Gary Kasparov Vs. 深藍(lán)

距離 IBM 的深藍(lán)超級(jí)計(jì)算機(jī)擊敗國(guó)際象棋世界冠軍加里·卡斯帕羅夫（Gary Kasparov），已經(jīng)快過(guò)去20年了。從那以后，會(huì)下國(guó)際象棋的計(jì)算機(jī)又有了顯著增強(qiáng)，人類能夠戰(zhàn)勝計(jì)算機(jī)的可能性也越來(lái)越小。

不過(guò)，雖然計(jì)算機(jī)已經(jīng)變得越來(lái)越快，但國(guó)際象棋引擎的工作原理并沒(méi)有改變。計(jì)算機(jī)嚴(yán)重依靠“暴力破解”，通過(guò)尋找一切可能的移動(dòng)方式，走出最好的一步棋。

當(dāng)然，在這方面沒(méi)有人能夠與計(jì)算機(jī)匹敵，甚至是望其項(xiàng)背。深藍(lán)計(jì)算機(jī)可以每秒思考2億步，而卡斯帕羅夫很可能每秒不超過(guò)五步。然而，他僅僅是在決勝局輸給了深藍(lán)，基本上兩者是在相同的水平上競(jìng)技。因此，很顯然人類有一些技巧還沒(méi)有被計(jì)算機(jī)所掌握。

神經(jīng)網(wǎng)絡(luò)

人類所擁有的技巧，主要是判斷國(guó)際象棋的擺放位置，縮小最有效走位的搜索范圍，這具有重要意義。如果計(jì)算機(jī)也學(xué)會(huì)了它，將大大簡(jiǎn)化計(jì)算任務(wù)，并從計(jì)算所有的可能性，變成計(jì)算最高效的幾種。

計(jì)算機(jī)此前從不擅長(zhǎng)這一技巧，但如今在倫敦帝國(guó)學(xué)院的 Matthew Lai 的研究下，情況會(huì)發(fā)生改變。Matthew Lai 開(kāi)發(fā)了一個(gè)名為 Giraffe 的人工智能機(jī)器，它可以通過(guò)自學(xué)來(lái)判斷下步棋該怎么走，這種方式更像人類，和傳統(tǒng)的國(guó)際象棋引擎完全不同。

新型人工智能能與最優(yōu)秀的傳統(tǒng)國(guó)際象棋引擎達(dá)到相同的水平。如果按照人類水平來(lái)評(píng)估，也就相當(dāng)于FIDE（世界國(guó)際象棋聯(lián)合會(huì)）所評(píng)定的國(guó)際大師。

這一人工智能背后的技術(shù)就是神經(jīng)網(wǎng)絡(luò)，它是受人類大腦構(gòu)造所啟發(fā)，并用于計(jì)算機(jī)處理信息的一種方式，由多個(gè)節(jié)點(diǎn)層級(jí)所組成，系統(tǒng)會(huì)隨著人類對(duì)其不斷地訓(xùn)練而提升。

在過(guò)去的幾年中，由于兩個(gè)技術(shù)的進(jìn)展，神經(jīng)網(wǎng)絡(luò)已經(jīng)變得非常強(qiáng)大了。第一個(gè)是更好地了解了當(dāng)它們進(jìn)行學(xué)習(xí)時(shí)，如何微調(diào)神經(jīng)網(wǎng)絡(luò)，這要部分歸功于更快的計(jì)算機(jī)；第二個(gè)是能夠利用大量的注釋數(shù)據(jù)集，來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)。因此，深度神經(jīng)網(wǎng)絡(luò)能發(fā)現(xiàn)國(guó)際象棋的規(guī)律也就不足為奇了，而這正是 Matthew Lai 所采取的方法。

他的神經(jīng)網(wǎng)絡(luò)由四個(gè)層級(jí)組成，能夠以三種不同方式共同思考棋盤上每一個(gè)位置。第一種著眼于國(guó)際象棋的全局狀態(tài)，例如每邊棋子的數(shù)量和類型，輪到哪一方移動(dòng)，位置對(duì)換等；第二著眼于棋子的特性，例如雙方每個(gè)棋子的位置；最后就是映射出每個(gè)棋子的攻擊和防守。

