人工智能为什么可以战胜围棋

【产业链图谱 | 人工智能产业链图谱_人工智能产业链全景图】

【研究报告 | 人工智能行业研究报告】

　　人工智能的产品已经渗透到了生活的方方面面，现在的人工智能已经不同于最初的电脑，在海量的数据处理和分析数据方面都有了新突破。人工智能战胜围棋就是一个很好的说明。

　　在福建福州举行的第一届“吴清源杯”世界女子围棋赛暨“贝瑞基因”杯2018年世界人工智能大赛上，柯洁与国产星阵围棋的第三次“人机大战”再次吸引大众眼球。结果不是大家期待的反转，柯洁最后还是败下阵来，145手选择投子认输。

　　星阵围棋与AlphaGo一样有着可怕的战绩，与柯洁对战前，从16日开始星阵便与职业棋手进行了让先三十番棋。在总共30次的交锋中，星阵取得了28胜2负的战绩，胜率为93.3%。

　　人工智能和围棋比赛具有代表性

　　因为规则是固定的，每步棋子可能性是有限的，下棋的能力有分数可以评估，还有人类的对手可以和程序对垒，所以研究人工智能的先锋们总是把棋牌游戏当做是人工智能测试的最完美方式。

　　围棋盘由19条横线和19条竖线组成，共有19×19=361个交叉点。此外，也有13×13、9×9的小棋盘。围棋子分为黑白两色，对弈双方各执一种颜色的棋子，轮流将一枚棋子下在交叉点上。终局时，占领(围起)的“地盘”(即其中的交叉点个数)多的一方获胜。

　　空白的交叉点称为“目”，围到的地盘又称为“空”。对弈过程中，棋手经常会“数目”，也就是计算双方目前所围的“空”的大小，以此判断形势优劣。

　　对弈双方的水平差距较大时，常会采用让子棋的方式，也就是水平较弱的一方先在棋盘的固定位置放上1～9个子(分别称为让先、让二子、让三子……)，然后双方再轮流落子。

　　因此围棋被看作是对计算机最有挑战的一种比赛。

　　人工智能为什么可以战胜围棋

　　1，人工智能之前的下棋方法

　　其实在人工智能以前，电脑下棋的方式其实很简单，就是利用强大的计算能力，在规定的时间内尽可能多的穷举接下来可能的下法，并对每种下法的局面进行评估，然后选择对自己最有利的方式。据说当年的深蓝能准确计算12步以内的走法，而卡斯帕罗夫只能预测10步。

　　上面的描述虽然看起来简单，但是实际上也需要很多的专业方法来解决问题，比如：

　　A*(A-star)算法：在所有的下法中，搜索最好的下法的方法;

　　价值评估函数：量化局面好坏的方法，也就是说给棋盘形势打分;

　　AlphaBeta剪枝：根据打分，减少搜索空间可能性的方法。

　　“暴力”下棋方法对国际象棋是有效的，可是对围棋就无能为力了。这是因为国际象棋平均每步有35种走法，最终局面有10^46种，而围棋平均每步有120种，最终局面有10^172种。围棋的变化数目远远多于国际象棋的变化数目，而且国际象棋存在在“很多情况”下可以既快速又相对准确地对盘面进行静态评估的方法，但是在围棋中并不存在。因此在穷举所有可能的情况下，计算机在国际象棋中会比较容易的判断出哪个局面是优势明显的，而在围棋中却几乎不可能。

　　2，人工智能独特的下棋方式

　　为什么人工智能能够在围棋对弈中取得突破呢?因为它另辟蹊径，采用了与“暴力”下棋不同的方式。人工智能采用的是深度学习的技术。

　　人工智能通过两个全联接的13层神经网络合作来下棋：一个是策略网络(Policy Network)，一个是价值网络。

　　策略网络负责选择下一步的走法，价值网络负责评估盘面的优劣。策略网络能够学习人类高手的棋局(目前已经学习了上百万盘KGS上人类高手之间的对弈)，这种学习是为了习得人类高手对棋局的判断能力，即在不同情况下，人类高手是如何选择下一步的。策略网络还能够通过强化学习的方式，自我海量下棋，不断优化修正习得的人类棋法。为了加快下棋速度，人工智能还能够学习在不观察整体局面的情况下，从局部选择最佳落子点的方式。

　　价值网络则是通过两个最强的策略网络之间的海量对局，学习出如何评估当前局势的好坏。

　　在对弈的时候，策略网络选择出所有可能的落子点，然后利用蒙特卡洛树搜索方法展开对弈并评估哪种下法更加值得深入探索。接着价值网络会评估每种走法的形势并对策略网络进行建议。最后由两个网络共同确定最终的落子位置。

　　不可否认，人机大战对人工智能的发展起到了很大推动作用。李开复认为AlphaGo运用的最新深度学习算法，是人工智能领域特别大的突破。虽然围棋的复杂度非常高，但毕竟是理论上有解的问题。当计算变成了开放性问题，不是非黑即白的输赢问题，才会是人工智能的真正挑战。以汽车行业为例，当无人驾驶中面对天气、路面突发状况等问题时，计算会变得无比复杂。

　　人工智能战胜围棋是科技的一大进步，这代表着先进科技能够学习一些人类的思考方式，而在人工智能战胜围棋这件事情背后，人工智能的发展方向也会得到更多人的重视。