歐界：捍衛人類尊嚴之戰？圍棋尖峰對決與百度聯盟峰會同期舉行

歐界報導：

今天5月23日， AlphaGo將再次出馬， 與世界最頂尖圍棋選手柯潔展開正式對決。 在5月23日至5月27日的5天活動當中， AlphaGo將與柯潔展開3場激烈的人機對決， 同時還會進行“配對賽”以及“團體賽”。 不過， 在這場萬眾矚目的對決中， 比賽的核心和目的， 卻不是輸贏， 而是在公開場合對AlphaGo的實力的一次驗證， 驗證一下去年帶動了人工智慧新浪潮的AlphaGo， 如今的發展進步有多大， 看一下是否打造出了在圍棋上超越所有人類的“AI”。

圍棋作為一個機器特殊的棋類， 其擁有的可能性的數量極其龐大， 總的局面數量達到了10^172， 而可觀測宇宙範圍內的原子數量不過10^80， 所以窮舉並不是一個明智的選擇。 DeepMind最終選擇了深度學習、蒙特卡洛樹搜索法、神經網路等新技術， 來讓AlphaGo進行自我進化。 其中“深度學習”是它的主要工作原理， 是指人工神經網路和訓練它的方法。 一層神經網路會把大量矩陣數位作為輸入，

通過非線性啟動方法取權重， 再產生另一個資料集合作為輸出。 這就像生物神經大腦的工作機理一樣， 通過合適的矩陣數量， 多層組織連結一起， 形成神經網路“大腦”進行精准複雜的處理， 就像人們識別物體標注圖片一樣。 AlphaGo擁有兩個不同神經網路“大腦”， 第一個大腦是“監督學習的策略網路”， 觀察棋盤佈局企圖找到最佳的下一步；而第二個大腦是“價值網路”， 負責通過整體局面判斷來輔助前一個大腦， 它預測每一個棋手贏棋的可能， 再給定棋子位置情況下。

在今年1月份的德國慕尼克DLD創新大會上， 穀歌DeepMind公司就宣佈推出了AlphaGo2.0版本。 其特點是擯棄了人類棋譜， 只靠深度學習的方式成長起來， 以此打造出能在圍棋上勝過所有人類的“AI”。

但是， AlphaGo的最終目的並不在於輸贏， 而是為了挑戰圍棋的極限。 現如今人工智慧的發展速度如同脫韁的野馬， 所以有人擔心起了人工智慧對人類的威脅， 對於阿爾法VS柯潔的這場人機對決的勝負感到無比地糾結。 但是， 這場人機對決的注重點不應該是勝負， 而是在於這場人機對決給我們所帶來的新的的啟發。 谷歌DeepMind公司CEO哈薩比斯說過：DeepMind的目標不僅僅是獲得勝利， 還要從中獲得樂趣和啟發；最終希望能將技術應用于解決現實世界的難題。 正因為抱著同樣的目的， 所以眾多科學家如今致力於研究人工智慧。

而除了穀歌的AlphaGo之外， 日本的DeepZenGo和國產的絕藝等人工智慧， 也同樣都是圍棋人工智慧程式。 其中DeepZenGo是日本Zen的開發團隊聯合日本IT企業DWANGO株式會社與東京大學的教授共同研發的一款圍棋智慧型機器人。 DeepZenGo在2016年11月的日本“第二屆圍棋電王戰”中， 對決趙治勳， 以1:2的戰績， 敗于趙世勳九段。 而國產的絕藝為騰訊AI Lab團隊所打造。 “絕藝”的學習主要包括人類棋譜資料庫和機器自對弈，

它的演算法也是基於策略網路與價值網路量大核心， 並創新性地大幅提升了價值網路的精度。 而在第十屆UEC大會上， 絕藝二度擊敗來自日本的DeepZenGo， 獲得冠軍。 在決勝盤上， DeepZenGo在大局上取得領先， 但在開局40多分鐘後， 絕藝反超DeepZenGo獲勝。 DeepZenGo的平均表現不錯， 但是局部精算卻總是出現問題， 所以有人認為DeepZenGo的蒙特卡洛樹搜索有問題。 但是無論如何， 人工智慧的發展速度和如今的強大， 讓所有人類都感到了驚歎。 人類中的圍棋領域頂尖選手也都對人工智慧表達了認可。

人工智慧的進步和發展，都是為了給人類帶來更好的應用。人力有時窮，總有人類難以企及的地方。而AlphaGo所代表的人工智慧的進步，則是為了給人類帶來新的啟示，讓人類得以進步。如圍棋，圍棋擁有無數種可能性，而AlphaGo則可以給在圍棋領域達到頂峰的人類選手帶來新的啟發，讓他們得以再創圍棋領域的高峰。

歐界科技 | Jie Media

深度報導環球前沿科技

人工智慧的進步和發展，都是為了給人類帶來更好的應用。人力有時窮，總有人類難以企及的地方。而AlphaGo所代表的人工智慧的進步，則是為了給人類帶來新的啟示，讓人類得以進步。如圍棋，圍棋擁有無數種可能性，而AlphaGo則可以給在圍棋領域達到頂峰的人類選手帶來新的啟發，讓他們得以再創圍棋領域的高峰。

歐界科技 | Jie Media

深度報導環球前沿科技