Master就是AlphaGo升级版！60连胜背后看专家怎么说

　　2017 年 1 月 4 日晚上，Master 完胜第 59 盘棋的时候，突然发声自认：“我是 AlphaGo 的黄博士”，Master 之前以横扫千军的姿态战胜几乎所有中国的围棋大师，包括“棋圣”聂卫平和柯洁。本文带来新智元智库专家白硕、邓侃的独家解读。同时，中国围棋 AI 的一名开发者也透露了他的看法：Master 的水平略有些让人失望。新智元还采访了中国围棋队总教练俞斌，他在文中谈了自己的看法和理解。这一次，机器可能不再借用人类经验，而是凭借自我对弈和学习战胜了人类，让人类认识到另一个“真理”的存在。从某种程度上来说，这是一个新的“纪元”的开启。

　　1 月 4 日晚上，之前横扫围棋界的神秘大师“Master”忽然发声，自揭身份，它写道：我是 AlphaGo 黄博士。

　　

　　此时，Master 刚刚取得第 59 场不败纪录，将对战人类棋手的纪录变为 59：0。之前，人们的猜测是Master 在完成 60 场比赛后，会隐退或者发声。但是，没有人想到，在 59 场的时候，Master 自己表明了身份。

　　官方声明：

　　

　　Master 已经在线上平台上接连战胜了聂卫平、柯洁、朴廷桓、唐韦星、范廷钰、王古力、周俊勋和黄云嵩等多位围棋高手。

　　战胜“棋圣”，黄博士是谁？

　　2017 年下午 3 点 04 分，聂卫平执白三又四分之一子之差负于 Master，Master 取得第 54 胜！

　　聂卫平在围棋圈有“棋圣”之称，只是这次，他也拿 Master 没办法。对弈结束后，Master 用繁体字打出了“谢谢聂老师”的消息。这个时候，其实 Master 的身份已经有所暗示了。后来 Master 所说的“黄博士”，指的是黄士杰博士。黄博士是台湾人。

　　如果大家有看 3 月份李世乭与 AlphaGo 对奕的话，应该会注意到在李世乭对面有个将 AlphaGo 的棋步下到棋盘，并且将李世乭的棋步再输到电脑上的人。这位就是 Google DeepMind 的资深研究员，也是 AlphaGo 的主要程序开发者、台湾出身的黄士杰博士。

　　

　　▲ 黄士杰（前左）在替 AlphaGo 执子。

　　黄士杰博士毕业于台湾师范大学，博士论文就是以“应用于电脑围棋之蒙地卡罗树状搜索演算法的新启发式演算法”，本身也是业余六段的围棋棋手。

　　之前，黄士杰在接受 Engadget 的采访时曾说，如果再给 AlphaGo 一年半载的话，说不定李世乭真的就是史上唯一赢过 AlphaGo 一场的人了……

　　果然，半载之后，我们看到令人叹服的结果。

　　Master 的技术没有想像得那么好？

　　对于此次掀起风暴的 Master，新智元智库专家白硕评价说：

　　第一，并不意外。如果世界上还有另外一个团队达到这样的水平反而是意外。

　　第二，又有进步。现在的 AlphaGo 水平比去年战胜李世乭的时候发挥更稳定、对人类棋手更有启发性，对人类观众更有观赏性，导致人类对棋理的认识正在酝酿重大的突破。

　　第三，还有潜力。按现在势头发展，基于对弈棋谱的深度学习和左右互搏的增强学习，正在形成良性互动的局面，但愿这一阶段不要太快结束。

　　第四，除了不断增强对弈能力外，让机器以人类能理解的方式讲述其棋路，以全新的体验变革人类传授和学习围棋的方式，其意义不亚于战胜人类。

　　新智元问及其他的机器包括国内的一些围棋 AI 是否有机会超越 Master 呢？是否需要重大演算法突破才能破解 Master 的时间积累优势？

　　白硕说：“我知道有人在做。如果能大幅提高演算法的效率，就意味着在同样时间内可以遍历更多有意义的变化，增强学习会做得越好。个人判断，演算法上的优化仍有空间，赶超仍有机会。未来机器之间的对弈会是新的看点。”

