相關文章

B1aaddd45e7080e36a39f5b80d183bf7 1997 年,在 IBM 的深藍戰勝西洋棋世界冠軍 Garry Kasparov 之後,《時代》雜誌提出了一項新的挑戰:讓電腦與人類下圍棋吧,它獲勝的機會很小。「電腦要在圍棋上戰勝人類,還要再過一百年,甚至更長的時間」,《時代》雜誌的文章中這些寫道。

圖片來源

《時代》雜誌的預言似乎要落空了。在去年 3 月份舉辦的日本電聖戰上,電腦圍棋 Crazy Stone 打敗了石田芳夫,一位獲得過五次冠軍的圍棋九段高手。公平地來說,這並不是一個「深藍」時刻,因為石田芳夫讓了四子,而且他也不再處於巔峰時期。不過,這仍然是電腦取得的一項了不起的成就。石田芳夫在失敗後,稱 Crazy Stone 為「天才」。

目前來說,編寫電腦圍棋的都是個體程式設計師或者小團隊。Crazy Stone 就是一個人的作品,其開發者是法國里爾第三大學的電腦科學教授 Remi Coulom。為什麼大公司沒有興趣投入呢?Google Research 的 Peter Norvig 對《紐約客》網站說,即使是邀請了大量專家,投入了百倍的硬體,設計了高明的軟體架構,採用了正確的機器學習演算法,結合神經科學方面的成就,也未必能夠使電腦在圍棋方面達到「深藍」的成就。

為什麼電腦更擅長西洋棋,而在圍棋上遭遇了困難呢?這與圍棋的遊戲規則有關。在圍棋中,有一條規則是,當一方的棋子被另一方包圍後,就要從棋盤上撤下這些棋子。問題在於,當你去包圍對方棋子的時候,你下的棋子或許也正在被對方包圍。在任何一個給定的時刻,電腦很難確定一片棋子的狀態,也就難以確定那一方是處於領先地位。

圖片來源

在最初的時候,人們試圖讓電腦掌握下圍棋的策略,把格言和諺語轉換為電腦可以理解的程式碼,另一些人則試圖讓機器學習人腦,神經學家們對圍棋高手們的大腦進行掃描。但是,人類大腦所最擅長的任務卻是人工智慧中最難解決的問題,比如模式辨識、學習能力和直覺。這些早期的研究並沒有什麼突破性成就。

Crazy Stone 採用了蒙特卡羅演算法。這種電腦隨機生成演算法是 70 年前「曼哈頓計畫」的產物。在考慮某一步棋的時候,電腦將以這一步開始,隨機計算接下來數以百萬的棋局變化。電腦會挑選出最有可能實現其模擬勝利的那一步棋。Google 的 Norvig 解釋說,這種演算法是一個重要的創新,「在 20 步之後,我們不能肯定地說誰會贏得比賽,因此我們用了蒙特卡羅演算法,把遊戲玩到最後,然後我們就能確定誰獲勝。我們將這個過程重複百萬次,每一次的選擇都會更好,因為前面步驟的勝利和失敗都給出了回饋。」在與石田芳夫的對戰中,Crazy Stone 一共玩了 360 萬場隨機的遊戲。

今年,Crazy Stone 的對手是依田紀基,一位往棋盤上猛砸棋子,使對手心情緊張的人,這一招對 Crazy Stone 顯然不管用。這次仍然是人類讓了四子。Crazy Stone 最終以 2.5 目勝。在比賽結束後,依田紀基說,他對於 Crazy Stone 表示感激,因為它到最後的時候不再咄咄逼人了。這是隨機演算法的結果,還是它開始對人類表示同情了?

延伸閱讀:

電腦勝人腦?將棋電腦打敗日本女棋王

人工智慧的又一步: Vicarious 模擬人腦成功破解文字驗證碼CAPTCHA

巨星殞落!人工智慧之父、LISP 語言發明人 John McCarthy 去世

能自行總結出「貓」這個概念的 Google 自行思考深度學習系統

使用 Facebook 留言

發表回應

謹慎發言,尊重彼此。按此展開留言規則