件，并有对应的电影纪录片《AlphaGo世纪对决》。专业术语上来说，AlphaGo的做法是使用了蒙特卡洛树搜索与两个深度神经网络相结合的方法，其中一个是以估值网络来评估大量的选点，而以走棋网络来选择落子。在这种设计下，电脑可以结合树状图的长远推断，又可像人类的大脑一样自发学习进行直觉训练，以提高下棋实力。

      在AlphaGo出现之前，机器程序在与人类围棋对战中处于明显劣势：在1997年IBM的电脑“深蓝”击败俄籍世界国际象棋冠军加里·卡斯帕罗夫之后，经过18年的发展，棋力最高的人工智能围棋程序才大约达到业余5段围棋棋手的水准，且在不让子的情况下，仍无法击败职业棋手。2012年，在4台PC上运行的Zen程序在让5子和让4子的情况下两次击败日籍九段棋手武宫正树。2013年，Crazy Stone在让4子的情况下击败日籍九段棋手石田芳夫，这样偶尔出现的战果就已经是难得的结果了。

      在AlphaGo出现之后，从下面4个实例可看出AlphaGo战胜李世石之后类似下棋机器程序在与人对弈中都占据绝对胜算。

      1）Facebook也在开发一套围棋程序，名为Darkforest。这套程序也是基于机器学习和树搜索。在2016年3月举办的第9届UEC杯世界电脑围棋大会中获得亚军。尽管该程序在其他围棋程序面前表现强劲，但截至2016年年初，它尚未击败任何职业棋手。

      2）DeepZenGo是日本程序员尾岛阳儿、加藤英树等开发的围棋程序，是在旧版本的Zen围棋软件基础上加入了深度学习技术后开发的新版本，由日本DWANGO公司、东京大学、日本棋院提供支持，其基本原理和AlphaGo类似。在第二届围棋电王战中分先以1:2不敌赵治勋九段。在2017年3月18-19日在日本举办的第10届UEC杯世界电脑围棋大会上获得亚军。在2017年3月21-23日的世界最强棋手决定战上以一胜二负的成绩名列第三名。在2017年3月26日的第5届电圣战上分先战胜了日本的一力辽七段。目前在KGS、弈城、腾讯野狐等网络围棋对弈平台上公测。

      3）绝艺（英文名Fine Art）是中国腾讯公司的AI Lab（腾讯人工智能实验室）开发的围棋人工智能。在2017年3月18-19日的第10届UEC杯世界电脑围棋大会上夺得冠军，并在2017年3月26日的第5届电圣战上分先战胜了日本的一力辽七段。目前在腾讯野狐围棋网络对弈平台上公测。

      4）CGI是由国立交通大学CGI（Computer Games and Intelligence）实验室所开发的围棋人工智能。在2017首届世界智能围棋公开赛8月16日于蒙古鄂尔多斯开战，击败绝艺与DeepZenGo，初赛全胜；17日总决赛中夺得亚军。

      为了搞清楚为何AlphaGo是如何取得如此成绩，需要深入探寻所使用技术方法，得到下面程序算法定义：AlphaGo使用蒙特卡洛树搜索（Monte Carlo tree search），借助估值网络（value network）与走棋网络（policy network）这两种深度神经网络，通过估值网络来评估大量选点，并通过走棋网络选择落点。由于围棋无法仅通过寻找最佳棋步来解决，因为一盘游戏平均约有150步，每一步平均约有200种可选的下法，这意味着有太多需要解决的可能性。AlphaGo最初通过模仿人类玩家，尝试匹配职业棋手的过往棋局，其数据库中约含3000万步棋着，后来达到了一定的熟练程度，开始和自己对弈大量棋局，使用强化学习进一步改善策略。