進步神速!AlphaGo2.0突飛猛進的6大技能

進步神速!AlphaGo2.0突飛猛進的6大技能
▲圖/Google提供

【原文:雷鋒網原創文章《經過一年的修煉,AlphaGo的哪些能力突飛猛進了?》,作者:宗仁,智慧機器人網編輯整理】

雷鋒網AI科技評論按:烏鎮圍棋峰會第一局已經結束了,歷時4個半小時,以柯潔九段執黑負於 AlphaGo,AlphaGo 贏四分之一子告終,這樣風平浪靜的結果想必很多人都預測到了,不過大家從一開始就知道關注的重點,不在於柯潔怎麼輸的,而是AlphaGo已經進化到什麼程度了,距離Deep Mind團隊出論文來詳解AlphaGo有多強還有一段時間,So我們其實可以從現場觀戰中來看出一些端倪。

棋速

▲圖/翻攝自棋牌新聞

第一局棋下到一半的時候,不少棋友群裡的人沸騰了,發現AlphaGo落子速度非常快,每步棋落子速度在30S-40S之間波動,對此圍棋業餘5段趙老師對雷鋒網(公眾號:雷鋒網)AI科技評論表示:「(這局棋)像安樂死,不知不覺就輸了,(相比去年)機器落子飛快但錯誤基本沒有」。

綜合整局,AlphaGo落子表現冷靜、果斷,而柯潔的落子狀況較多變。最終在比賽進行了四個多小時之後,AlphaGo贏四分之一子。

棋風


▲圖/翻攝自鳳凰新聞

AlphaGo1.0的時候(去年3月跟李世石對戰的時候),它的棋風概括起來就是擅長記住棋譜+增強學習+計算能力,身上還能看到人類棋風的影子,等AlphaGo喬裝成Master60連勝的時候,許多圍棋大師包括聶衛平在內開始評價其棋風「很難揣測Master的風格……它永遠都沒有表情,永遠不受情緒影響,永遠一個節奏,就是要贏你。」

而今天,第一局棋還沒結束的時候,搜狗王小川已在知乎上發文剖析AlphaGo2.0 棋風「完全脫離人類經驗」——「而AlphaGo2.0脫離了機器對人模仿,走棋風格也將完全脫離人的定式。

在與柯潔的比賽中,會不斷出現我們意想不到的走棋,而且這些走棋在教科書中會被認為是低級錯誤或者完全不可理喻,但凡一個正常的棋手都不會這麼玩,但凡一個新手這麼玩都會被點撥這樣不對。而AlphaGo2.0會不斷製造這樣的局面,關鍵他還是對的。」

不過最後還是柯潔說了算,他在會後的採訪中用了一個很好的例子說明了AlphaGo的棋風莫測:(在回顧比賽時也對第54手的斷)時,他表示了肯定:「很震驚,這在人類的下法中是不能有的。在斷之後,它把自己的腳步實地化,變得更厚,一石二鳥。」。

演算法

AlphaGo1.0的時候(去年3月跟李世石對戰的時候)使用的演算法精髓,根據FB田淵棟看完Nature論文的解讀,由估值網路評估棋局,策略網路選擇落子,快速走子(Fast rollout)適當加速,再用蒙特卡羅樹搜索把以上這三個部分連起來,形成一個完整的系統。

這一次雖然知乎論壇等活躍地盤已經開始紛紛推測這次的AlphaGo2.0用了什麼牛叉的演算法,有了硬體的預測失誤,真相還是等Deep Mind後面來親自公佈,目測演算法預測這個要根據它的單機版10個GPU+TPU助力預測比較靠譜。

硬體需求降低

根據DeepMind員工發表在2016年1月Nature期刊的論文,分散式版本(AlphaGo Distributed)使用了1202個CPU和176個GPU。

不過這次比賽AlphaGo用的何種硬體設定,DeepMind在會後的新聞發佈會中表示,這次比賽的AlphaGo是新版本,它改善了新的演算法,主要進步是計算量少了十倍,自我對弈更強。Hassabis稱,在比賽中程式是在一個單一的機器上運作的,這與去年不一樣,當時是分散式的。這次有更強大的演算法,運作起來更簡單也更好,獲得的速度更快。

另外Hassabis表示,計算力可以「在Google雲中獲得,用的是TPU,十個處理單位,少了十倍的計算量」。簡單點說,這次的AlphaGo是單機版。

反覆運算速度

哈薩比在此連結中的劍橋大學的一次演講中提到,以前從零訓練一個AlphaGo要三個月,現在只需要一個星期(「We also optimized the performance. It used to take 3 month to train a new version of AlphaGo from scratch. Now we can do it in one week.」)。

如果稱對戰李世石期間的版本為V18反覆運算版本,喬裝成Master60連勝並宣佈升級完成的時刻為V25版本,現在的AlphaGo又是V多少版本,訓練的時候會不會一周都不要了?這是我們明天要親自問DeepMind團隊的。

從單人對戰到團隊對戰

心細的朋友肯定注意到了,柯潔和AlphaGo對弈之外,5月26號上午還有一場配對賽,配對賽雙方---古力+AlphaGoV連笑+AlphaGo,即對弈雙方分別由一位棋手與AlphaGo組成,棋手與AlphaGo合作進行比賽。5月26號上午下午則是陳耀華,周睿羊,羋昱延,時越,唐韋星和AlphaGo的5對1團隊賽。

Google之所以敢這樣設置賽制,唯一的解釋就是,AlphaGo現在既懂人類下圍棋的那部分,又懂AI下圍棋的那部分,並可以做到融會貫通,所以它才敢挑戰配對賽這種跟另一個同伴高度配合的賽制,又敢挑戰測試自己「戰鬥力」極限的團體賽。

AI最可怕的部分不是它單個力量有多強,而是它開始懂得和周遭「互動」,這樣的融匯是不是比去年3月的人機大戰可怕多了呢?

小結:

上次AlphaGo喬裝成Master測試的時候,柯潔已經落敗給Master過一次,他不是沒見識過AI圍棋的厲害,但結合柯潔今天在現場的冷靜表現,和他昨晚莫名其妙地深夜感慨,我們有理由相信,這不是一場比AI圍棋選手和人類圍棋選手哪個更厲害的選手,DeepMind團隊一定有些懸而未決的答案需要這場比賽給一個肯定的驗證,然後再往那個方向實現更深一步的探索。

雷鋒網AI科技評論現場報導,未經許可,拒絕轉載。
雷鋒網原創文章,未經授權禁止轉載。詳情見轉載須知

【原文:雷鋒網原創文章《經過一年的修煉,AlphaGo的哪些能力突飛猛進了?》,作者:宗仁,智慧機器人網編輯整理】

留言

延伸閱讀