圍棋與人工智能的碰撞
圍棋與人工智能的碰撞
導語:圍棋,一種策略性兩人棋類游戲,中國古時稱"弈",西方名稱"Go"。流行于東亞國家(中、日、韓等),屬琴棋書畫四藝之一。在歷史發(fā)展長河中,圍棋的發(fā)展也是幾千年來長盛不衰,并逐漸地發(fā)展成了一種國際性的文化競技活動,并逐漸成為人類文化的一個重要標志,在今年三月份的一場圍棋大賽,圍棋再度作為一個熱詞掀起軒然大波,也引發(fā)了越來越多的圍棋狂愛者對圍棋再學習的不斷深入。
李世石,韓國著名的圍棋棋手,世界頂級圍棋棋手,在圍棋界,他1995年入段,1998年二段,1999年三段,2003年因獲LG杯冠軍直接升為六段,2003年4月獲得韓國最大棋戰(zhàn)KT杯亞軍,升為七段,2003年7月獲第16屆富士通杯冠軍后直接升為九段。2006、2007、2008韓國圍棋大獎——最優(yōu)秀棋手大獎(MVP)。棋風特點——李世石屬于典型的力戰(zhàn)型棋風,善于敏銳地抓住對手的弱處主動出擊,以強大的力量擊垮對手,他的攻擊可以用“穩(wěn),準,狠”來形容,經(jīng)常能在劣勢下完成逆轉。
2016年3月9日起,李世石與谷歌計算機圍棋程序“阿爾法圍棋”(AlphaGo)進行圍棋人機大戰(zhàn)。截止3月15日,李世石不敵人工智能“阿爾法圍棋”,以總比分1:4落敗。
在韓國棋手李世石與AlphaGo(阿爾法圍棋)的“人機大戰(zhàn)”首盤,最終代表人類出戰(zhàn)的李世石投子認輸。眾聲喧嘩中,AlphaGo創(chuàng)始人也引來頗多關注。
他究竟是誰?
當然,作為AlphaGo的創(chuàng)始人,現(xiàn)年39歲的德米什·哈薩比斯(DemisHassabis)當天也出現(xiàn)在了“人機大戰(zhàn)”現(xiàn)場。
這個戴著黑框眼鏡、個子不高、長著一張亞洲人臉龐的年輕人,與圍棋的緣分不淺。1976年,哈薩比斯出生在英國倫敦的一個混血家庭,他的父親擁有希臘塞浦路斯的血統(tǒng),母親又是新加坡華人。4歲時,哈薩比斯就對國際象棋表現(xiàn)出濃厚的興趣。8歲時,就在多次國際象棋的對弈中斬獲不少勝利,被稱為“神童”。比賽之余,他也思考,人類大腦是如何掌握如此復雜的任務?計算機是不是也能如此?為此,他用比賽累積的獎金買了一臺頻譜計算機,自學編程。
13歲時,哈薩比斯就已取得國際象棋大師的頭銜,在其年齡段中,排名世界第二。17歲時,哈薩比斯選擇在劍橋大學攻讀計算機科學。與同年齡男生一樣,他也熱衷電腦游戲。在劍橋大學的4年間,哈薩比斯曾在劍橋的一個高水平圍棋社團里學習圍棋,并很快沉迷其中。但因為忙于電腦方面的工作,他沒有足夠的時間練習,圍棋技藝僅停留在業(yè)余一段水平。不過,這并不妨礙他對圍棋的喜愛。
當時,也恰逢IBM推出的超級計算機“深藍”與國際象棋大師卡斯帕羅夫之間的世紀對弈。觀看對弈的哈薩比斯動了心:何時能開發(fā)出與圍棋相關的電腦程序,也能戰(zhàn)勝人類?
1997年,哈薩比斯憑優(yōu)異的成績以罕見的“雙重一級榮譽”畢業(yè)。一年后,他成立了自己的游戲公司。直到2005年前,哈薩比斯在游戲界闖蕩的經(jīng)歷并沒有獲得他期待的成功。2005年,他決定回爐重造,只不過把對游戲開發(fā)的關注轉換到了人腦神經(jīng)系統(tǒng)。他在倫敦大學學院(UCL)念完了神經(jīng)科學博士,其間他發(fā)表了12篇研究論文,并繼續(xù)在該校的蓋茨比計算神經(jīng)科學所工作。
2011年,哈薩比斯決定放棄博士后的研究生生活,轉而創(chuàng)立了以“解決智能”為理念的DeepMind公司。與其他科技類初創(chuàng)企業(yè)不同的是,DeepMind開發(fā)了一種叫作“深度學習”的新興機器學習技術,其中包含了模擬人腦神經(jīng)元的網(wǎng)絡處理數(shù)據(jù)。
2014年1月,谷歌公司以4億英鎊(約6.6億美元)的價格收購了DeepMind,成為當時歐洲規(guī)模最大的一筆企業(yè)并購。
被谷歌收購后,哈薩比斯與他的團隊將人工智能中的深度神經(jīng)網(wǎng)絡研究帶到了谷歌。隨著谷歌重組更名為Alphabet,哈薩比斯構想中的結合人腦神經(jīng)元與大數(shù)據(jù)的人工智能圍棋項目順理成章地被命名為AlphaGo。
去年10月,AlphaGo的研發(fā)加速,在與現(xiàn)有的其他圍棋程序較量中獲得了99.8%的勝率。在之后與歐洲圍棋冠軍樊麾的對弈中,五局比賽零封對手,“阿爾法圍棋”聲名鵲起。
結語:AlphaGo戰(zhàn)勝圍棋界大師李世石一個方面說明了AlphaGo的出現(xiàn)是科技進步的必然選擇,人工智能戰(zhàn)勝人類也是歷史發(fā)展長河中不可避免的出現(xiàn);另一個方面說明了人類在圍棋界的學習還未到達頂峰,還有很大的可發(fā)展空間,需要繼續(xù)不斷的學習。