文/騰訊科技 韓依民 騰訊體育 張蕾
為了參加第十屆UEC比賽， 未滿周歲的絕藝第一次出了國。
UEC杯是世界權威的圍棋大賽， 每年在日本舉行， 與普通圍棋賽不同， 參賽選手不是人類， 全是AI。
身為參賽隊員之一的絕藝由騰訊AI Lab研發， 打造這款圍棋AI出來的團隊， 由13位年輕人組成。
年輕是絕藝以及絕藝團隊的一個顯著特徵。
將絕藝與千里之外的日本UEC比賽現場連接起來只需一台電腦， 通過筆記型電腦將絕藝接入對戰系統， 絕藝就能在圍棋機器人的世界裡與各方來賓一較高下了。
今年第10屆大賽共有30支軟體參賽。
對大部分人而言， 絕藝是一個顯得有些陌生的名字， 這源於它從誕生到成長一直保持的低調狀態。
儘管在它展露頭角的野狐圍棋對戰平臺上， 絕藝的成長速度已經被外界注意到；而在UEC上取得優異成果獲得更多關注後， 絕藝及其背後的團隊依然神秘， 為此我們對絕藝團隊進行了專訪， 以期還原絕藝的成長路。
從“虎虎有生氣”到絕藝
絕藝英文名FineArt， 名出唐朝詩人杜牧的《重送絕句》——絕藝如君天下少， 閒人似我世間無。 別後竹窗風雪夜，
一年前， 絕藝還只是一個存在於團隊頭腦中的想法。
2016年1月28日， 騰訊AI Lab高級總監、專家工程師劉永升在內部IM上收到一條來自騰訊副總裁姚星的消息：有沒有信心做圍棋AI， 如果圍棋不行， 先做象棋AI也行。
姚星之所以萌生做圍棋AI的想法， 源於他認為做這個對鍛煉團隊的研發能力有幫助， 而且跟騰訊相關的應用前景很大。
彼時劉永升對圍棋AI還沒有太清晰的概念， 於是答覆姚星好好調研。 在當年春節假期， 劉永升找了一些圍棋的書籍、論文閱讀， 對圍棋AI有了基本瞭解。 春節回來後， 2月17日， 姚星問圍棋AI有沒有在做， 劉回答：還在調研， 並承諾一個月後出DEMO。
2016年3月4日， 第一個DEMO完成，
到2016年6月下旬， 絕藝棋力突破業務6段， 意即突破業餘高手水準， 這是絕藝的一個重要發展節點。
2016年8月， 絕藝以“虎虎有生氣”的ID首次在野狐平臺（騰訊旗下圍棋對弈平臺）下棋， 8月23日首次戰勝職業棋手， 9月4日， 絕藝以“野狐掃地僧”ID連贏 ID為tby的網友8局， tby是聶衛平長子孔令文的帳號。
在不斷的學習中， 絕藝的能力不斷增強。
11月1日， 絕藝正式以“絕藝”ID亮相野狐， 11月2日第一次戰勝世界冠軍江維傑（野狐ID若水雲寒）。
11月19日晚， “絕藝”首次和柯潔交手， 一勝一負；11月28日， “絕藝”對韓國第一人樸廷桓5勝1負。 2017年2月14日以後， 絕藝對野狐帽子（世界冠軍和全國冠軍）的勝率， 已經能夠穩定在90%以上。
這個資料意味著， 絕藝長大了。
絕藝是這樣煉成的
人工智慧究竟是如何學習怎樣下圍棋的？回顧絕藝從0到1的過程能夠得到解答。
據絕藝團隊介紹， 絕藝的學習方式包含兩部分， 一部分來自人類棋譜， 通過深度卷積網路的訓練， 得到一個策略網路；第二部分為自對弈棋譜， 也通過深度卷積網路訓練， 得到一個估值網路。
怎樣把人類的棋譜“喂”給絕藝， 而絕藝又是如何理解人類棋譜的？首先絕藝團隊會把人類過往棋譜轉化為若干二維矩陣， 作為深度卷積網路的輸入， 輸出成果是一個策略網路。 策略網路的作用在於， 當你再輸入一個從來沒有存在過的新棋局時， 策略網路可以返回若干候選點， 並且為每個候選點計算相應的概率值。
