AlphaGo（阿爾法狗）之父:為什麼圍棋是人工智慧難解之謎？
2023-03-31 01:51:52 3
我會有一個雙贏的心態和一個死亡的信念。我必須打敗阿爾法！在5月23日至27日的AI程序AlphaGo(AlphaDog)的遊戲中，目前排名世界第一的Ko.大膽地聲明。然而，AlphaGo的父親說，我們沒有發明Alpha狗來贏得Go遊戲。
阿爾法戈之父德米斯·哈薩比斯最近在英國劍橋大學發表了題為超越人類認知極限的演講，去年，阿爾法狗贏得了韓國職業棋手九段李世石。阿爾法狗為什麼會成為人工智慧的奧秘
JamesHasabis，DeepMind的創始人，AlphaGo的父親，4歲開始下棋。8歲在棋盤上的成功促使他思考至今困擾他的兩個問題：第一，人腦如何學習執行複雜的任務第二，計算機能做到這一點嗎17歲的時候，哈薩比斯負責開發1994年發布的經典模擬遊戲ThemePark。他隨後從劍橋大學獲得計算機科學學位，並於2005年進入倫敦大學學院攻讀神經科學博士學位，希望能夠理解。d真實大腦是如何工作的，從而促進人工智慧的發展。2014年，他創立了DeepMind，公司的產品AlphaDog，在2016年圍棋冠軍李世世時出名。
在今天的演講中，哈薩比斯揭示了韓國象棋選手李世世石去年輸給阿爾法狗的致命原因。他最後提到了阿爾法狗即將面對的中國象棋選手KoJie。他說KoJie也在網上與阿爾法狗比賽。比賽結束後，高潔說人類已經研究圍棋幾千年了。但是人工智慧告訴我們，我們甚至還沒有發現圍棋的皮膚。科吉提到圍棋的真理，我們在這裡談論的是科學的真相。
我們聽了AlphaGo的父親在劍橋大學的45分鐘演講。裡面全是乾貨。請不要遺漏任何細節：
非常感謝你今天來到這裡。今天，我要談談AI和DeepMind在不久的將來所做的事情。我把這篇報導命名為超出人類認知的極限。我希望在報告結束時，每個人都能清楚地理解我想表達的想法。
對於那些不了解DeepMind的人，讓我給你們簡單介紹一下。2010年我們在倫敦創立了DeepMind，2014年被收購，希望加快人工智慧技術的步伐。我們的任務是什麼我們的第一項任務是解決人工智慧問題，一旦這個問題解決了，任何理論上的問題都能解決。這是我們的兩個主要任務。這聽起來可能有點棘手，但我們真的相信，如果人工智慧最基本的問題得到解決，那麼沒有問題會變得困難。
那麼我們如何實現這個目標呢DeepMind現在正試圖建立世界上第一臺通用學習機。一般來說，學習可以分為兩類：一類是直接從輸入和經驗中學習，沒有既定的程序或規則可遵循，系統需要從原始數據本身學習；另一類是通用學習系統，它指的是一種。算法可用於不同的任務和領域，甚至用於以前從未見過的新領域。您肯定會問，系統是如何做到這一點的
事實上，人腦是一個非常明顯的例子，這是可能的，關鍵是如何通過大量的數據資源找到最合適的解決方案和算法。在過去的40到50年裡。
深藍是狹義人工智慧的一個很好的例子，它在20世紀90年代末擊敗了西洋棋冠軍加裡·卡斯普洛夫。我們有更先進和配套的技術。
你可能想知道機器是如何服從人類命令的，而不是機器或算法本身，而是一組聰明的程式設計師的智慧。他們和每一位西洋棋大師交談，學習他們的經驗，把它轉換成代碼和規則，並組成最強大的西洋棋大師團隊。stem僅限於西洋棋，不能用於其他遊戲。對於新遊戲，您需要重新開始編程。在某種程度上，這些技術還不完善，不是完全人工智慧的傳統意義上的，它缺少通用性和學習性。他的問題在於加強學習。在這裡，我將解釋強化學習，我相信很多人都知道。
