Master就是AlphaGo升級版!60連勝背後看專家怎麼評說

編者按：本文來自微信公眾號「新智元」（ID：AI_era），作者弗格森、序媛，36氪經授權發布。

2017年1月4日晚上，Master 完勝第59盤棋的時候，突然發聲自認：「我是 AlphaGo 的黃博士」，Master之前以橫掃千軍的姿態戰勝幾乎所有中國的圍棋大師，包括「棋聖」聶衛平和柯潔。本文帶來新智元智庫專家白碩、鄧侃的獨家解讀。同時，國內圍棋AI 的一名開發者也透露了他的看法：Master的水平略有些讓人失望。新智元還採訪了中國圍棋隊總教練俞斌，他在文中談了自己的看法和理解。這一次，機器可能不再借用人類經驗，而是憑藉自我對弈和學習戰勝了人類，讓人類認識到另一個「真理」的存在。從某種程度上來說，這是一個新的「紀元」的開啟。

1月4日晚間，此前橫掃圍棋界的神秘大師「Master」 忽然發聲，自亮身份，它寫道：我是AlphaGo 黃博士。

此時，Master 剛剛取得第59場不敗紀錄，將對戰人類棋手的紀錄變為59：0。此前，人們的猜測是Master在完成60場比賽後，會隱退，或者發聲。但是，沒有人想到，在59場的時候，Master自己亮明了身份。

官方聲明：

Master 已經在線上平臺上接連戰勝了聶衛平、柯潔、樸廷桓、唐韋星、範廷鈺、王古力、周俊勳和黃雲嵩等多位圍棋高手。

戰勝「棋聖」，黃博士是誰？

2017年下午3點04分，聶衛平執白3又1/4子之差負於Master，Master取得第54勝！

聶衛平在圍棋圈有「棋聖」之稱，只是這次，他也拿Master沒辦法。對弈結束後，Master 用繁體字打出了「謝謝聶老師」的消息。這個時候，其實Master的身份已經有所暗示了。後來Master所說的「黃博士」，指的是黃士傑博士。黃博士是臺灣人，習慣用繁體。

如果大家有看3月份李世石與 AlphaGo 的對奕的話，應該會注意到在李世石對面有個將 AlphaGo 的棋步下到棋盤，並且將李世石的棋步再輸到電腦上的人。這位就是谷歌 DeepMind 的資深研究員，也是 AlphaGo 的主要程序開發者，臺灣出身的黃士傑博士。

黃士傑（前左）在替AlphaGo 執子

黃士傑博士畢業於臺灣師範大學，博士論文就是以「應用於電腦圍棋之蒙地卡羅樹搜索法的新啟發式演算法」，本身也是業餘六段的圍棋棋手。

此前，黃士傑在接受Engadget的採訪時曾說，如果再給 AlphaGo 一年半載的話，說不定李世石真的就是史上唯一贏過 AlphaGo 一場的人了...

果然，半載之後，我們看到令人嘆服的結果。

Master的技術沒有想像的那麼好？

對於此次掀起風暴的Master，新智元智庫專家白碩評價說：

• 第一，並不意外。如果世界上還有另外一個團隊達到這樣的水平反而是意外。

• 第二，又有進步。現在的AlphaGo水平比去年戰勝李世石的時候發揮更穩定、對人類棋手更有啟發性，對人類觀眾更有觀賞性，導致人類對棋理的認識正在醞釀重大的突破。

• 第三，還有潛力。按現在勢頭發展，基於對弈棋譜的深度學習和基於左右互搏的增強學習正在形成良性互動的局面，但願這一階段不要過快結束（否則就跑步進入機器跟人類沒得可學的階段了）。

• 第四，除了不斷增強對弈能力外，讓機器以人類能理解的方式講述其棋路，以全新的體驗變革人類傳授和學習圍棋的方式，其意義不亞於戰勝人類。

新智元問及其他的機器包括國內的一些圍棋AI是否有機會超越Master呢？是否需要重大算法突破才能破解Master的時間積累優勢？

白碩說：「我知道有人在做。如果能大幅提高算法的效率，就意味著在同樣時間內可以遍歷更多有意義的變化，增強學習會做得越好。個人判斷，算法上的優化仍有空間，趕超仍有機會。未來機器之間的對弈會是新的看點。」