在絕藝的成長過程中， 與人類棋手對弈是絕藝強大起來的重要原因， 絕藝的突破性進展總是伴隨其戰勝某一實力水準的棋手出現。
“我們在6月底戰勝業餘強豪， 8月初首次戰勝職業初級選手， 9月首次戰勝職業普通選手， 11月首次戰勝職業高級選手。 ”
在11月份輸給煉心（時越）之後， 絕藝閉關了一段時間， 主要是大幅度提升了價值網路的精度， 隨後以刑天的ID再次亮相。
在絕藝團隊看來， 與人類棋手對弈的意義在於， 在研發過程中， 如何評估棋力以及存在哪些問題是非常困難的， 並且隨著絕藝棋力提升， 普通的棋手基本無法戰勝的時候更難暴露其不足。 所以， 絕藝的研發過程中得益於世界超一流棋手的指導， 非常難能可貴，對研發進度有非常大的説明。
儘管身為絕藝的研發人員，在開發絕藝的過程中，團隊成員依然對AI的強大感到驚喜。
“我們從來沒有想像AI可以這麼強，很多很複雜的棋，真不知道它為什麼可以正確應對，只能說深度神經網路真的很神奇。”
在不斷的學習中，絕藝的棋力已經成長到足夠讓一流棋手另眼相看的程度。2016年11月19日晚上，絕藝和柯潔下了兩局，第一局絕藝第一次戰勝圍棋第一人柯潔，第二局惜敗。下完，柯潔發了一個朋友圈，內容是：“下的全是汗…\冷汗”。
團隊愛把絕藝比作一個可愛的小孩。
在3月17日絕藝與crazystone的對弈中，下到19手時，團隊成員看了絕藝的表現忍不住評價：絕藝又要動粗，要直接一本（柔道術語，意思是直接結束戰鬥）。
“這就是絕藝可愛的地方，明明很強，偏偏要跟個孩子似的，愛用蠻力。”
推動人類對圍棋的認知
AI在圍棋上的成就已經得到普遍認可，但圍棋AI的存在並不意味著會成為人類棋手終結者。
絕藝團隊認為，絕藝是帶動人類認識圍棋的新力量，它與其他AI不是競爭對手，而是共同推動人類對圍棋的認知。
事實上，圍棋AI確實能給人類棋手帶來一些新角度的啟發。
在一手打造了絕藝的團隊成員看來，經過多次人機對弈後，他們發現，人類棋手與圍棋AI各有特點：“人類比較狡猾，但人類容易犯錯；機器比較老實，但幾乎不犯錯。”
同時，絕藝的大局觀，以及對一些定式的變換是能夠給人類棋手不少啟發的。
而開發圍棋AI的意義並不局限於圍棋領域。
從團隊角度看來，研發絕藝促使團隊過去幾年在AI演算法研究、大規模計算平臺以及工程能力得到一次檢閱，並對深度學習和強化學習等AI熱門研究領域有了很多有價值的探索與創新。
從技術角度看，絕藝背後的人工智慧技術是“精准決策”的能力，有非常廣闊的應用場景，如無人駕駛、量化金融、輔助醫療等。
對絕藝團隊而言，絕藝當前取得的成果一方面完善了騰訊AI基礎設施，鍛煉了團隊，也大大提升了技術視野，強化了團隊的信心。另一方面，絕藝給了他們向更廣闊AI領域積極進軍的信心，隨著團隊對AI的研究不斷深入，AI在其他領域的更多可能將被逐漸挖掘。
事實上，絕藝只是騰訊人工智慧戰略的一個體現。
2016年4月，騰訊成立AI Lab（騰訊人工智慧實驗室），致力於人工智慧基礎科學的開放研究，以及應用領域的深入探索，做到“學術有影響，工業有產出”。
實驗室的願景是打造騰訊全面AI競爭力，讓人工智慧未來無處不在（Make AI Everywhere）。
目前實驗室有50余位世界知名學院的AI科學家（90%為博士）、及200多位經驗豐富的工程師進行基礎研究與應用探索。
