劉知青：圍棋人機(jī)大戰(zhàn)是人工智能技術(shù)的展現(xiàn)

?

北京郵電大學(xué)軟件學(xué)院教授、圍棋軟件開發(fā)者劉知青

　　道與數(shù)

　　——“人機(jī)大戰(zhàn)對(duì)圍棋文化的影響”研討會(huì)

　　時(shí)間：2016年3月16日9：00—13：00

　　地 點(diǎn)：北京裕龍國(guó)際酒店第八會(huì)議室

　　主辦單位：《光明日?qǐng)?bào)》國(guó)學(xué)版 國(guó)學(xué)網(wǎng)

　　邱運(yùn)華（首都師范大學(xué)副校長(zhǎng)）：

　　今天我們所談?wù)摰?，是一個(gè)面向未來的嶄新話題。原來國(guó)學(xué)網(wǎng)也主辦過一些活動(dòng)，比如《中國(guó)圍棋古譜集成》，是面向過去的整理；“國(guó)學(xué)杯”是面向業(yè)余棋界的比賽，等等。而本次座談會(huì)則是面向未來的一個(gè)活動(dòng)，這是非常有意義的。

　　尹小林（首都師范大學(xué)電子文獻(xiàn)研究所所長(zhǎng)）：

　　這幾天我看了大賽的棋譜和一些媒體的報(bào)道，有三點(diǎn)感受：

　　第一是強(qiáng)者至上。在圍棋界，誰的水平高，誰就擁有更多發(fā)言權(quán)。此前計(jì)算機(jī)軟件水平不高，沒有多少發(fā)言權(quán)。這一次AlphaGo軟件出來以后，職業(yè)棋手就開始謙虛了。

　　現(xiàn)在討論比較多的，把計(jì)算機(jī)叫作圍棋上帝。從某種意義上講，計(jì)算機(jī)就是代表上帝和人在下棋，我的第一個(gè)感受就是計(jì)算機(jī)太強(qiáng)大了。

　　第二是大道至簡(jiǎn)。最大的道理是最簡(jiǎn)單的。今天我們還請(qǐng)了《周易》方面的專家，《周易》的“易”與對(duì)弈的“弈”是同音的，在古漢語里面，同音往往同義。當(dāng)圍棋這么復(fù)雜的游戲可以簡(jiǎn)化到用二進(jìn)制來表述的時(shí)候，它就與《周易》相通了。

　　原先我們認(rèn)為圍棋變化太多，無法計(jì)算，但是當(dāng)我們找到一種算法時(shí)，情況就變了。前兩天一個(gè)計(jì)算機(jī)專業(yè)的朋友跟我透露了一個(gè)信息，他說現(xiàn)在AlphaGo已經(jīng)找到一種基于圖像的算法，直接計(jì)算棋形的面積，計(jì)算雙方棋子的面積。大道至簡(jiǎn)，最復(fù)雜的東西用最簡(jiǎn)潔的方法來表示，這就是計(jì)算機(jī)的基本原理。

　　第三是弱勢(shì)平衡。世界上不能只有強(qiáng)者，弱者和強(qiáng)者是共存共生的。比如王元老師是職業(yè)八段，我是業(yè)余三段，如果他讓到五六個(gè)子的時(shí)候，我們雙方力量就平衡了。實(shí)際上我們的文化也好，圍棋也好，《周易》也好，中醫(yī)也好，都在講平衡。這次人機(jī)大戰(zhàn)很大程度上是在逼迫我們?nèi)ニ伎細(xì)v史、現(xiàn)代和未來，我們需要從文化的角度去思考這次人機(jī)大賽的意義。

　　一

　　劉知青（北京郵電大學(xué)軟件學(xué)院教授、圍棋軟件開發(fā)者）：

　　前年我寫過一本《現(xiàn)代計(jì)算機(jī)圍棋技術(shù)》，我在那本書里做了一個(gè)大膽預(yù)測(cè)，計(jì)算機(jī)圍棋會(huì)在五到十五年之內(nèi)戰(zhàn)勝頂尖職業(yè)棋手。這個(gè)可能是當(dāng)時(shí)最大膽的預(yù)測(cè)了，沒有人相信。去年10月AlphaGo戰(zhàn)勝樊麾，但當(dāng)時(shí)沒有公布。今年1月28日，他們的文章在頂級(jí)科學(xué)雜志《Nature》上發(fā)表，公布了這個(gè)事實(shí)。這遠(yuǎn)遠(yuǎn)超出我及同行們的一個(gè)最樂觀的估計(jì)：不是五到十五年，而是五到十五個(gè)月就已經(jīng)完成了。

