柯洁14子惜败，机器之心独家对话AlphaGo开发者导师 Martin Müller

发布时间：2025-04-27　点此：1015次

机器之心报导参加：杜夏德、李泽南

榜首战，AlphaGo 赢了！简直不出其不意。

5 月 23 日，我国围棋协会和浙江省体育局携手谷歌联合主办的「我国乌镇·围棋峰会」正式开幕，直到 5 月 27 日，柯洁与 AlphaGo 的三番棋人机大战以及人机团队赛、配对赛将连续打开。

大赛发动典礼

关于这次围棋人机对话，有几大悬念有目共睹。现役最强棋手柯洁是否有时机取胜仍是将彻底失利——这无疑是本轮对战的最大亮点。此外，再次出战的 AlphaGo 是否现已是运用全新办法练习的新版别也是一大焦点。时隔 4 个多月，AlphaGo 的才能是否又有进步？它能否将人类关于围棋的了解带上一个更新的高度？这些问题行将在短短五天的对决中揭晓。

除了现场报导之外，机器之心约请阿尔伯塔大学教授、核算机围棋尖端专家 Martin Müller 以及《深度强化学习总述》论文作者李玉喜博士，一同观看了竞赛直播。Müller 教授所带领的团队在博弈树查找和规划的蒙特卡洛办法、大规模并行查找和组合博弈论方面颇有建树。实际上，参加了大师级围棋程序 AlphaGo 的规划研制的 David Silver 和黄士杰（Aja Huang）（他们分别是 DeepMind 的 AlphaGo 相关 Nature 论文的榜首作者和第二作者）都曾师从于他。李玉喜博士是加拿大阿尔伯塔大学核算机系博士、博士后。致力于深度学习、强化学习、机器学习、人工智能等前沿技能及其运用。曾任电子科技大学副教授；在美国波士顿任资深数据科学家等。2017 年 1 月在 arXiv 上宣告《Deep Reinforcement Learning: An Overview（深度强化学习总述）》论文。

Martin Müller 教授和机器之心一同观看直播

AlphaGo 榜首局意料之中的成功

下午 14:47，在经过了 4 小时 17 分钟的剧烈竞赛之后，AlphaGo 以四分之一子的优势取胜，这并不让人感到意外。

竞赛前一天，柯洁在微博上表达了自己对行将到来的竞赛的观点和等待，言外之意并没有透露出打败 AlphaGo 的决心，他在微博上写道：「不论输赢，这都将是我与人工智能毕竟的三盘对局……现在的 AI 前进之快远超咱们的幻想。像国产的绝艺、日产的 ZEN 虽然和 Alphago 还有着较大距离，但现已表现出超强的实力了... 我信任未来是归于人工智能的。」

这场竞赛不仅是 DeepMind 的盛事，也得到了 Alphabet 高层的要点重视。DeepMind CEO Demis Hassabis 和 Alphabet 总裁 Eric Schmidt 都来到了现场。

「祝柯洁好运！」赛前，Hassabis 表明了对围棋界深深的谢意，他说，我国是人类围棋的诞生之地。此次竞赛的主旨在于探究新打法。围棋国际就好像国际一般，再过一万年也不或许尽头一切的打法。或许人工智能或许供给新的启迪。上一年和李世乭的竞赛完毕后回到伦敦，DeepMind 对 AlphaGo 进行了全新的架构更新，推出了晋级版别 Master，期望 AlphaGo 能走自己立异打法的路。

Hassabis 着重：「这不是人机大赛，而是人类运用机器探究新的办法，AlphaGo 就像哈勃望远镜，能协助咱们看到更远的不知道。不论成果怎么，毕竟成功归于人类。」

现年 19 岁的柯洁是我国围棋九段选手，本籍浙江丽水。他从 5 岁就师从周宗强五段正式开端学棋，2008 年 10 岁升初段敞开工作生涯。他曾获得第 2 届百灵杯国际围棋公开赛冠军、第 20 和 21 届三星杯国际围棋公开赛冠军、第 2 届梦百合杯国际围棋公开赛冠军，在国际大赛中曾发明过 14 连胜的战绩。在本次围棋人机大战开打前夕，围棋排名网站 Goratings 更新了到 5 月 21 日的国际围棋等级分排名。将在 23 日-27 日和 AlphaGo 打开对决的柯洁九段持续毫无悬念持续领跑，他与第二名朴廷桓的分差已有 30 分之多。

