AI的進步：模仿人類行為轉變?yōu)樽晕覍W習

　　大約20年前，深藍系統(tǒng)打敗世界國際象棋冠軍，但是當時的系統(tǒng)并沒有做出多少真正的創(chuàng)造性貢獻，現(xiàn)在不一樣了。本文編譯自medium原題為“How Computers Are Reinventing Chess”的文章。

　　這是一款標準的休閑游戲，供玩家在臥室玩，從開局到將死，大約只需要9分鐘。一邊是國際象棋世界冠軍馬格努斯?卡爾森 （Magnus Carlsen），他是當之無愧的神童，13歲就成為了國際象棋特級大師。另一邊是iPhone程序Play Magnus App，程序能模仿卡爾森的下棋習慣?？柹瓕C器的年齡下調到18歲，然后與程序對決，但卡爾森還是遭遇了挑戰(zhàn)。最開始幾分鐘，卡爾森被出乎意料的攻擊打得十分狼狽，然后他繼續(xù)奮戰(zhàn)，想與App打平，但最終還是投降。我們似乎看到App居高臨下說：“你需要好好磨練一下棋藝，讓我們再試一次吧！”卡爾森只能用微笑回應。

　　事件沒有什么特殊的。事實上，卡爾森已經(jīng)發(fā)布多段視頻，講述自己與不同年齡虛擬棋手對決的故事。這些視頻清楚告訴我們：不論是輸是贏，電腦都是卡爾森最不喜歡的對手。

　　國際象棋可能是一項很優(yōu)雅的游戲，但是深藍的游戲策略瞄準的卻是丑陋的蠻力。當時深藍還沒有用上神經(jīng)網(wǎng)絡、機器學習策略。相反，深藍用強大的原始力量推測潛在舉動，速度達到每秒2億步。

　　深藍系統(tǒng)根據(jù)各種不同的參數(shù)評估每一步，然后為每一項參數(shù)賦值。研究人員對將近100萬局大師下的棋局進行分析，站長資源平臺然后給參數(shù)確定權重，接下來再讓國際象棋大師優(yōu)化。深藍系統(tǒng)的下棋方法等于是將無數(shù)大師棋局拼湊在一起的，因為系統(tǒng)擁有足夠大的原始計算力，所以它可以預測未來，避免發(fā)生大錯誤。

　　到了今天，全球已經(jīng)有十多個計算機國際象棋引擎，所有引擎都在標準硬件之上運行，它們還高度依賴過去200年積累的國際象棋歷史。在競賽中，國際象棋引擎可以搜索海量數(shù)據(jù)庫，在比賽開始之前找到開局。到了盤中時，系統(tǒng)可以確保自己站在有利位置。在棋局結束之前，系統(tǒng)可以使用各種策略，它不斷搜索數(shù)據(jù)庫，讓每一步接近完美。

　　至于國際象棋引擎評估權重的規(guī)則，它們是由一大群國際象棋精通者協(xié)助制定的。貢獻者提出算法修改建議，然后再制作測試版本，接下來新老版本對決，直到研究人員確定哪個版本更優(yōu)秀。

　　國際象棋使用的是Elo評級系統(tǒng)，就是說系統(tǒng)會根據(jù)打敗對手的可能性判斷權重。不過要將計算機與人的表現(xiàn)對比是一件難事，因為能與計算機抗衡的人很少，有興趣這樣做的人也很少。

　　機器可以輕輕松松連續(xù)比賽1000局，所以將計算機與人做比較只能估計。盡管如此，只要你看一眼當今頂尖人類與頂尖國際象棋引擎的數(shù)據(jù)，就能看到一幅“人類絕望圖”。

　　從數(shù)據(jù)看，計算機是統(tǒng)治者，但它并不完美。它們無法預測棋局的結尾，因為結果的可能性比宇宙中的原子還要多。想打敗人類世界冠軍，引擎沒有必要完美。計算機只要保持一致、不知疲倦、不犯明顯錯誤就行了。

　　國際象棋實際上很重視積累，這點可能是外行人忽視的。有許多國際象棋冠軍說，新一代最終會擊敗老一代，之所以這樣并不是因為他們更年輕、更有精力，而是因為他們可以獲得更多知識。如果用創(chuàng)造棋步的標準來衡量，計算機本來比不上人類，但最近出現(xiàn)了變化。

　　2017年，谷歌資助的公司DeepMind展示第一代深度學習系統(tǒng)AlphaZero。最開始時AlphaZero并沒有內置國際象棋知識，里面沒有開局步法目錄，也沒有幾百萬局大師下的棋，它只知道下棋的規(guī)則，除此再無其它。

　　不過AlphaZero會學習，而且學習的速度很快。它自己與自己下棋，下幾個小時就能達到大師水平。一天結束時，AlphaZero已經(jīng)擁有精湛的技藝，可以打敗有限版Stockfish國際象棋引擎。去年，Stockfish又打敗了完整版Stockfish。

　　當AlphaZero學習時，人類可以觀察到它的進步，看著它從初步者進化為大師，然后繼續(xù)時化。

　　AlphaZero和Stockfish使用的硬件基本一樣，但是AlphaZero每秒分析的步數(shù)只有Stockfish的千分之一，AlphaZero的優(yōu)勢不在分析速度，而是學習?？ㄋ古亮_夫分析棋步之后感嘆說，AlphaZero就像他自己一樣擁有動態(tài)風格。馬修?薩德勒（Matthew Sadler）則說：“AlphaZero找到了過往最佳棋手的秘密筆記本?！彼缤粋€會下國際象棋的外星人降臨在人類的頭頂。

　　AlphaZero和之前的計算機國際象棋程序有一個很大的不同：AlphaZero不需要模擬人類，它裝備神經(jīng)網(wǎng)絡，可以自己理解棋局。AlphaZero不只打敗了人類，它也許還能幫助人類理解國際象棋，之前沒有計算機系統(tǒng)能做到，AlphaZero算是第一個。相比當年深藍系統(tǒng)擊敗卡斯帕羅夫，AlphaZero的意義似乎更重大。