机器人围棋

尽管人工智能机器人在象棋领域已经完胜人类，机器人大会但在围棋领域长期以来举步维艰。人类的骄傲也许不可能永远延续下去。近日，国际顶尖期刊《自然》封面文章报道了谷歌研究者开发的名为“阿尔法围棋”的人工智能机器人，机器人实验室在没有任何让子的情况下，以50完胜欧洲冠军、职业围棋二段选手樊麾。

机器人与人公平对弈

1997年，人工智能机器人第一次打败顶尖的国际象棋人类选手。2006年，人类一次打败国际象棋人工智能机器人，此后便一再败北，正应了四十多年前计算机科学家的预言。

但在围棋领域，由于人工智能机器人棋力比人类弱，在之前的比赛中，人类选手都会让子，而且人工智能机器人主要和业余段位的棋手比赛。，对于机器人的“进攻”，人们会以在围棋领域的智力优势来自我安慰。，这次情况不同了，与机器人对弈的选手樊麾目前是法国国家围棋队总教练，已经连续三年赢得欧洲围棋冠军的称号。而“阿尔法围棋”对战樊麾是完全公平的比赛，没有让子，却赢了比赛。

此前，研究者也让“阿尔法围棋”和其他的围棋人工智能机器人进行了较量，在总计495局中只输了一局，胜率是99.8%。它甚至尝试了让4子对阵CrazyStone、Zen和Pachi三个先进的人工智能机器人，胜率分别是77%、86%和99%，由此可见“阿尔法围棋”有多强大。

在2016年3月份，“阿尔法围棋”将和韩国九段棋手李世石在首尔一战，奖金是由谷歌提供的100万美金。李世石是最近10年中获得世界第一头衔最多的棋手。之前有人预测说，人工智能机器人需要再花十几年才能在围棋领域战胜人类，这场比赛或许会就此载入史册。

深度学习助其战胜人类

研究任何棋类，一种直观又偷懒的思路是列举所有能赢的方案，这些方案会形成一个树形地图。人工智能机器人只要根据这个地图下棋就能永远胜利。，围棋一盘大约要下150步，每步有250种可选的方法。要是人工智能机器人采用这种方式，需要计算大致10360种情况，相对的，国际象棋所需的计算则少得多，每盘大约80步，每一步有35种可选下法，大概有10124种情况。

无论如何，列举所有情况的方法不可行，所以研究者们选择了模仿人类大师的下棋方式。这就是“深度学习”，这是目前人工智能领域最热门的学科，能完成笔迹识别、面部识别、驾驶自动汽车、自然语言处理等非常复杂的任务。

“阿尔法围棋”的核心是两种不同的深度神经网络——“策略网络”和“值网络”，机器人资料它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围内，本质上和人类棋手所做的一样。

其中，“值网络”负责减少搜索的深度——人工智能机器人会一边推算一边判断局面，局面明显劣势的时候，就直接抛弃某些路线；而“策略网络”负责减少搜索的宽度——面对眼前的一盘棋，有些棋步是明显不该走的，比如不该随便送子给别人吃。“阿尔法围棋”利用这两个工具来分析局面，判断每种下子策略的优劣，就像人类棋手一样。这样“阿尔法围棋”在分析了未来棋局的情况下，就能判断在哪里下子赢的概率会高。

研究者们用许多专业棋局训练人工智能机器人，这种方法称为监督学习，然后让人工智能机器人和自己对弈，这种方法称为强化学习，每次对弈都能让人工智能机器人棋力精进。而且，人类在下棋时有一个劣势——在长时间比赛后，他们会犯错，但机器不会。，人类或许一年能玩1000局，但机器人一天就能玩100万局，所以“阿尔法围棋”只要经过了足够的训练，就能击败所有的人类选手。

人类智力贬值了吗

人工智能研究者面对这样的成就欣喜。深度学习和强化学习等技术完全可以用于更广泛的领域。比如应用于精准治疗，人类可以训练机器人判断哪些治疗方案对某个特定的人有效。

，围棋毕竟不仅仅是一项智力成就，就像十多年前的国际象棋一样，围棋必定也会引发超出本领域之外的讨论。等到计算机能在围棋上秒杀人类的时候，人类的智力是不是就贬值了？机器人艺妓那些传统观念所认为的人工智能机器人不可能完成的任务，是否也都将被逐一打破？没人知道答案。但有一点毫无疑问人工智能机器人一定会进入人类的生活，女友机器人这一接触虽然很可能悄无声息，但意义或许不亚于人类第一次接触外星生命。