谷歌围棋 在“世界上最复杂的棋类游戏”围棋上 Google人工智能再次碾压人类

虽然人工智能在很多方面打败了人类，比如象棋，围棋一直被认为是人类在机器面前仍然可以保持优势的游戏之一。

在过去的20年里，科学家们一直在试图教计算机下棋。1997年，IBM的深蓝打败了国际象棋世界冠军加里·卡斯帕罗夫，成为人工智能的里程碑。不过围棋还是比象棋复杂的多。国际象棋中，平均每回合有35种可能，一局棋可以有80回合；相比之下，围棋每轮有250种可能性，一盘棋最多可以下150轮。可想而知，如果人工智能击败顶级围棋选手，将成为人工智能发展的又一里程碑。

但现实是，过去很长一段时间，最好的电脑连业余围棋手都跑不了。所以，去年，Facebook开始构建Go人工智能，在过去的半年里，它可以用最快的0.1秒速度稳定下来。负责这个项目的人正坐在离里扎克伯格20英尺的地方。

然而，谷歌仍然领先一步。

最权威的科学期刊《自然》近日发布了谷歌围棋人工智能“AlphaGo”的最新进展:它让电脑5:0毫无退让地击败围棋欧洲冠军范辉。

这场比赛实际上发生在去年10月，但直到今天才在《自然》杂志上披露。

Alpha Go的开发者是DeepMind，谷歌在伦敦的人工智能团队。阿尔法围棋的掌门人戴密斯·哈萨比斯在接受《独立报》采访时说。

这是电脑第一次在全尺寸棋盘上毫无退让地赢过职业围棋手。

这场比赛的结果意义重大。"围棋可能是人类玩的最复杂的棋类游戏."哈萨比斯说:“但是阿尔法Go还是赢了，而且比我们预期的还要强。”

“Alpha Go自学了很多规则和方法。围棋被认为是人工智能研究的巅峰，是圣杯。对我们来说，这是一个不可抗拒的挑战。”

下棋时，计算机可以分析每一个可能的步骤，从而做出最佳选择。但是围棋的可能步数是象棋的十倍。这也是Go人工智能的难点。

大卫·西尔弗是这项研究的第一作者。在他看来，Alpha Go的关键不是简单粗暴地计算可能的步骤，而是近似人类的想象。这背后是一个叫做“深度学习”的大杀手，它让计算机不再单纯的使用计算能力去统计所有数据，而是像人类一样训练然后学习。西尔弗说，电脑“需要一个极其复杂的直观机制来玩围棋，我们认为这种机制只能存在于人脑中。”

Alpha Go使用各种“神经网络”来并行化和相互交互。其中一个叫“价值网”，衡量白字和黑子在棋盘上的位置，另一个叫“政策网”，会不断学习前人和自己的后代，选择下一步做什么。

“人类一年只能下1000盘棋，但是阿尔法围棋一天可以下几百万盘。它有强大的处理能力和持续的训练，所以Alpha Go可以达到人类远远达不到的境界。”

Alpha Go比人类和其他机器人更强大。它和其他人工智能玩了500局围棋，只输了一局。即使把儿子交给了对手，还是赢了。西尔弗说，它比其他人工智能更先进，因为它可以自己学习。此外，这种机制不仅可以用于围棋学习，还可以用于解决许多实际问题，如处理气候模型。

“这是像人类一样的学习，但需要更多的练习。一个人在几盘棋中能学到的东西，一定是通过几百万盘棋学会的。”

但这有什么关系呢？下百万盘棋只需要一天。去年10月的比赛之前，最好的电脑连业余围棋手都玩不了，所以很多人预测电脑至少要5到10年才能打败真正的围棋手，但这一天早就提前到了。

有人可能会说，欧洲冠军范辉在围棋上代表不了世界顶尖水平。但在范辉看来，

如果没人告诉我，我可能会认为我在和一个奇怪但很厉害的对手下棋，一个真人。

好了，另一场更关键的较量即将展开:谷歌的“阿尔法围棋”V和现任围棋世界冠军李世石将于今年3月正式角逐。在几乎代表人类智力巅峰的围棋古代游戏中，答案很快就会揭晓。

李世石表示期待三月份和Alpha Go一争高下。他说，

听说Google DeepMind的人工智能出乎意料的强大，越来越强，但我有信心，至少这一次，我能赢。

DeepMind的负责人戴密斯·哈萨比斯也说:

我们很有信心。