AlphaGo 代码开源了,很快你也可以挑战它了

by admin on 2020年4月22日

澳门新葡亰信誉平台游戏,如果你对 AlphaGo
感兴趣,也想自己动手试试,那么下面是个好消息:根据 Engadget 的报道,Google
宣布将 DeepMind
源代码开源,上传到 Github 上。Google
希望以此增加 AI 能力的开放性,让更多开发者参与 AI
研究,观察其他开发者是否能够挑战并打破 DeepMind 现在的纪录。

昨天,李世石比赛输了,人工智能逆袭了?人类真的败给人工智能了吗?

     
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。

澳门新葡亰信誉平台游戏 1

接下来,就让我们了解一下,这个逆天的谷歌人工智能AlphaGo到底是为何物?

     
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。

(图片来自 DeepMind
官网)

1936年,艾伦图灵提出了一种可以辅助数学研究的机器,80年过去了,人类在人工智能领域已经取得突飞猛进的发展。上世纪90年代,IBM超级计算机深蓝击败国际象棋世界冠军,引发了电脑是否超越人脑的热议。然而,围棋因其变化莫测的招式成为了AI难以攻克的禁地。当然,这个世界总有不信邪的人。DeepMind开发的AI程序AlphaGo,击败了欧洲围棋冠军樊麾。

     
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。

实际上,AlphaGo 如今的水平已经几乎打遍天下无敌手了。

AlphaGo是什么来历?

     
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。

昨天,2016 年三星杯世界围棋大赛决赛中,中国棋手柯洁总比分 2:1
逆转卫冕。赛后,据新华社采访,柯洁坦言自己“现在的状态还不能打败‘AlphaGo’,今后需要更加努力。”

起初,DeepMind是英国的一家小型人工智能公司,专精于深度学习和分析建模领域,在2014年被谷歌收购。这家公司的创始人名叫德米斯哈萨比斯,他拥有剑桥大学和伦敦大学学院的计算机科学和认知神经科学学位,还是一位国际象棋大师。从外表上来看,学生气的哈萨比斯很普通,但是其对AI的见解和愿景改变了很多的看法,其中就包括著名物理学家史蒂芬霍金。一直以来,霍金总是倾向于AI威胁论,认为智能机器终有一天会威胁人类的安全。不过在与哈萨比斯长谈了4个小时之后,霍金似乎转变了态度。

     
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。

澳门新葡亰信誉平台游戏 2

介绍完DeepMind的负责人,我们把目光转回到AlphaGo。事实上,AlphaGo成名已久,曾经先后与Crazy
Stone和Zen进行了500局对弈,仅有一局失利。此外,其也优于Facebook的围棋程序Dark
Forest,后者得到了马克扎克伯格的支持。AlphaGo具备策略网络和估值网络能力,前者分析局面、预测对手招式,后者负责判断胜率,可以在2微秒内走出一步棋,而Dark
Forest仅具备第一种能力,并且走棋所花费的时间也要更慢。

     
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。

AlphaGo 的战绩确实足够耀眼,让这位史上最年轻的三星杯冠军不想直缨其锋芒:

当然,真正让AlphaGo成名的还是战胜欧洲围棋冠军樊麾,这在当时引起了轩然大波,甚至推升了谷歌的股价,毕竟这是电脑对人脑的一次胜利。更重要的是,站在计算机的角度来看,与象棋相比,围棋的难度要大很多,每个步数的潜在组合非常复杂,曾有专家说AI十年内都无法掌握围棋。

      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。

  • 2015 年 10 月,它成为第一个无需让子,即可在 19
    路棋盘上击败围棋职业棋士的电脑围棋程序;

  • 2016 年 3 月,它以 4:1
    的比分击败顶尖职业棋手李世乭,成为第一个不借助让子即可击败围棋职业九段棋士的电脑围棋程序;