AI Lab聚焦四大領域的基礎研究，包括：電腦視覺、語音辨識、自然語言處理與機器學習，力求全面覆蓋並深層次拓展AI的前沿技術能力。同時發展AI在具有騰訊特色的四大業務場景中的應用能力：內容 AI、社交AI、遊戲AI和平臺工具AI。
目前產品已應用在上百個騰訊產品上，在絕藝之後，騰訊於AI領域的佈局、研究和應用，已經進入加速時代。
非常難能可貴，對研發進度有非常大的説明。儘管身為絕藝的研發人員，在開發絕藝的過程中，團隊成員依然對AI的強大感到驚喜。
“我們從來沒有想像AI可以這麼強，很多很複雜的棋，真不知道它為什麼可以正確應對，只能說深度神經網路真的很神奇。”
在不斷的學習中，絕藝的棋力已經成長到足夠讓一流棋手另眼相看的程度。2016年11月19日晚上，絕藝和柯潔下了兩局，第一局絕藝第一次戰勝圍棋第一人柯潔，第二局惜敗。下完，柯潔發了一個朋友圈，內容是：“下的全是汗…\冷汗”。
團隊愛把絕藝比作一個可愛的小孩。
在3月17日絕藝與crazystone的對弈中，下到19手時，團隊成員看了絕藝的表現忍不住評價：絕藝又要動粗，要直接一本（柔道術語，意思是直接結束戰鬥）。
“這就是絕藝可愛的地方，明明很強，偏偏要跟個孩子似的，愛用蠻力。”
推動人類對圍棋的認知
AI在圍棋上的成就已經得到普遍認可，但圍棋AI的存在並不意味著會成為人類棋手終結者。
絕藝團隊認為，絕藝是帶動人類認識圍棋的新力量，它與其他AI不是競爭對手，而是共同推動人類對圍棋的認知。
事實上，圍棋AI確實能給人類棋手帶來一些新角度的啟發。
在一手打造了絕藝的團隊成員看來，經過多次人機對弈後，他們發現，人類棋手與圍棋AI各有特點：“人類比較狡猾，但人類容易犯錯；機器比較老實，但幾乎不犯錯。”
同時，絕藝的大局觀，以及對一些定式的變換是能夠給人類棋手不少啟發的。
而開發圍棋AI的意義並不局限於圍棋領域。
從團隊角度看來，研發絕藝促使團隊過去幾年在AI演算法研究、大規模計算平臺以及工程能力得到一次檢閱，並對深度學習和強化學習等AI熱門研究領域有了很多有價值的探索與創新。
從技術角度看，絕藝背後的人工智慧技術是“精准決策”的能力，有非常廣闊的應用場景，如無人駕駛、量化金融、輔助醫療等。
對絕藝團隊而言，絕藝當前取得的成果一方面完善了騰訊AI基礎設施，鍛煉了團隊，也大大提升了技術視野，強化了團隊的信心。另一方面，絕藝給了他們向更廣闊AI領域積極進軍的信心，隨著團隊對AI的研究不斷深入，AI在其他領域的更多可能將被逐漸挖掘。
事實上，絕藝只是騰訊人工智慧戰略的一個體現。
2016年4月，騰訊成立AI Lab（騰訊人工智慧實驗室），致力於人工智慧基礎科學的開放研究，以及應用領域的深入探索，做到“學術有影響，工業有產出”。
實驗室的願景是打造騰訊全面AI競爭力，讓人工智慧未來無處不在（Make AI Everywhere）。
目前實驗室有50余位世界知名學院的AI科學家（90%為博士）、及200多位經驗豐富的工程師進行基礎研究與應用探索。
AI Lab聚焦四大領域的基礎研究，包括：電腦視覺、語音辨識、自然語言處理與機器學習，力求全面覆蓋並深層次拓展AI的前沿技術能力。同時發展AI在具有騰訊特色的四大業務場景中的應用能力：內容 AI、社交AI、遊戲AI和平臺工具AI。
目前產品已應用在上百個騰訊產品上，在絕藝之後，騰訊於AI領域的佈局、研究和應用，已經進入加速時代。