首先，想像一下人工智慧領域中存在著一個主體。我們把我們的人工智慧系統稱為主體。它需要了解它的環境，並試圖找出它想要達到的目標。這裡的環境可以指真實事件，無論是機器人還是虛擬世界，例如遊戲環境；主體通過兩種方式與周圍環境接觸；它首先熟悉e環境通過觀察，我們可以通過視覺、聽覺、觸覺等初步開發出多感官系統。
第二項任務是在此基礎上建模和尋找最佳選擇。這可能涉及對未來的預測、想像和假設檢驗。本課題經常在真實的環境中，當時間節點到達時，系統需要輸出當前找到的最佳解決方案。礦石或更少的礦石改變了環境，從而進一步推動了觀察結果並反饋給受試者。
簡單地說，這是強化學習的原則。雖然草圖很簡單，但是涉及到極其複雜的算法和原理。如果我們能解決大多數問題，我們就能構建通用人工智慧。這是因為兩個主要原因：第一，從數學的角度看，我的夥伴，一個醫生，構建了一個名為AI-X的系統。我。利用該模型，他證明了在無限的計算機硬體條件和時間的情況下，要構建一個通用的人工智慧，所需要的信息。此外，從動物和人的角度來看，人腦是受多巴胺控制的，它是在實施增強學習行為的。因此，無論是從數學還是生物學的角度來看，強化學習是解決人工智慧問題的有效工具。
接下來，我想關注我們最新的技術，Alpha狗，它是去年誕生的。我希望大家都知道這個遊戲，並嘗試發揮它。這是個很好的遊戲。圍棋用方形棋盤和黑白二色圓棋子來玩遊戲。棋盤上有19條直線，棋盤分成361個十字路口。棋盤在交叉點移動，兩邊交替下棋，圍棋多數獲勝。圍棋規則並不太複雜。我可以在五分鐘內教他們。這張圖片顯示遊戲結束了，整個棋盤基本上都裝滿了棋盤，然後計算由你的棋盤圍成的空間和對手的棋盤圍成的空間。誰擁有大的空間誰就贏。在這張圖片中同樣具有競爭力的遊戲中，白棋接近贏。
事實上，很難理解遊戲的最終目標，因為它沒有象棋那樣直接明確的目標。在圍棋中，它是完全直觀的，甚至對於初學者來說如何決定比賽的結局也是非常困難的。圍棋是一個歷史悠久的遊戲。它有3000多年的歷史了。它起源於中國。在亞洲，圍棋具有深遠的文化意義。孔子還指出，圍棋是每個真正的學者應該掌握的四項技能之一（鋼琴、象棋、書法、繪畫），所以圍棋在亞洲是一門藝術，專家可以演奏。
今天，遊戲更受歡迎，有4000萬人玩GO和2000多名頂級專家。如果你在4-5歲展現圍棋的才能，這些孩子將被選入專門的圍棋學校，在那裡，學生從6歲開始每天花12小時學習圍棋，每周7天。每天。你不能離開學校，直到你成為這方面的專家。TS基本上把全部精力投入到學習和掌握這項技能。我認為GO可能是最優雅的遊戲。
正如我所說，遊戲只有兩個非常簡單的規則，但它的複雜性是難以想像的。有10170種可能性。這個數字在整個遊戲中超過1080個原子。沒有辦法用盡圍棋的所有可能結果。我們需要更聰明的方法。你可能會問，為什麼電腦玩圍棋這麼難。1997年，IBM的深藍（深藍）擊敗了當時的西洋棋世界冠軍加裡·卡斯帕羅夫。圍棋在人工智慧領域一直是個謎。我們能否制定一個算法來與世界圍棋冠軍競爭要做到這一點，有兩個主要挑戰：
首先，搜索空間很大（分支因子為200）。一個好的例子是，在圍棋中，每個棋子平均有200個可能的位置，而象棋只有20個。圍棋的分支因子比象棋的分支因子大得多。