　　然而，也有专业人士表示有些失望。一名要求匿名的中国某大型网络公司 AI 开发者对新智元表示，Master 横扫人类棋手毫不意外，但是对过程有点失望，Master 的技术没有想像得那么好，毕竟去年 7 月份 Aja Huang 在一次演讲中透露可以让顶尖棋手 2 子，半年过去了，看不出一定能让 2 子。也许这并不是最新版。

　　棋风奔放怪异，因为没有学习过人类棋谱？

　　在 DeepMind 官方宣布之前，“Master”的身份激发了多方猜测，有不少人认为这就是 AlphaGo 的升级版，但与后者不同的是“Master”的招法极其奔放，推翻了很多人类棋手常走的定式，棋风与去年 3 月的 AlphaGo 大不相同。

　　值得注意的是，DeepMind 公司创始人 Hassabis 曾在一次采访中透露，他们正在尝试训练一个没有学习过人类棋谱的人工智能，而这可能就是 Master 和 AlphaGo 不同的原因。

　　CMU 博士邓侃对新智元表示：

　　3 月份 AlphaGo 与李世乭对决第一盘，取得胜利后，就说明演算法已经超越人类顶级高手。接下去的几盘，AlphaGo 赢了，这是预料之中。输了一盘，反倒有点奇怪。因为演算法只会越变越强大。

　　随着训练越来越强化，AlphaGo 的棋艺越来越精致，这是自然而然的趋势。战胜所有人类高手，只不过是时间的问题。但是看不出 （现在的）AlphaGo 的演算法，有本质突破。至少没有读到 DeepMind 在这个领域的新论文。

　　AlphaGo 系统中，有 Monte Carlo tree search（蒙地卡罗树状搜索演算法），不妨把它理解为左右手互博，互博时间越长，实际上就是把各种可能的对弈方案，统统演练一遍。所以，AlphaGo 的训练时间越长，它对各种对弈方案的了解就越全面。

　　在自我对弈中成长起来的新 AlphaGo，可能完全不需要人类棋谱。

　　被认为与 AlphaGo“必有一战”的世界第一柯洁，在这次对战中也败下阵来，但是柯洁在微博上写的感想倒是很值得深思。

　　他写道：“新的风暴即将来袭。我从 3 月份到现在研究了大半年的围棋软件，无数次的理论、实践，就是想知道电脑到底强在哪里。昨夜辗转反侧，不想竟一夜难眠，人类数千年的实战演练进化，电脑却告诉我们人类全是错的。我觉得，甚至没有一个人沾到围棋真理的边。但我想说，从现在开始，我们棋手将结合电脑，迈进全新的领域达到全新的境界。”

　　专访中国围棋队总教练俞斌：慢棋是人类最后的机会，但是悬念不大

　　在 Master 身份确定后，新智元第一时间联系了中国围棋队总教练俞斌进行专访。

　　新智元：您觉得人类棋手还有机会吗？

　　俞斌：基本上没有。只留有一丝悬念，就是长时间的慢棋，但只是悬念，我判断慢棋也不行。

　　新智元：如果下慢棋，人类棋手最后的突破口可能是什么呢？

　　俞斌：慢棋人的错误会少很多，但能否一争胜负有悬念。感觉可能性很小。

　　新智元：之前有人认为，人类棋手以后只和人模拟，而机器棋手只会和机器棋手对决了，您认为围棋最后是这样吗？

　　俞斌：人与人比会，机器与机器比也有，但不会只是这两种。人与机器、人带机器，用时、让子等等，还是会有不少比的类型的。也许会有机器参加的团队赛等。

　　新智元：看来机器的加入反而有了更多玩法。那么您认为机器的出现，看起来像人类的天花板，人类围棋是否会放下胜负心，真正达到人和人对围棋本身的享受呢？

　　俞斌：哲学问题。围棋是胜负的游戏。享受的是胜负的乐趣。有人工智能高手，并不影响享受围棋的乐趣。没有胜负而享受围棋，我理解不了。这是我个人的哲学观点。

　　一次横扫千军的网络对战，Master 的进击之路

　　2016 年 12 月 29 日晚上 7 点多，一位名叫“Master”的新手登录弈城，起初没有高手搭理，但在战胜谢尔豪四段、孟泰龄六段、于之莹五段、韩一洲四段、乔智健四段后这个账号热度陡增。这晚 Master 十战全胜，已注定其出世不凡。

