人機大戰一觸即發 AlphaGo對戰李世石你押誰贏?

佚名發表於2016-03-04

三月份,科技界將有一件舉世矚目的大事發生。

蘋果釋出iPhone5se?Nonono,這只是產業界的事。但凡有一點關注科技動態的朋友應該已經猜到,這件“大事”就是谷歌圍棋系統AlphaGo與韓國九段圍棋名將李世石之間的對戰。

機器和人在智力遊戲上的較量已經持續了幾十年,這一次有什麼特殊的意義嗎?

人工智慧第一次轟動世界是在19年前,IBM公司的深藍計算機打敗俄羅斯棋王、國際象棋世界冠軍卡斯帕羅夫的時候。那可能是人類歷史上第一次遭遇另一種形式智慧的挑戰。興奮、驚訝、挫敗、恐懼之餘,最後一點殘存的傲嬌被寄予在了圍棋身上。有人說,這是人類智慧的最後一塊高地。

終於,“敵人”開始入侵到這塊“人類智慧最後的陣地”上。1月28日,人工智慧AlphaGo在完全公平的情況下,以5:0的成績擊敗歐洲冠軍職業圍棋二段的樊麾。於是,就有了後面的故事。

這個時候,李世石已經不再是什麼國籍的選手或哪支隊伍的主將。他,代表著是一方是全人類。對於比賽結果,各界人士都有自己的期待和預期。從目前的情況看,李世石守住陣地的勝算究竟能有幾成呢?

已知水平:李世石更強

李世石,1983出生,1995年入段,1998年二段,1999年三段,2003年因獲LG杯冠軍直接升為六段,2003年4月獲得韓國最大棋戰KT杯亞軍,升為七段,2003年7月獲第16屆富士通杯冠軍後直接升為九段,擁有十多個世界冠軍頭銜。把他作為當今圍棋界世界頂尖水平的代表應該不會有人提出異議。

AlphaGo,谷歌旗下DeepMind公司開發的一款圍棋人工智慧程式,在與同類程式CrazyStone、Zen的對抗中,以往的戰績為495戰,494勝,在讓四子的情況下(讓對方先下四個子),與CrazyStone、Zen對戰還能保持77%和86%的戰勝率。可以說,AlphaGo是現階段圍棋人工智慧領域最厲害的角色。

既然大家都是各自“物種”的佼佼者,那麼問題來了,按照人類的標準衡量,AlphaGo到底在什麼水平呢?

被AlphaGo擊敗的樊麾為中國職業二段棋手,在棋力上與李世石有著非常大的差距。但從兩人的對戰情況看,AlphaGo已經具備不低於職業初段棋手的棋力,這也是大多數圍棋專業人士的看法。圍棋界新星柯潔的評價則要嚴苛一些,“它的水平大概就是衝職業段之前的水平,雖然職業還到不了,但是無限接近於職業了。”李世石本人認為,AlphaGo的棋力相當於三段棋手的水平。這已經是一個相當高的評價。在觀看樊麾和AlphaGo的比賽後,他認為自己完全能夠戰勝電腦

從以往的戰況看,李世石的實力顯然是在AlphaGo之上。

進步空間:AlphaGo更大

本月的比賽距離AlphaGo與樊麾的對戰有將近5個月的時間,那麼,在這段時間裡,二者的水平會發生什麼變化呢?

在韓國媒體的採訪中,李世石表示,自己會觀看ALPHA的對局並做一些針對性的準備。但作為一名成熟的職業棋手,李世石的水平很難短時間內得到一個量級的提升。

與此同時,AlphaGo卻無時無刻不在加緊自身學習。今年1月,DeepMind團隊透露,AlphaGo在四周的時間裡完成了100萬局的自我對局,也就是說,它一天可以自我對局3萬局。韓國首爾科學綜合研究生院大資料MBA主任教授金鎮浩強調,去年10月為了戰勝歐洲圍棋冠軍樊麾二段,給AlphaGo輸入的並不是職業棋手的棋譜,而是“歐洲業餘高手”的16萬局棋譜。自去年10月以後,AlphaGO就以最高水準的職業棋譜為基礎在學習。這意味著三月份AlphaGo出戰之時,它的實際水平會令我們刮目相看。

人工智慧最大的突破就在於科學家賦予了機器自我學習的能力,或許,這也將成為其對人類最大潛在的威脅。

臨場發揮:各有優勢

不確定因素的存在加大了競爭的刺激性,這也是比賽之所以會讓人覺得有看頭的原因。那麼,在臨場發揮上,AlphaGo和李世石誰更佔據優勢呢?

機器很大的一個優勢就是沒有情緒,它既不用揹負人機大戰的壓力,也不存在非贏不可的心態。樊麾就曾提及,在與AlphaGo的對弈中,失利的一部分原因就在於心理負擔過重,下得太著急。而從以往的記錄看,AlphaGo的表現非常均衡,幾乎看不出機器的生硬,也很少出現其他圍棋程式會有的“故障”情況。雖然3月9日的局被設在了韓國首爾,李世石也很難說有什麼主場優勢。相反,如果AlphaGo的進步真的很大,甚至遠超李世石的預期,難保會對他造成心理上的衝擊。

不過,李世石的棋風被人稱為“殭屍流”,棋入中盤,他常常因出招過分而導致死大龍,在職業高手看來,這樣一邊倒的局面已可終局,尤其是對於老派的只研究前半盤的中日職業棋手而言。然而,絕境之中的李世石常常能爆發出驚人的力量,他一次次地如同殭屍復活一樣滿血歸來,並且總能在最後一刻撞線。不按常理出牌,可能是AlphaGo最難把握李世石的地方。

雖然AlphaGo的依靠有精確的專家評估系統、基於海量資料的深度神經網路及傳統的人工智慧方法蒙特卡洛樹搜尋的組合,具備了自我學習能力,但也終究無法逃脫人類以往經驗的侷限,很難創造出一種新的打法。

可以說,在發揮上,AlphaGo和李世石勢均力敵。

在比賽結果的預期上,中國網友更傾向於把票投給韓國選手李世石,顯然這場比賽早就打破了國界的限制。對於人工智慧科學家們始終保持著既好奇又恐懼的心理,這場比賽對於人類的意義遠遠不是輸贏那麼簡單。

相關文章