2。比這更困難的是，幾乎沒有任何合適的評價函數來定義誰贏以及贏多少；這個評價函數對系統至關重要。對於西洋棋，編寫評價函數非常簡單，因為西洋棋不僅是一個相對簡單的遊戲，而且是一個實體。通過計算兩邊的棋子數，很容易得出結論。你也可以用其他指標來評價西洋棋，比如棋子的移動性。
所有這些在圍棋中都是不可能的，不是所有的部分都是一樣的，即使是很小的一部分變化，也會完全改變模式，所以每一小塊棋子都對遊戲有著至關重要的影響。比賽開始時，所有的棋子都在棋盤上。隨著遊戲的進行，棋子被對方吃掉，棋子數量不斷減少，遊戲變得越來越簡單。相反，圍棋是一個有建設性的遊戲。起初，棋盤是空的。慢慢地，玩家填滿棋盤。
因此，如果你準備判斷中場、西洋棋的現狀，你只需要看看當前的棋盤就可以告訴你大局；在圍棋中，你必須評估未來可能發生的事情來評估現狀，所以圍棋要困難得多。也有很多人嘗試應用深藍色的技術去，但結果並不理想。即使是職業球員也不能贏，更不用說世界冠軍了。
所以你必須問，即使電腦很難操作，人類是如何解決這個問題的事實上，人類依靠直覺，圍棋是一種依靠直覺而非計算的遊戲。所以，如果你問一個象棋選手為什麼要進行這一步，他會告訴你在這一步之後他能達到什麼目的，下一步做什麼，下一步做什麼。有時不盡如人意，但至少有球員的理由。
但是GO是不同的。如果你問一位世界級的大師為什麼要採取這一步驟，他們通常會回答你的直覺並告訴他這麼做。這是真的。我們期望通過加強學習來改進人工神經網絡的算法，來解決這個問題。我們試圖通過深層神經網絡來模擬人的直覺行為。在這裡，我們需要訓練兩個神經網絡，一個是決策網絡。我們有數以百萬計的業餘圍棋遊戲在網際網路上。通過監督學習，我們讓阿爾法狗模仿人類在圍棋中的行為。我們隨意地從棋盤中選擇。一個下拉點，訓練系統預測下一個人的決定；系統的輸入在那個特定位置最可能移動的前五或十個位置；所以你只需要查看五或十個可能性，而不是分析所有的可能性。200種可能性。
一旦有了這些信息，我們就對系統進行數百萬次訓練，通過錯誤增強學習，並使系統認識到下次發生類似情況時，它更有可能做出類似決策。我們不會選擇這種走路方式。我們建立了自己的遊戲資料庫，通過幾百萬次遊戲訓練了系統，得到了第二種神經網絡。選擇不同的落點，通過置信區間學習，選擇可以獲勝的情況，概率在0-1，0之間。不可能贏，1是100%勝。
將這兩種神經網絡（決策網絡和數值網絡）結合起來，可以粗略地預測當前的情況，這兩種神經網絡樹通過蒙特卡羅算法可以解決這一無法解決的問題。歐洲冠軍聯賽。結果是阿爾法狗贏了。這是我們的第一次突破，這些算法發表在《自然科學》雜誌上。
接下來，我們在韓國設立了100萬美元的獎金，在2016年3月，我們與世界圍棋冠軍李世世世競爭。李世世世先生是圍棋的傳奇人物。在過去的10年裡，他被認為是圍棋界的頂尖專家。當我們面對他的時候，我們發現他有很多創新的打法。有時阿爾法犬很難控制。在比賽開始之前，世界上的每個人（包括他自己）都認為他會輕鬆贏得五場比賽，但實際結果是我們的阿爾法犬以4-1獲勝。對於工業人員來說，這是前所未有的。
對我們來說，這也是一生中難得的一次意外。這場比賽吸引了全球28億多人和35000多份報告。韓國花了整整一周的時間關注這個話題。這是一件美妙的事情。對我們來說，贏得比賽的不是阿爾法犬，而是它的能力。站起來分析他是如何獲勝的，這個系統是如何創新的。阿爾法狗不只是模仿其他的人類玩家，他們還在不斷創新。例如，這是第二局的情況，步驟37，這是我在整個遊戲中最喜歡的步驟。這裡，黑棋代表阿爾法狗。他把棋子放在照片中的三角形位置，為什麼這麼重要為什麼我們都震驚了
