人工智慧界的「阿光」,AlphaGo 身邊的代言人:台灣資工博士黃士傑
當昨天Master擊敗了中國九段棋手周睿羊之後,一項不多話的Master終於發言在圍棋網站的討論區中說明了自己是誰:我是 AlphaGo 的黃博士,揭露了是AlphoGo在升級之後,再度帶著最新版回來讓人類挑戰。也讓 AlphaGo 確定了依然是目前最強的圍棋人工智慧程式的地位。
黃博士就是黃士傑,被人戲稱為人工智慧界的「阿光」,從當年AlphaGo擊敗歐洲圍棋冠軍樊麾時,就一直擔任AlphaGo的棋手。不過,他也不只是一個人類傀儡而已,同時也是負責打造AlphaGo大腦的團隊核心人物之一。
黃士傑,一位熱愛圍棋的資工人
黃士傑是土生土長的台灣人,業餘圍棋六段,台灣師範大學資訊工程系碩士、台灣師範大學資訊工程系博士。他在91年的碩士論文為「電腦圍棋打劫的策略」,99年(西元2010年)的博士論文為「應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法」。
他在之前AlphaGo首戰擊敗南韓棋王李世乭之後接受採訪時表示:「deepmind應該是在14年底之前、在AlphaGo團隊出現之前就創建了。我本人喜歡下圍棋,棋力是臺灣業餘六段,去年在德國的比賽我甚至贏過一位日本職業棋手。但AlphaGo肯定是比我強太多了。職業水準的圍棋軟體,應該最慢在1-2年之內就會在市面上普及。」
根據他在論文中表示,雖然電腦圍棋的研究開始於1970年,但是圍棋程式從未被人們認為是強大的。一直到2006年,當「蒙地卡羅樹搜尋」與「樹狀結構信賴上界法」出現之後,才帶來了圍棋程式的革命。
蒙地卡羅是一種大數法則的方法,使用隨機取樣,而不用把所有的可能都估算到。但是當取樣的次數越多,其所得出的平均值將趨近於理論值。這個方式應用在圍棋時,會隨機下子直到盤末,由此依據各點模擬的結果,來對於盤面進行優劣的評估,從中選出最好的下子方式。
這個方法多少帶有點運氣,但是當取樣數量越多的時候,誤差會相對變低。2006 年,法國科學家以蒙地卡羅方式發展出的 Crazy Stone 在 第十一屆電腦奧林匹克 9*9 比賽中獲得了冠軍。
而「應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法」這篇博士論文的指導教授之一,正是Crazy Stone 的那位法國開發者Rémi Coulom博士。而拿到了博士學位的黃士傑,之後也曾獲2012年臺灣電腦對局學會博士論文獎與2010 年19 路電腦圍棋金牌。
最後,值得一提的是,在這份2010年他才發表的博士論文摘要中,有這樣一段話:
「雖然電腦圍棋的研究開始於1970年,但是圍棋程式從未被人們認為是強大的。一直到2006年,當「蒙地卡羅樹搜尋」與「樹狀結構信賴上界法」出現之後,才帶來了圍棋程式的革命。人們才開始相信,圍棋程式在10年或者20年之後,將能夠擊敗頂尖的人類棋手」
現在,這份論文才發表不過6年的時間,他就親手把自己的預言給打破。
而在2016年3月,他在AlphaGo最終以4:1的佳績戰勝南韓棋王李世乭之後,也回到台灣,在台灣的Google總部舉辦了一次講座,在講座上說明了AlphaGo的人工智慧系統。
圍棋歷史悠久且難度高,一度成為人工智慧夢靨
黃士傑博士提到圍棋已有3000年的歷史,匯集了中國源遠流長的文化大成於一身,古稱琴棋書畫的「棋」就是指圍棋,全世界下圍棋的人數總共有4000萬人,他本身也是業餘六段的圍棋棋手。圍棋的難度在於它的複雜度很高,雖然規則簡單,但卻有10的170次方可能的盤面,變化總數比全宇宙的原子數還多,若真的要探究第一步最好的棋應該下在哪個位置,需要考慮到的變化基本上就是天文數字,所以圍棋被視為人工智慧的大挑戰。下圍棋需要棋手的直覺和計算能力,所以用電腦下圍棋非常困難,甚至可視為人工智慧的夢靨,自從1997年IBM的深藍打敗世界西洋棋王後,圍棋成為僅存尚無法突破的遊戲,而這次的勝利就是一個很大的突破。
黃士傑博士舉例說明西洋棋棋盤上有80個點,下第一步後還有79個點,而圍棋則有361個點,第二步棋就必須思考360個點,若一盤棋平均有150步,總盤面大概就是10的360次方,即使用電腦去暴力窮舉也可能幾億年都窮舉不完,因此困難處在於電腦找不到最佳解,最後考慮到圍棋除了計算以外的直覺特性,並利用這個特性來解決圍棋的難題。
AlphaGo的厲害之處在於它與深度學習結合
AlphaGo能夠打敗職業九段的關鍵在於它有兩個主要的網路:策略網路和值網路,舉例來說,360個棋步中,策略網路會找出前20個最好的棋步,剩下的340步就可以不必考慮,而AlphaGo從人類的2、30萬個棋譜當中去學習最好的20個棋步,因此AlphaGo是吸取前人所有的成果,並非排除人類的研究成果。
值網路則是做為判斷盤面之用,在搜索到某個點的時候來判斷優勢方為何。總結來說,策略網路只需要思考20步,因此可以減少搜索的廣度;而值網路透過搜尋前面幾步來得知優勢或劣勢,故大幅減少搜索的深度,這就是AlphaGo成功的祕訣,AlphaGo也會藉由每天與AlphaGo的對弈來做強化式學習,以提升自身能力。
針對一些賽後引起討論的疑問,黃士傑博士也做出回應,他表示AlphaGo賽前並沒有針對李世乭九段做任何特別的訓練,賽前也不會知道勝率有多少,必須在比賽開始後才會收集到足夠的資訊對棋局做出判斷,雖然在現場下棋的黃士傑看不到,但後台會有個圖表顯示勝率,若勝率低於20%,AlphaGo就會做出投降的決定。
值得一提的是,當初AlphaGo在第四局吞下敗仗,當時黃士傑表示開發團隊正努力地在尋找詳細的原因。而從這次AlphaGo取得的驚人戰績來看,顯然開發團隊的確是有了相當的突破。
Master 於60連勝後DeepMind發表官方聲明,專家表示人類面臨升級版的AlphaGo後可能再無勝算
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。
1月4日晚間,之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。之前,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。
Master 已經在線上平台上接連戰勝了聶衛平、柯潔、朴廷桓、唐韋星、范廷鈺、王古力、周俊勳和黃雲嵩等多位圍棋高手。
Master的技術沒有想像的那麼好?
對於此次掀起風暴的Master,人工智慧專家白碩評價說:
-
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。按現在勢頭髮展,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。
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 博士鄧侃表示:
3月份AlphaGo 與李世石對決第一盤,取得勝利後,就說明演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。因為演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 的算演法有本質突破。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瞭解就越全面。
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,媒體新智元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。