然而，也有專業人士表示有些失望。一位要求匿名的中國某大型網際網路公司AI開發者對新智元表示，Master 橫掃人類棋手毫不意外，但是對過程有點失望，Master的技術沒有想像的那麼好，畢竟去年7月份 Aja Huang 在一次演講中透漏可以讓頂尖棋手2子，半年過去了，看不出一定能讓2子。也許這並不是最新版。

棋風奔放怪異，因為沒有學習過人類棋譜？

在DeepMind官宣之前，「Master」的身份激發了多方猜測，有不少人認為這就是AlphaGo的升級版，但與後者不同的是「Master」的招法極其奔放，推翻了很多人類棋手常走的定式，棋風與去年3月的AlphaGo大不相同。　　

值得注意的是，DeepMind公司創始人Hassabis 曾在一次採訪中透露，他們正在嘗試訓練一個沒有學習過人類棋譜的人工智慧，而這可能就是Master和AlphaGo不同的原因。

CMU 博士鄧侃對新智元表示：

3月份AlphaGo 與李世石對決第一盤，取得勝利後，就說明算法已經超越人類頂級高手。接下去的幾盤，AlphaGo 贏了，這是預料之中。輸了一盤，反倒有點奇怪。因為算法只會越變越強大。

隨著訓練越來越強化，AlphaGo 的棋藝越來越精緻，這是自然而然的趨勢。戰勝所有人類高手，只不過是時間的問題。但是看不出 （現在的）AlphaGo 的算法，有本質突破。至少沒有讀到 DeepMind 在這個領域的新論文。

AlphaGo 系統中，有  Monte Carlo tree search（蒙特卡洛樹搜索），不妨把它理解為左右手互博。互博時間越長，實際上就是把各種可能的對弈方案，統統演練一遍。所以，AlphaGo 的訓練時間越長，它對各種對弈方案的了解就越全面。

在自我對弈中成長起來的新AlphaGo，可能完全不需要人類棋譜。

被認為與AlphaGo「必有一戰」的世界第一柯潔，在這次對戰中也敗下陣來，但是柯潔在微博上寫的感想倒是很值得深思。

他寫道：「新的風暴即將來襲。我從3月份到現在研究了大半年的棋軟，無數次的理論、實踐，就是想知道計算機到底強在哪裡。昨夜輾轉反側，不想竟一夜難眠，人類數千年的實戰演練進化，計算機卻告訴我們人類全是錯的。我覺得，甚至沒有一個人沾到圍棋真理的邊。但我想說，從現在開始，我們棋手將結合計算機，邁進全新的領域達到全新的境界。  

專訪中國圍棋隊總教練俞斌：慢棋是人類最後的機會，但是懸念不大

在Master身份明確後，新智元第一時間聯繫了中國圍棋隊總教練俞斌進行專訪。

新智元：您覺得人類棋手還有機會嗎？  

俞斌：基本上沒有。只留有一絲懸念，就是長時間的慢棋，但只是懸念，我判斷慢棋也不行。

新智元：如果下慢棋，人類棋手最後的突破口可能是什麼呢？

俞斌：慢棋人的錯誤會少很多，但能否一爭勝負有懸念。感覺可能性很小。

新智元：之前有人認為，人類棋手以後只和人類比，而機器棋手只會和機器棋手對決了，您認為圍棋最後是這樣嘛？

俞斌：人與人比會，機器與機器比也有，但不會只是這兩種。人與機器，人帶機器，用時、讓子等等，還是會有不少比的類型的。也許會有機器參加的團隊賽等等

新智元：看來機器的加入反而有了更多玩法。那麼您認為機器的出現，看起來像人類的天花板，人類圍棋是否會放下勝負心，真正實現人和人對圍棋本身的享受呢？

俞斌：哲學問題😳 。圍棋是勝負的遊戲。享受的是勝負的樂趣。有人工智慧高手，並不影響享受圍棋的樂趣。沒有勝負而享受圍棋，我理解不了。這是我個人的哲學觀點。

一次橫掃千軍的網絡對戰，Master的進擊之路

12月29日晚19點多，一位名叫「Master」的新手登錄弈城，起初沒有高手搭理，但在戰勝謝爾豪四段、孟泰齡六段、於之瑩五段、韓一洲四段、喬智健四段後這個帳號熱度陡增。這晚Master十戰全勝，已註定其出世不凡。　　