事實上，圍棋有兩條關鍵的分界線，第三條線在右邊。如果你在第三條線上移動棋子，就意味著你將佔據棋子右邊的區域。如果你掉在第四條線上，就意味著你想移動到棋盤的中間。很有可能，你將來會佔據董事會的其他部分，這可能和你在第三條線上得到的是一樣的。
所以在過去的3000年裡，人們認為落在第三行和第四行同樣重要。但是在這個遊戲中，你可以看到，在第37步，阿爾法狗落在第五行，進入西洋棋的中間。線更靠近中央區域。這可能意味著，幾千年來，人們低估了象棋中央區域的重要性。
有趣的是，圍棋是一門藝術，一門客觀的藝術。坐在這裡的每個人都可能因為心情而有成百上千的新想法，但這並不意味著每個想法都是好的。阿爾法是客觀的，他的目標是贏得比賽。
你可以看到，在當前的西洋棋遊戲中，左下角的兩個三角形棋子似乎遇到了麻煩。15步後，兩塊棋子的力量傳到了西洋棋的中心，繼續傳到棋盤右側，在這裡精確地完成了第37步，並成為獲勝的決定性因素。阿爾法狗在這一步非常具有創新性。我自己也是一名業餘西洋棋手。讓我們來看看世界級的專家麥可·雷德蒙對這個步驟的評論。麥可，一個九級選手（圍棋的最高部分），就像是功夫的黑色部分。他說：這是一個非常令人震驚的步驟，就像一個錯誤的決定。在實際的模擬中，Michael首先把碎片放到另一個地方，而且從來沒有想到Alpha會採取這個步驟。這樣的創新，在這次比賽中，有很多阿爾法狗。這裡，我特別感謝李時時先生。事實上，當我們贏了前三場比賽時，他下臺了。
這是三場非常困難的比賽，尤其是第一場。因為我們需要不斷地訓練我們的算法，所以阿爾法狗在之前贏得了歐洲錦標賽，在這次比賽之後，我們知道了歐洲錦標賽和世界錦標賽的區別。改進了。但是當你訓練系統時，我們不知道有多少是過擬合的，所以在第一場比賽結束之前，系統不知道它自己的統計數據。所以，實際上，在第一場比賽中，我們很緊張，因為如果我們輸掉了第一場比賽，我們的算法很可能有一個巨大的循環。出錯，可能連輸五場比賽。但是如果我們贏了第一場比賽，這就證明我們的加權系統是正確的。
然而，李世石先生在第4場比賽中回來了。也許壓力減輕了很多。他做了一個非常創新的步驟。我認為這是歷史上一個創新的舉動。這一步讓阿爾法狗感到困惑，並誤估了他的決策樹。一些中國專家甚至稱之為黃金之舉。通過這個例子，我們可以看出圍棋中包含了多少哲學。這些頂尖專家們傾盡全力去尋找這樣一個黃金之舉。事實上，在這個步驟中，阿爾法·道格知道這是一個非常不尋常的步驟。他估計李世石贏得這一步的機會是0.007%。阿爾法狗以前從未見過這樣的方式。在這兩分鐘裡，他需要重新搜索決策計算。我剛才提到了這個遊戲的影響：28億人觀看它，媒體報導了35000篇相關文章，Go在西方網上銷售已經被搶購，我聽說麻省理工學院（麻省理工學院）Gy）和許多其他大學，很多人加入了GO俱樂部。
我剛才談的是直覺和創新。直覺是一種隱含的表達方式。它是一種基於人類經驗和本能的思維方式。不需要精確的計算。這個決策的準確性可以通過行為來判斷。在Go中，它非常簡單。我們將棋子的位置輸入系統，以評估其重要性。阿爾法狗正在模擬人類的直覺行為。我認為，創新是在現有知識和經驗的基礎上產生原始和創新的觀點。阿爾法狗清楚地展示了這兩種能力。S.
