2015年10月，同樣基于蒙特卡洛樹搜索的Google旗下人工智能公司DeepMind開發(fā)的AlphaGo，在沒有任何讓子的情況下,，以五戰(zhàn)全勝的成績擊敗了歐洲圍棋冠軍,、職業(yè)圍棋二段樊麾，這也是電腦圍棋程序首次擊敗圍棋職業(yè)棋手,，當(dāng)然也意味著圍棋AI新時(shí)代的來臨,。

AlphaGo,、絕藝以及人機(jī)協(xié)作

圍棋AI之難,，難在這項(xiàng)運(yùn)動(dòng)本身的多重復(fù)雜性“最簡單的規(guī)則,，最復(fù)雜的變化”。在AlphaGo及其開發(fā)團(tuán)隊(duì)DeepMind出現(xiàn)之前,，幾乎所有研究者都認(rèn)為在十年內(nèi)人工智能戰(zhàn)勝圍棋大師的機(jī)會(huì)是渺茫的,。而在它出現(xiàn)以后，幾乎所有人都在驚呼人工智能已破解了圍棋這一歷史難題,，甚至在極短的時(shí)間內(nèi)兩次讓研究成果上了《自然》雜志的封面,。

據(jù)AlphaGo官方介紹，AlphaGo采用了一種更加“通用”的人工智能方法,，即采用將改進(jìn)的蒙特卡洛決策樹算法與深度神經(jīng)網(wǎng)絡(luò)算法相結(jié)合的方法構(gòu)建最終的學(xué)習(xí)系統(tǒng),。其包括兩個(gè)部分：策略網(wǎng)絡(luò)與價(jià)值網(wǎng)絡(luò)。策略網(wǎng)絡(luò)在當(dāng)前給定的棋局中,，負(fù)責(zé)預(yù)測(cè)下一步的走棋,，并對(duì)下一步走棋的好壞進(jìn)行打分，策略網(wǎng)絡(luò)的作用好比“模仿”人類棋手的各種走法,，以達(dá)到預(yù)測(cè)的效果,。然而僅憑模仿無法擊敗最頂級(jí)的人類高手，AlphaGo又增加了價(jià)值網(wǎng)絡(luò)來判斷當(dāng)前的局面到底對(duì)哪一方有利,，但圍棋程序的局勢(shì)評(píng)估相當(dāng)困難,，只能通過深度學(xué)習(xí)網(wǎng)絡(luò)之間自我訓(xùn)練的方法來達(dá)到良好的效果。

2016年3月,，AlphaGo以4:1戰(zhàn)勝世界圍棋名將李世石,，AlphaGo的實(shí)力首次被世人真正認(rèn)可。AlphaGo 2.0版本的升級(jí)亮點(diǎn)是摒棄人類棋譜,，即僅通過監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí),，再度進(jìn)化出新的“圍棋機(jī)器人”。

事實(shí)上,，除了AlphaGo,，現(xiàn)在還有其他圍棋AI程序也已被證明達(dá)到甚至超過了人類棋手的一流水平，比如騰訊AI Lab(騰訊人工智能實(shí)驗(yàn)室)研發(fā)的圍棋人工智能程序“絕藝”(Fine Art),，它在今年首次參加UEC杯計(jì)算機(jī)圍棋大賽,，就以11連勝奪得了本屆UEC杯冠軍，在隨后的人機(jī)大戰(zhàn)中完勝日本先鋒棋手一力遼,。

AI作為工具,，被人類棋手“喂招”不斷進(jìn)化后，它也能“反哺”人類,，棋手使用圍棋AI開展人機(jī)協(xié)同,，AI為人類棋手“蓄力”,，1+1>2的進(jìn)化成為了新看點(diǎn)。隨著數(shù)據(jù)量的高速增長,，AI可以分析總結(jié),、自我學(xué)習(xí)，人則可以通過善用AI,、人機(jī)協(xié)作,，開啟智慧時(shí)代，改變現(xiàn)在以及未來的一切,。(作者為《機(jī)器人產(chǎn)業(yè)》雜志副總編)

（原標(biāo)題：圍棋人機(jī)對(duì)弈五十年）