这场围棋人机大战是从上午 10:30 开端的；我国棋院院长华以刚、国际围棋女子冠军徐莹组合与常昊张璇配偶轮流进行了解说。

柯洁执黑子，榜首手棋，下在右上角，以示对对手的敬重。黄博士替代 AlphaGo 执白子。与 AlphaGo 交手后，柯洁研讨了一年多 AlphaGo 喜爱的三三式，吸取了经验，对 AlphaGo 的落子有所防备，并率先在右下角点三三，使出了 AlphaGo 的下法。「柯洁的这一步是 AlphaGo 的风格」Müller 说道。「在上一年 AlphaGo 竞赛之后，许多顶尖棋手都已剖析了 AlphaGo 的棋风，并将其运用于实战，柯洁最近已在正式竞赛中运用了这种下法并取胜。」柯洁棋风仍旧强硬，AlphaGo 仍是不走寻常路。

竞赛进程中柯洁彻底沉浸在自己的思考中，简直未昂首看对面的黄博士一眼。

竞赛 4 个小时之后，这场人机对弈大战完毕，AlphaGo 以四分之一的子取胜。毕竟柯洁用时 2 小时 47 分，AlphaGo 用时 1 小时 30 分。自此，其时国际排名榜首的棋手和人工智能 AlphaGo 的榜首局竞赛落下了帷幕，成果基本上没有超出任何人（包含柯洁自己）的意料。

结局盘面

柯洁与 AlphaGo 的第二局竞赛将在 5 月 25 日上午 10:30 开赛，柯洁能否鄙人一场竞赛上获得出其不意的成果，让咱们拭目而待。

AlphaGo 晋级版

曩昔一年多，只需你略微重视过科技新闻，就必定看到过 AlphaGo 的姓名（有时也被人称为「阿尔法狗」）。上一年 3 月份，AlphaGo 成为了国际上榜首个打败国际尖端工作选手的围棋程序。在打败了李世乭后，AlphaGo 或许现已成为了国际上最著名的人工智能程序。

但大胜李世乭的 AlphaGo 版别毕竟仍是输了一场，所以还并不完美。据了解，其时 AlphaGo 开端主要是依托许多学习人类棋手的棋谱来进步棋术。随后 AlphaGo 进入到彻底的自我深度学习阶段，也便是彻底摒弃人类棋手的思想办法，依照自己（左右互搏）的办法研讨围棋。关于 AlphaGo 是否运用人类棋谱的问题，李玉喜博士评论说：「核算机围棋是一个优化问题，关于 AlphaGo，便是在优化它所选用的深度神经网络的参数。从优化的视点说，能够从任何初始值开端，使用随机梯度下降等算法进行优化。使用人类棋谱，能够协助设置一组不错的初始值，很或许能够进步寻觅最优参数的功率；而假如不必人类棋谱，理论上能够，但一开端对参数的查找或许有些盲目，个人以为不应该选用这个计划。」

2016 年 1 月 28 日，Nature 杂志以封面论文的方法介绍了 DeepMind 团队开发的人工智能程序 AlphaGo，这也便是后来打败韩国棋手李世乭的 AlphaGo 版别。

AlphaGo 结合了监督学习与强化学习的优势。经过练习构成一个战略网络，将棋盘上的形势作为输入信息，并对有所可行的落子方位构成一个概率散布。然后，练习一个价值网络对自我对弈进行猜测，以-1（对手的肯定成功）到 1（AlphaGo 的肯定成功）的规范，猜测一切可行落子方位的成果。AlphaGo 将这两种网络整合进依据概率的蒙特卡罗树查找（MCTS）中，完成了它真实的优势。

在获取棋局信息后，AlphaGo 会依据战略网络（policy network）探究哪个方位一起具有高潜在价值和高或许性，从而决议最佳落子方位。在分配的查找时刻完毕时，模仿进程中被体系最繁琐调查的方位将成为 AlphaGo 的毕竟挑选。在经过先期的全盘探究和进程中对最佳落子的不断揣摩后，AlphaGo 的探究算法就能在其核算才能之上参加近似人类的直觉判别。