所以我們今天的主題是超越人類認知的極限。下一步該怎麼辦自去年3月以來，我們一直在改進和完善阿爾法犬。你肯定會問，既然我們是世界冠軍，還有什麼可以改進的呢事實上，我們不認為Alpha狗是完美的，我們需要做更多的研究。
首先，我們要繼續學習李世石在第四局提到的比賽，以填補知識空白。解決了這一問題，我們建立了一個不同於主系統的新的Alpha狗子系統，用於混淆主系統，並對系統的行為進行了優化。我們過去至少花了三個月訓練這個系統，但現在只需要一個星期。
其次，我們需要理解阿爾法狗所做的決定並解釋它們；為什麼阿爾法狗這樣做，它們是否符合人類的思維等等；通過比較人類大腦對不同下落位置的反應以及阿爾法狗對西洋棋位置的反應，我們希望找到一些知識；主要是為了讓系統更專業。我們在網際網路上與世界頂尖的專家競爭。起初，我們使用了一個筆名（Master），在連勝之後，它被猜測為阿爾法犬。到目前為止，我們已經贏了60名大師。如果你做一個簡單的貝葉斯分析，你會發現阿爾法犬在贏得不同的對手時有不同的困難。此外，阿爾法犬也在不斷創新，比如右下角的棋子（圓圈），它落在第二行。過去，我們並不認為這是一個有效的位置。事實上，韓國一些球隊已經預訂了這些比賽來研究新的含義和信息。
KoJie不僅是中國圍棋冠軍，也是本屆世界圍棋冠軍。他只有19歲，他還與阿爾法狗在網際網路上競爭。遊戲結束後，他說人類已經研究圍棋幾千年了，但是人工智慧告訴我們，我們甚至還沒有發現它的外表。他還說，人類和人工智慧的結合將開創一個新時代，並發現圍棋的本質。Ego的真相，我們在這裡談論科學的真相。
那麼，新的GO時代真的來臨了嗎這樣的劃時代的事件在GO的歷史上曾發生過兩次。第一次發生在日本大約1600。20世紀三、四十年代，日本棋壇的傑出棋手吳慶元提出了圍棋的新理論，將圍棋推向了一個新的高度。
我想解釋一下為什麼人工智慧對圍棋的貢獻遠大於對象棋的貢獻。如果我們看看今天的世界象棋冠軍曼努·斯卡森，他實際上和以前的世界冠軍沒什麼不同，他們非常優秀，非常聰明。但是為什麼人工智慧能超越人類呢我認為原因在於西洋棋更注重戰術，而阿爾法狗更注重策略。今天，世界頂尖的象棋項目將不再犯技術錯誤，但在人類中，不可能不犯錯誤。
第二，西洋棋擁有龐大的資料庫。如果棋盤上少於九個棋子，我們可以通過數學算法來計算誰贏誰輸。計算機可以通過幾千個迭代算法來計算。因此，當棋盤上少於九個棋子時，人類就無路可走了。西洋棋。
結果，西洋棋的算法幾乎是完美的，而且沒有辦法改進。然而，圍棋中的阿爾法狗在不斷地創造新想法，這些新想法，當面對真正的人時，頂級玩家也可以考慮它們，並且不斷地改進自己。
正如歐洲圍棋冠軍範迪（第一個與阿爾法狗比賽的專業象棋選手）所說，在對抗阿爾法狗的過程中，機器人不斷創新，但也讓人類不斷跳出自己的思維局限，不斷完善自己。我知道，經過在職業圍棋學校30多年的培訓，他們的許多思想已經凝固，機器人的創新思想可以帶給他們意想不到的靈感。我真的相信，如果人類和機器人結合在一起，他們可以創造出許多令人驚奇的東西。真正的潛力將真正釋放。
就像科學家用哈勃望遠鏡觀察宇宙一樣，圍棋專家也可以用阿爾法狗探索未知的世界，探索圍棋世界的奧秘。我們沒有發明阿爾法狗來贏得圍棋遊戲。我們希望建立一個有效的平臺來測試我們自己的人工智慧算法。我們的最終目標是將這些算法應用於現實世界，為社會服務。
當今世界面臨的巨大挑戰之一是信息量過大和系統複雜。我們怎樣才能找到其中的規律和結構呢從疾病到氣候，我們需要解決不同領域的問題。這些領域是如此複雜，甚至最聰明的人也不能解決這些問題。
我認為人工智慧是解決這些問題的潛在途徑。在充滿新技術的時代，人工智慧必須在人類道德基準的範圍內開發和利用。本來，技術是中性的，但是使用它的目的和範圍很大。確定它的功能和性質，這必須是一種有益的技術。
我自己的理想是通過我們自己的努力使人工智慧科學家、人工智慧助理和醫學助理成為可能。通過這項技術，我們可以真正加快技術的更新和進步。