第二天中午「Master」再度現身，在對王昊洋六段、嚴在明三段等職業棋手4連勝後，終於引出了韓國第一人樸廷桓九段。重頭戲開始上演，結果也是重量級的，樸廷桓在必敗局面下超時負。此結果在高手中炸了鍋，接著等級分排名第7的連笑七段登場挑戰，卻連敗兩場！值得注意的是，緊接著Master與帳號為「吻別」的網絡棋手交鋒兩次，均以中盤獲勝。弈城網工作人員表示，「吻別」很有可能就是擁有4個世界冠軍頭銜的當今世界圍棋第一人柯潔。如果「吻別」真是柯潔，那就意味著Master對當今中、韓第一人的戰績是6：0。　　

31號，「Master」又連續戰勝各大挑戰者，其中新科百靈杯冠軍陳耀燁九段也以失敗告終，最後的最後，這位堪比「掃地僧」的神秘高手連續30盤不敗，像是在逗大夥玩似的來了句：「今天累了，明天休息一天。」　　

最終敗在「Master」棋下的有江維傑九段、辜梓豪五段、樸永訓九段、柁嘉熹九段、井山裕太九段、孟泰齡六段、金志錫九段……　　

連一旁觀戰的柯潔九段都大驚失色：「從來沒見過這樣的招法，圍棋還能這麼下？」為此他感嘆：看Master的著法，等於說以前學的圍棋都是錯誤的，原來學棋的時候要被罵的著法現在Master都下出來了。」同樣的，知乎網友 @趙小康 評論道，Master對陣這些圍棋高手，「大多數對局都是中盤取勝，人類數千年時間總結出的定式、大局觀在master面前顯得陳腐可笑。」

1月3日9：30，棋手古力九段按捺不住，最終發出10萬元懸賞，獎勵給戰勝Master的勇士。但其後又有4位頂尖棋手被擊敗……　　

不過就在51場連勝之後，1月4日，「Master」第52盤以和棋結束，「Master」的51連勝紀錄就此終止。這場比賽中，「Master」挑戰中國圍棋職業選手陳耀燁。「Master」執黑棋、陳耀燁執白棋，30秒3次快棋。不過陳耀燁出現了斷線情況，30秒沒有落子，系統判定和棋。　　

今日，「Master」出現以來最受矚目的比賽在Master和聶衛平之間進行。年屆64歲的中國棋聖和「Master」的比賽也是這個人工智慧程序進行的第54局比賽。本局「Master」特意把比賽用時調整為每方1分鐘一手，以示對聶衛平的尊敬。　　

最終本局進行至手，執白的聶衛平以7目半的劣勢落敗。本局「Master」在右上角下出犀利的手段，吃掉了聶衛平一塊棋由此確立優勢，並保持到了最後。而隨著棋聖聶衛平落敗，「Master」將自己的不敗紀錄延續至54場，中日韓高手無一能在這次「快棋」對決中取勝。

4日晚，隨著古力敗下陣來，Master 對人類棋手獲得了60場不敗的記錄。

AlphaGo 技術原理

AlphaGo 從三月份至今，經過10個月的發展，已經有了非常長足的進步，不過要追溯其技術原理，最詳細的還是三月份發表在Nature 的封面論文：Mastering the game of Go with deep neural networks and tree search（通過深度神經網絡和樹搜索，學會圍棋遊戲）。

AlphaGo 給圍棋帶來了新方法，它背後主要的方法是 Value Networks（價值網絡）和 Policy Networks（策略網絡），其中 Value Networks 評估棋盤位置，Policy Networks 選擇下棋步法。這些神經網絡模型通過一種新的方法訓練，結合人類專家比賽中學到的監督學習，以及在自己和自己下棋（Self-Play）中學到強化學習。這不需要任何前瞻式的 Lookahead Search，神經網絡玩圍棋遊戲的能力，就達到了最先進的蒙特卡洛樹搜索算法的級別（這種算法模擬了上千種隨機自己和自己下棋的結果）。我們也引入了一種新搜索算法，這種算法將蒙特卡洛模擬和價值、策略網絡結合起來。

通過將 Value Networks、Policy Networks 與樹搜索結合起來，AlphaGo 達到了專業圍棋水準，讓我們看到了希望：在其他看起來無法完成的領域中，AI 也可以達到人類級別的表現！

DeepMind 團隊對圍棋項目的介紹（新智元翻譯）