柯洁为何说输得没脾气?8个问题解读人机大战第一局
2020-07-17

    

柯洁为何说输得没脾气?8个问题解读人机大战第一局

经过四个多小时的对弈,柯洁以四分之一子之差败给了 AlphaGo。

比赛后,曾参与训练 AlphaGo 的棋手樊麾,与围棋九段常昊一同回顾了整个对弈过程。柯洁也与 Deepmind 创办人 Demis Hassabis,以及 AlphaGo 的工程师 David Silver 一同接受了媒体採访,谈及对比赛的感想。

AlphaGo 注重整体局势的发展

樊麾提到,在经过年初 Master 的 60 局比赛后,很多棋手也在尝试用点三三这种下法。而柯洁也模仿了这种开局。

常昊在分析中表示,对整个棋局印象最深的,是白棋在开局后不久第 24 手的大飞,这显示出 AlphaGo 更更注重中央势力的发展,对厚薄和棋局的发展有更多注重,因为这一步在未来棋局中的效率会更高。

AlphaGo 另一个令人印象深刻的也是在开局后不久,在棋局的左上方,採取了一步断。在断之前,黑棋看起来很厚,但之后白棋也变得厚了。常昊称,「这是走的一步后手,但却留下了很多余味。」

柯洁为何说输得没脾气?8个问题解读人机大战第一局
第 24 手「大飞」,第 54 手「断」

「这一步带给了我们新的想法,有些棋不是不能下,下了以后还会有新的思路。它提供了一种思路的创新,我们可以共同去研究,为围棋的下法带来更多发展。」

虽然被围棋围住的 4 个字看起来已经没救了,但 AlphaGo 依然会更多利用这 4 个子,它会想把棋盘上所有子的价值都利用起来。

柯洁:输得没脾气

柯洁在回顾比赛时也对第 54 手的断,表示了肯定。他称,「很震惊,这在人类的下法中是不能有的」。在断之后,它把自己的脚步实地化,变得更厚,一石二鸟。

柯洁感叹,「实在下得太出色了,输得没什幺脾气。」

Demis Hassabis 在赛后表示,这是一场非常精彩的比赛,他非常尊敬柯洁,这一战的表现令人佩服。他认为柯洁表现出了顽强与精彩的实力,在赛前也做了很多战前的準备。

「柯洁同时做了战略和战术的準备,比如点三三,这是他从年初 Master 的 60 场比赛中的总结。他有自己的战略,有好几手都是非常漂亮的。第 24 手是全盘皆活的一手。接下来还有很多场比赛,我非常尊敬柯洁,让 AlphaGo 也必须用全力以赴对付你。」

比赛的结果虽然有了,但外界对 AlphaGo 和柯洁的好奇心没有满足。在採访中,双方也回答了很多大家关心的问题。

比赛后柯洁为什幺笑了?

柯洁称,这是苦笑,不是很开心的笑。

「很早就知道自己会输。AlphaGo 的每一步棋都是匀速的,到最后时已经知道会输多少了。」

对于自己的评价,柯洁称,「AlphaGo 下得很精彩,但我自己也尽了全力。它下得太好了,有很多地方值得棋手去学习和探索。它对围棋的理念带来了冲击,在改变我们最初对围棋的下法,没什幺棋是不能下的。对 AlphaGo 的想法也有改变,我们可以大胆去创新,开拓自己的思维,可以自由地去下棋。今天也是大胆地开拓了自己的思维。」

柯洁还曾想用 AlphaGo 的策略来对付它。「我的印象中 AlphaGo 是会非常贪恋实地的,比如点三三的方法,今天我也是在使用这种策略。但这种意图被 AlphaGo 打败了,完全进入了它的调子中。它真的下得非常的好。」

柯洁认为,AlphaGo 的棋与去年完全是两个人。第一次时它很接近人的,但现在越来越像「上帝」。

AlphaGo 有弱点吗?

