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。