国产亚洲综合一区 柠檬导航-国产一二精品-国产一二三区精品-国产一二三区在线-baoyu777永久免费视频-baoyu污污网站入口免费

國際象棋人工智能

文章來源：36氪 神譯局

約20年前，深藍系統打敗世界國際象棋冠軍，但是當時的系統并沒有做出多少真正的創造性貢獻

編者按：大約20年前，深藍系統打敗世界國際象棋冠軍，但是當時的系統并沒有做出多少真正的創造性貢獻，現在不一樣了。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。卡爾森將機器的年齡下調到18歲，然后與程序對決，但卡爾森還是遭遇了挑戰。最開始幾分鐘，卡爾森被出乎意料的攻擊打得十分狼狽，然后他繼續奮戰，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，卡爾森已經發布多段視頻，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。

問題無法回避。卡爾森的確有可能是人類歷史上最棒的國際象棋棋手，但這樣的棋手為何會被電腦一次又一次打敗，人類是怎樣走到這一步的？

1997年的故事

大家可能是國際象棋門外漢，讓我們先來溫習一下：計算機征服國際象棋的故事源自深藍，1997年，深藍系統打敗世界圍棋冠軍卡斯帕羅夫（Gary Kasparov）。從那時開始，機器便展現出自己的優勢，它輕松咀嚼人類拋給它的精美圖案和美妙策略。但是現代分析人士卻得出不同的結論：機器是脆弱的，卡斯帕羅夫犯了很多錯誤，雙方都有明顯失誤。

第一局深藍系統贏了，但在第二局中，最后有一步棋出現變化。當時深藍系統本來有機會拿下一個兵，但它后撤了，深藍系統采取另外一種措施，它封鎖了卡斯帕羅夫反擊的可能性。計算機的行為超出了卡斯帕羅夫的預料，他深感不安，最終錯過了逼平的機會。賽后卡斯帕羅夫指責深藍系統作弊，他認為有一個超級大師幫助計算機，讓它下出預料之外的棋步。

備受爭議的棋步可能只是意外。幾年之后，幫助IBM設計深藍系統的科學家Murray Campbell解釋說，這步棋是漏洞造成的，在第三局開始之前，團隊悄悄修正了漏洞。可惜傷害已經造成。在隨后的比賽中，卡斯帕羅夫不再那么自信。因為無法理解深藍的舉動，卡斯帕羅夫浪費了很多時間，他想用非同尋常的人類舉動欺騙電腦，結果在第六局比賽中早早就犯錯，而這一局決定了比賽的勝負。

總之，雖然深藍勝利了，但對于計算機行業來說并不是什么壯舉，它獲勝是因為人類失誤造成的。這件事告訴我們，人類有弱點，比如猶豫、恐懼、喜歡猜測、容易疲勞，所以容易受到攻擊。深藍系統雖然表現并不出色，但它不知疲倦，始終保持一致。當卡斯帕羅夫的直覺出現問題時，計算機就能輕松取勝。

國際象棋可能是一項很優雅的游戲，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網絡、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。

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

到了今天，全球已經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據庫，在比賽開始之前找到開局。到了盤中時，系統可以確保自己站在有利位置。在棋局結束之前，系統可以使用各種策略，它不斷搜索數據庫，讓每一步接近完美。

至于國際象棋引擎評估權重的規則，它們是由一大群國際象棋精通者協助制定的。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秀。

國際象棋使用的是Elo評級系統，就是說系統會根據打敗對手的可能性判斷權重。不過要將計算機與人的表現對比是一件難事，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據，就能看到一幅“人類絕望圖”。

從數據看，計算機是統治者，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。

AlphaZero出手不凡

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。如果用創造棋步的標準來衡量，計算機本來比不上人類，但最近出現了變化。

2017年，谷歌資助的公司DeepMind展示第一代深度學習系統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，然后繼續時化。

AlphaZero和Stockfish使用的硬件基本一樣，但是AlphaZero每秒分析的步數只有Stockfish的千分之一，AlphaZero的優勢不在分析速度，而是學習。卡斯帕羅夫分析棋步之后感嘆說，AlphaZero就像他自己一樣擁有動態風格。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。”它如同一個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，它裝備神經網絡，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能做到，AlphaZero算是第一個。相比當年深藍系統擊敗卡斯帕羅夫，AlphaZero的意義似乎更重大。