計(jì)算機(jī)自學(xué)下棋

訓(xùn)練這些機(jī)器通常采用的方法，是研究人員手動(dòng)評(píng)估每一個(gè)位置，并用這些信息指導(dǎo)機(jī)器識(shí)別出哪些步數(shù)是有效的，哪些效果沒(méi)那么好。但是，Matthew Lai 的目標(biāo)更加雄心勃勃，他想讓機(jī)器自學(xué)這些內(nèi)容。

他采用了一個(gè)引導(dǎo)技術(shù)，讓人工智能 Giraffe 自己與自己對(duì)決，從而改善對(duì)未來(lái)下棋走位的預(yù)測(cè)。在比賽勝利、失敗或打平之后，會(huì)最終確定每一步的價(jià)值。以這種方式，計(jì)算機(jī)可以了解走哪個(gè)位置是有效的，哪些位置效果不好。

在 Giraffe 經(jīng)過(guò)培訓(xùn)之后，最后一步就是測(cè)試它的能力是否達(dá)標(biāo)了。他用一個(gè)標(biāo)準(zhǔn)數(shù)據(jù)庫(kù) Strategic Test Suite 來(lái)測(cè)試，這一數(shù)據(jù)庫(kù)可以測(cè)試改計(jì)算引擎識(shí)別不同的戰(zhàn)略構(gòu)想的能力。他將對(duì)這項(xiàng)測(cè)試的結(jié)果進(jìn)行評(píng)分，總分為15000。

整個(gè)訓(xùn)練過(guò)程中，他會(huì)測(cè)試機(jī)器的各個(gè)階段成績(jī)。當(dāng)引導(dǎo)過(guò)程開(kāi)始時(shí)，Giraffe 很快就達(dá)到了6000分的成績(jī)，僅在72小時(shí)就達(dá)到了9700分。9700分已經(jīng)可以成為世界上最好的國(guó)際象棋引擎了。

Matthew Lai 接著使用相同種類的機(jī)器學(xué)習(xí)方法，確定對(duì)方一個(gè)特定的移動(dòng)是否值得機(jī)器進(jìn)行跟隨。這一點(diǎn)很重要，因?yàn)樗梢苑乐共槐匾乃阉鳎瑯O大提高計(jì)算效率。

結(jié)果表明，46％的情況下計(jì)算機(jī)所走的步數(shù)都是最好的一步，70％的時(shí)間都能走出排在前三名的好棋。因此，計(jì)算機(jī)并沒(méi)有收到對(duì)方的動(dòng)作的影響。

這一方法代表著國(guó)際象棋引擎的工作方式發(fā)生了重大變革，不過(guò)它并不完美。Giraffe 的一個(gè)缺點(diǎn)是，神經(jīng)網(wǎng)絡(luò)比其他類型的數(shù)據(jù)處理速度慢得多。Giraffe 花費(fèi)的時(shí)間比以往的國(guó)際象棋引擎要多耗費(fèi)約10倍。

但即使有此缺點(diǎn)，它仍然具有相當(dāng)大的競(jìng)爭(zhēng)力。相比現(xiàn)在的國(guó)際象棋引擎，Giraffe 不僅僅能計(jì)算出棋局未來(lái)的走勢(shì)，還能夠準(zhǔn)確地判斷出最棘手的位置，并像人類一樣直觀地了解復(fù)雜的走位概念，這是國(guó)際象棋引擎很長(zhǎng)一段時(shí)間以來(lái)一直難以捉摸的地方。

當(dāng)然這一切僅僅是個(gè)開(kāi)始。 Matthew Lai 表示，這一方法應(yīng)該直接應(yīng)用在其他類型的棋類中，最為突出的就是中國(guó)圍棋，圍棋相比國(guó)際象棋擁有更高的難度和更多不確定的因素。

via technologyreview

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。