Alpha Go的故事
關于計算機下圍棋，許峰雄在2002年寫書時的判斷是：“它實在太難了，以至于在未來20年中可能得不到解決。”這句話里“解決”的含義應該就是戰勝圍棋世界冠軍，然而這個預言在2016年提前6年被強大的Alpha Go團隊打破。
Alpha Go是一款圍棋人工智能程序，由谷歌旗下Deep Mind公司開發。Deep Mind公司創始人戴密斯·哈薩比斯（Demis Hassabis）生于1976年，在英國倫敦長大，父親是希臘族塞浦路斯人，母親是新加坡華人。他從小就是國際象棋和計算機雙料神童，4歲開始下國際象棋，8歲自學編程，13歲獲得國際象棋大師稱號。2010年，哈薩比斯創立專注于人工智能研發的Deep Mind公司，目標是建立強大的通用學習算法，將技術應用于解決現實世界的難題。
Alpha Go的開發團隊核心包括大衛·席爾瓦（David Silver）、黃士杰（Aja Huang）、克里斯·麥迪森（Chris Maddison）、亞瑟·貴茨（Arthur Guez）等人，如圖2.5所示。Alpha Go圍棋程序應用了近年來在人工智能領域有重大突破的深度學習（Deep Learning）和強化學習（Reinforcement Learning）等技術，加上谷歌強大的并行計算實力，可以說其“智能”水平已經遠遠超過當年的“深藍”。
圖2.5 Alpha Go開發團隊，左四為戴密斯·哈薩比斯，左五為大衛·席爾瓦，左六為黃士杰
根據Deep Mind公司在《自然》雜志上發表的文章，Alpha Go這個系統主要由以下幾個部分組成。
（1）策略網絡（Policy Network），給定當前局面，預測下一步的走棋。對棋盤上的每個可下的點都給出了一個估計的分數，也就是圍棋高手下到這個點的概率。評估一步棋的時間僅需2ms左右。
（2）快速走子（Fast rollout），目標和策略網絡一樣，但在適當犧牲走棋質量的條件下，速度要比策略網絡快1000倍。下一步棋的時間僅需2μs左右。
（3）估值網絡（Value Network），給定當前局面，估計是白勝還是黑勝，給出輸贏的概率。
（4）蒙特卡羅樹搜索（Monte Carlo Tree Search，MCTS），把以上3個部分連起來，形成一個完整的系統。
簡單地說一下Alpha Go的“訓練”過程，Alpha Go團隊首先利用幾萬局專業棋手對局的棋譜來訓練系統，得到初步的“策略網絡”和“快速走子”。訓練“策略網絡”時，采用“深度學習”算法，基于全局特征和深度卷積網絡來訓練，其主要作用是給定當前盤面狀態作為輸入，輸出下一步棋在棋盤其他空地上的落子概率。“快速走子”則基于局部特征和線性模型來訓練。完成這一步后，Alpha Go已經初步模擬了人類專業棋手的“棋感”。接下來，Alpha Go采用左右互搏的模式，不同版本的Alpha Go相互之間下了3000萬盤棋，利用人工智能中的“深度增強學習”算法，通過每盤棋的勝負來學習，不斷優化和升級“策略網絡”，同時建立了一個可以對當前局面估計黑棋和白棋勝率的“估值網絡”。根據Alpha Go團隊的數據，對比圍棋專業選手的下法，“策略網絡”用2ms能達到57%的準確率，“快速走子”用2μs能達到24.2%的走子準確率。據估計，單機上采用“快速走子”的下棋程序，已經具備了圍棋三段左右的水平。而“估值網絡”對勝負的判斷力已經遠超所有人類棋手。
實際對局時，Alpha Go通過“蒙特卡羅樹搜索”來管理整個對弈的搜索過程。首先，通過“策略網絡”，Alpha Go可以優先搜索本方最有可能落子的點（通常低于10個）。對每種可能，Alpha Go可以通過“估值網絡”評估勝率，同時，可以利用“快速走子”走到結局，通過結局的勝負來判斷局勢的優劣，綜合這兩種判斷的評分再進一步優化“策略網絡”的判斷，分析需要更進一步展開搜索和演算的局面。綜合這幾種工具，輔以超級強大的并行運算能力，Alpha Go在推演棋局變化和尋找妙招方面的能力，已經遠超人類棋手。根據資料，最高配置的Alpha Go分布式版本，配置了1920個CPU（中央處理器）和280個GPU（圖形處理器），同時可以跑64個搜索線程，這樣的計算速度就好像有幾十個九段高手同時在想棋，還有幾十個三段棋手幫著把一些難以判斷的局面直接下到最后，拿出結論，某一位人類棋手要與之對抗，確實難上加難。
當然，目前版本的Alpha Go也并不完美。在人機大戰的第4局，0∶3失利后為榮譽而戰的李世石長考25分鐘后，祭出了白78“挖”的妙手，這一手棋后來被新聞界稱為“神之一手”，Alpha Go在李世石的絕地反擊下陷入混亂，下出了不少“昏招”，最后中盤認輸。據Deep Mind創始人哈薩比斯賽后在Twitter寫道：“李世石下出白78后，Alpha Go自我感覺良好，在程序的‘估值網絡’中，誤以為勝率達到70%，在第79手犯了錯，直到第87手才反應過來它錯了。”
圍棋世界冠軍古力與Alpha Go對弈以后寫下了這么一句話：“人類與人工智能共同探索圍棋世界的大幕即將拉開。”筆者相信，Alpha Go所代表的人工智能技術將在更多的領域輔助人類解決更多的難題，而更多中國血統的天才，將像許峰雄、戴密斯·哈薩比斯、黃士杰那樣，在人工智能領域取得輝煌的成就。