  • 2016 年 7 月 18 日,根据积分,Go Ratings 网站将 AlphaGo
    列为世界围棋排名第一,至此,人工狭窄智能又攻下了一片领地。

阿尔法围棋是一款围棋人工智能程序,由位于英国伦敦的谷歌旗下DeepMind公司的戴维西尔弗、艾佳黄和戴密斯哈萨比斯与他们的团队开发,这个程序利用价值网络去计算局面,用策略网络去选择下子。2015年10月阿尔法围棋以5:0完胜欧洲围棋冠军、职业二段选手樊麾;2016年3月对战世界围棋冠军、职业九段选手李世石,李世石输了。

      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。

近 20
年的发展,围棋人工智能从传统人工智能方法,如使用暴力搜索法(穷举法)、Alpha-beta
剪枝(评估后一个策略是否比前一个策略差,差则停止计算该策略后续发展)等,进化到使用蒙地卡罗树状搜索。蒙地卡罗树状搜索分为三部分:

阿尔法围棋是一款围棋人工智能程序。这个程序利用价值网络去计算局面,用策略网络去选择下子。

     
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。

  1. 走棋网络:给定当前局面,预测/采样下一步的走棋

  2. 快速走子:适当牺牲走棋质量的条件下,速度提升 1000 倍

  3. 估值网络:给定当前局面,估计是白胜还是黑胜

深度学习

   

这样,既可以结合树状图的长远推断,又可以像人类大脑自发学习进行训练。

阿尔法围棋的主要工作原理是深度学习。深度学习是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入,通过非线性激活方法取权重,再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样,通过合适的矩阵数量,多层组织链接一起,形成神经网络大脑进行精准复杂的处理,就像人们识别物体标注图片一样。

澳门新葡亰信誉平台游戏 3

两个大脑

通过学习超过 1 亿盘机器棋局和 80 万人类棋局,单机版 AlphaGo
已经能将已有的围棋人工智能甩在身后,而分布式版本的 AlphaGo
则更是在对战其他围棋人工智能的 500 场比赛中获得全胜。

阿尔法围棋是通过两个不同神经网络大脑合作来改进下棋。这些大脑是多层神经网络跟那些Google图片搜索引擎识别图片在结构上是相似的。它们从多层启发式二维过滤器开始,去处理围棋棋盘的定位,就像图片分类器网络处理图片一样。经过过滤,13个完全连接的神经网络层产生对它们看到的局面判断。这些层能够做分类和逻辑推理。

除了实力惊人的 AlphaGo,Elon Musk 的 OpenAI 旗下电脑训练场
“Universe” 也开放成为开源资源。

这些网络通过反复训练来检查结果,再去校对调整参数,去让下次执行更好。这个处理器有大量的随机性元素,所以人们是不可能精确知道网络是如何思考的,但更多的训练后能让它进化到更好。

澳门新葡亰信誉平台游戏 4

第一大脑:落子选择器

当然,虽然谈及开源,两家公司都表示希望一直保持 AI
代码的开放性,但实际上,这也是一个略带无奈的举措。正如 Engadget
对此的评价,两家公司发展至今,最稀缺的加速推进人工智能开发的东西就是海量数据,这也是为什么两个公司会选择开源了这部分的代码。

阿尔法围棋的第一个神经网络大脑是监督学习的策略网络
,观察棋盘布局企图找到最佳的下一步。事实上,它预测每一个合法下一步的最佳概率,那么最前面猜测的就是那个概率最高的。这可以理解成落子选择器。

稿源:netsmell

第二大脑:棋局评估器

阿尔法围棋的第二个大脑相对于落子选择器是回答另一个问题。不是去猜测具体下一步,它预测每一个棋手赢棋的可能,在给定棋子位置情况下。这局面评估器就是价值网络,通过整体局面判断来辅助落子选择器。这个判断仅仅是大概的,但对于阅读速度提高很有帮助。通过分类潜在的未来局面的好与坏,AlphaGo能够决定是否通过特殊变种去深入阅读。如果局面评估器说这个特殊变种不行,那么AI就跳过阅读在这一条线上的任何更多落子。

延伸阅读:AlphaGo创始人:希望下个阿尔法围棋对手是中国柯洁柯洁资料照片

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图