可是新版的 AlphaGo 发生许多自我对弈棋局，为下一代版别供给了练习数据，此进程循环往复。

AlphaGo 的棋风一向为人惊叹，与其交兵过的大多数棋手都感叹它的不行揣摩，可谓是违和感十足，却极具杀伤力。金成龙曾表明：「AlphaGo 机器人下棋的办法是人类想不出来的。它有几回小的失误，之前我以为这种失误对李世石是有利的，现在看起来 AlphaGo 是以小失误交换更大的成功。」

AlphaGo 的强壮之处不在于一招一式，而在于对每一局竞赛展示出的全新视角。虽然围棋风格略显笼统，但 AlphaGo 的战略展示了灵敏与敞开的精力：没有先入为主的练习让它找到了最有用的下棋办法。有用哲学让 AlphaGo 常常走出违背直觉——但却最为合理的走子。

虽然围棋是一个有关圈地的游戏，但胜负手却在于对不同战区之间的取舍平衡，而 AlphaGo 拿手发明这种平衡。具体来说，AlphaGo 拿手运用「影响力」——已有棋子对自己周围的影响为自己获取优势。虽然 AlphaGo 的价值网络不能准确地核算出影响的数值，但它的价值网络能够一次性考虑棋盘上的一切棋子，以奇妙和准确的办法做出判别。正是这样的才能让 AlphaGo 把自己在部分的优势转化为整个竞赛的胜势。

作为 David Silver 与黄士杰在阿尔伯塔大学的导师，Martin Müller 对他的学生们感到自豪：「我对他们感到十分自豪，他们都曾是我的博士/博士后学生，在阿尔伯塔也得到了强化学习的前驱 Richard Sutton 的教训。在阿尔伯塔期间，深度学习技能还未发展起来。那时咱们的围棋程序还十分简略，没有参加蒙特卡洛树查找机制，只运用了强化学习。随后他们在 DeepMind 获得了许多资源，这也为这以后的成功打下了根底。」

此前，在 4 月 10 日下午，谷歌在北京的我国棋院举行新闻发布会，正式宣告 AlphaGo 将于本年 5 月 23 日在浙江乌镇对决以柯洁为代表的我国顶尖棋手。与此一起，DeepMind 官方也宣告了一篇博客对新版 AlphaGo 的下棋思路进行了解说。作为 AlphaGo 的一员，樊麾在 DeepMind 的这篇博客中写到：AlphaGo 在最近的竞赛里展示出了开创性的棋风，其中最引人瞩目的是前期点三三和全新的「妖刀」改变——每个都违背了惯例理论，但在更深化的研讨中被证明是高超的下法。

实际上，DeepMind 或许之前现已对新的算法进行过了测验。2016 年年末，AlphaGo 化名 Master，在网络上与人类顶尖棋手下了 60 盘测验棋，获得 60 局全胜的骄人战绩。经过那次测验，谷歌旗下的 DeepMind 又发现了 AlphaGo 不少需求完善的当地，2017 年 5 月中下旬行将与柯洁进行正式人机大战的将是「AlphaGo 2.0 版别」。

Müller 以为现在 AlphaGo 的功能现已进步到了新的高度。「将蒙特卡洛树查找和战略网络结合来进步战略网络的功能？」Müller 说道。「虽然这样需求花费许多的时刻用于练习战略网络，但鉴于 DeepMind 是谷歌旗下的公司，他们能够使用到谷歌的强壮硬件，乃至新一代 TPU。在上一年与李世乭的对决后，DeepMind 的团队能够测验在许多方面上进行改善。」

关于与 AlphaGo 附近的机器对手，Müller 还表明腾讯的「绝艺」已是现在国际第二强的核算机围棋程序，在未来或许会有打败 AlphaGo 的实力。

AlphaGo 未来还有多场竞赛，包含前所未有的多人对战。机器之心还将持续盯梢解读，为读者榜首时刻带来更有价值的技能解读。

Martin Müller 将作为讲演嘉宾露脸 5 月 27 日- 28 日机器之心举行的 GMIS 2017 大会上，他将带来主题为「深度学习年代的启发式查找（Heuristic Search in the Age of Deep Learning）」的讲演。获取人机大战和全球机器智能峰会的最新信息，请重视大会官网 gmis.jiqizhixin.com。

告发/反应