　　第二天中午“Master”再度现身，在对王昊洋六段、严在明三段等职业棋手 4 连胜后，终于引出了韩国第一人朴廷桓九段。重头戏开始上演，结果也是重量级的，朴廷桓在必败局面下超时负。此结果在高手中掀波，接着等级分排名第 7 的连笑七段登场挑战，却连败两场！值得注意的是，紧接着 Master 与帐号为“吻别”的网络棋手交锋两次，均以中盘获胜。弈城网工作人员表示，“吻别”很有可能就是拥有 4 个世界冠军头衔的当今世界围棋第一人柯洁。如果“吻别”真是柯洁，那就意味着 Master 对当今中、韩第一人的战绩是 6：0。

　　31 日，“Master”又连续战胜各大挑战者，其中新科百灵杯冠军陈耀烨九段也以失败告终，最后的最后，这位堪比“扫地僧”的神秘高手连续 30 盘不败，像是在逗大夥玩似的来了句：“今天累了，明天休息一天。”

　　最终败在“Master”棋下的有江维杰九段、辜梓豪五段、朴永训九段、柁嘉熹九段、井山裕太九段、孟泰龄六段、金志锡九段……

　　连一旁观战的柯洁九段都大惊失色：“从来没见过这样的招法，围棋还能这么下？”为此他感叹：看 Master 的着法，等于说以前学的围棋都是错误的，原来学棋的时候要被骂的着法现在 Master 都下出来了。同样的，知乎网友 @赵小康 评论，Master 对阵这些围棋高手，“大多数对局都是中盘取胜，人类数千年时间总结出的定式、大局观在 Master 面前显得陈腐可笑。”

　　2017 年 1 月 3 日 9：30，棋手古力九段按捺不住，最终发出 10 万元悬赏，奖励给战胜 Master 的勇士。但其后又有 4 位顶尖棋手被击败……

　　不过就在 51 场连胜之后，1 月 4 日，“Master”第 52 盘以和棋结束，“Master”的 51 连胜纪录就此终止。这场比赛中，“Master”挑战中国围棋职业选手陈耀烨。 “Master”执黑棋、陈耀烨执白棋，30 秒 3 次快棋。不过陈耀烨出现了断线情况，30 秒没有落子，系统判定和棋。

　　今日，“Master”出现以来最受瞩目的比赛在 Master 和聂卫平之间进行。年届 64 岁的中国棋圣和“Master”的比赛也是这个人工智能程序进行的第 54 局比赛。本局“Master”特意把比赛用时调整为每方 1 分钟一手，以示对聂卫平的尊敬。

　　最终本局进行至手，执白的聂卫平以 7 目半的劣势落败。本局“Master”在右上角下出犀利的手段，吃掉了聂卫平一块棋由此确立优势，并保持到了最后。而随着棋圣聂卫平落败，“Master”将自己的不败纪录延续至 54 场，中日韩高手无一能在这次“快棋”对决中取胜。

　　4 日晚，随着古力败下阵来，Master 对人类棋手获得了 60 场不败的纪录。

　　AlphaGo 技术原理

　　AlphaGo 从 3 月份至今，经过 10 个月的发展，已经有了非常长足的进步，不过要追溯其技术原理，最详细的还是 3 月份发布在 Nature 的封面论文：Mastering the game of Go with deep neural networks and tree search（透过深度神经网露和树状搜索，学会围棋游戏）。

　　AlphaGo 给围棋带来了新方法，它背后主要的方法是 Value Networks（价值网络）和 Policy Networks（策略网络），其中 Value Networks 评估棋盘位置，Policy Networks 选择下棋步法。这些神经网络模型透过一种新的方法训练，结合人类专家比赛中学到的监督学习，以及在自己和自己下棋（Self-Play）中学到强化学习。这不需要任何前瞻式的 Lookahead Search，神经网络玩围棋游戏的能力，就达到了最先进的蒙地卡罗树状搜索演算法的级别（这种演算法模拟了上千种随机自己和自己下棋的结果） 。我们也引入了一种新搜索演算法，这种演算法将蒙地卡罗模拟和价值、策略网络结合起来。

　　透过将 Value Networks、Policy Networks 与树状搜索结合起来，AlphaGo 达到了专业围棋水准，让我们看到了希望：在其他看起来无法完成的领域中，AI 也可以达到人类级别的表现！