柯洁认为,弱点暂时没有看见。以前还是有弱点的,但现在 AlphaGo 对棋的理解与判断已经 远 胜于我们人类了,赢的话只能找一些 bug 出来。

但他同时说,「对自己永 远 要有信心。」

Hassabis 称,在李世石后再次参加比赛,就是希望棋手们能找到 AlphaGo 的弱点,找到它跟自己对弈时不知道的缺陷。

「李世石当时在第 4 局找到了这个缺口,后来我们改善了体系。当然还会有新的领域,我们和 AlphaGo 都不知道,所以才会参加比赛。」

David Silver 解释称,AlphaGo 的做法是将它的获胜的概率最大化,而不是接近式赢得比赛。它会寻找一些确定的路线,实现少风险的获胜机会。这也是一个取捨问题,要决定如何扩大胜利的比例。当然,它还有一些其它目标,比如将胜利的步伐 迈 得更大,如果重点只是放在获胜上,它可能会降低风险,即使很小的风险也会去关注。

对围棋的影响?

Hassabis 认为,围棋是一个非常有意思的主题,它有无限的可能性。通过比赛,可以改进对于围棋的理解,这是我们可以用的工具,让伟大的棋手发现更多围棋的奥妙。

AlphaGo 完全不依赖棋手的训练吗?

David Silver 解释称,AlphaGo 一开始就是跟人类来学习的,它通过自身对弈来学习时,也必须要跟人类专家对弈才行,因为与顶尖的棋手对决才能改善。新版本是更多与自身对弈来学习,实现自我的搜索,对人类数据的依赖更小了。而 DeepMind 的目标是让它的规则超越围棋,应用到其它领域。

战胜位于围棋顶端的柯洁后,AlphaGo 是否就此隐退?

对这一问题,Hassabis 没有正面回应,只是表示,本週晚些时候会宣布下一步怎幺做。像第一版在学术期刊上发布了技术细节一样,他们以后也会发布更多新版本的细节,会公开更多技术细节,让其它团队与实验室做自己的版本。

技术细节?多少个 TPU?单机版?

这次比赛的 AlphaGo 是新版本,它改善了新的算法,主要进步是计算量少了十倍,自我对弈更强。

Hassabis 称,在比赛中程式是在一个单一的机器上运作的,这与去年不一样,当时是分布式的。这次有更强大的算法,运作起来更简单也更好,获得的速度更快。

Hassabis 表示,计算力可以「在 Google 云中获得,用的是 TPU,十个处理单位,少了十倍的计算量」。简单点说,这次的 AlphaGo 是单机版。

柯洁再也不与人工智慧比了?

赛前,柯洁发微博表示,这次比赛是最后三场与人工智慧的比赛。赛后,他对这个决定再次做了确认。

「考 虑 了很久,AlphaGo 进步太快了,每一步都是巨大的进步,在以后会更加完美,而人与它的差距不是靠自己的努力就能去弥补的。我相信科技的力量,未来是人工智慧的。对围棋来说,我还是喜欢和人来下,因为机器与人的差距会越来越大,人赢的概率会越来越小,这样下棋太痛苦了,一盘都赢不了。」

他表示,以后也不会去训练机器了,这是最后的三盘棋。

「希望以后还是下人类的棋,对软体把它当作一个老师,一个学习的对象去看待。」

他表示,对自己的表现也有点不满意,觉得自己可以做得更好,但有时候无论怎幺努力都无法做到。所以这最后一次,他希望不留遗憾,下出让自己满意的棋局。

「令 AlphaGo 的主机发烫也好。」

那如果人类棋手不想和 AlphaGo 打了怎幺办?

Hassabis 表示,从他们的角度来说,想要 AlphaGo 作为围棋的工具,能为人类所用,所以会有架构知识的分享,让大家知道它。也希望它能走进寻常百姓家,在医学与科学找到应用场景。


上一篇: 下一篇:

相关推荐