　　《Nature》那篇文章非常重要，我仔細(xì)讀過它。那篇文章指出了一個(gè)很明確的方向，但是它沒有公布細(xì)節(jié)。所以別人要復(fù)制那些細(xì)節(jié)還是需要一定的工作量，這就像知道要這樣做才能爬到珠穆朗瑪峰，但你按著方法去爬，也不是十天半個(gè)月就能夠做到的。

　　這個(gè)團(tuán)隊(duì)非常強(qiáng)大?！禢ature》那篇文章就有二十幾位作者，都是長(zhǎng)期從事計(jì)算機(jī)工作的博士專家，最前沿的學(xué)者。主要人員都有十多年的計(jì)算機(jī)圍棋研究背景，有十多年的積累。陰謀論總是有的，但我看他們的論文，非常有說服力。而且，世界上能夠這樣戰(zhàn)勝李世石的，應(yīng)該是沒有的。在現(xiàn)場(chǎng)它不可能去作弊，它下棋的方法也不是人的方法，它做了很多交換，我們看來都是俗手，這些小細(xì)節(jié)不是最優(yōu)，但它仍然可以碾壓李世石。李世石唯一的翻盤，只是計(jì)算機(jī)在那個(gè)時(shí)候犯了一個(gè)錯(cuò)誤，而這個(gè)錯(cuò)誤其實(shí)是它使用技術(shù)的一個(gè)特征。這個(gè)弱點(diǎn)恰恰說明這是一個(gè)軟件，是一個(gè)計(jì)算機(jī)。而且它的強(qiáng)項(xiàng)也是計(jì)算機(jī)的強(qiáng)項(xiàng)，不是人的強(qiáng)項(xiàng)。整個(gè)比賽過程應(yīng)該還是一個(gè)非常有說服力的技術(shù)的展現(xiàn)。

　　孫茂松（清華大學(xué)計(jì)算機(jī)系教授）：

　　五六年前，微軟有一個(gè)華人學(xué)者，負(fù)責(zé)微軟的語音識(shí)別項(xiàng)目，他與我商量說能不能做個(gè)圍棋軟件。當(dāng)時(shí)我覺得圍棋太復(fù)雜了，這也是業(yè)界的共識(shí)。我大概算了算，縱橫19道，361點(diǎn)，每個(gè)點(diǎn)都有白子、黑子、無子三種可能，這就是3361。算下來一盤棋有10172種可能。

　　林建超（中國(guó)圍棋協(xié)會(huì)副主席）：

　　這是沈括在一千多年前記載在《夢(mèng)溪筆談》里的，其實(shí)理論上還要比這個(gè)數(shù)字大得多。沈括當(dāng)年不能掌握的，一個(gè)是組合的方法，第二個(gè)是滿空間的算法，第三個(gè)是黑白雙方運(yùn)行，而且他不知道重復(fù)提子，這些東西當(dāng)年都沒有計(jì)算在內(nèi)。所以一個(gè)點(diǎn)不是三種可能，而是無限種可能。

　　孫茂松：

　　反正很復(fù)雜。而且你還得把人類下得比較好的棋譜給它輸送進(jìn)去，大學(xué)沒有這個(gè)工程能力，國(guó)內(nèi)科研體制下也沒有辦法拿到這個(gè)經(jīng)費(fèi)。但是當(dāng)最近兩三年卷積神經(jīng)網(wǎng)絡(luò)出來的時(shí)候，我的第一直覺就是：圍棋可以做了。因?yàn)榫矸e神經(jīng)網(wǎng)絡(luò)這幾年在語音識(shí)別、圖像識(shí)別上的進(jìn)展突飛猛進(jìn)。語音識(shí)別現(xiàn)在的錯(cuò)誤率大概在9%，而以前要高得多。這是現(xiàn)在包括谷歌、微軟、百度在激烈競(jìng)爭(zhēng)的一個(gè)領(lǐng)域。這個(gè)卷積神經(jīng)網(wǎng)絡(luò)，即便是輸入一張最簡(jiǎn)單的圖片，64×64的一個(gè)點(diǎn)陣，也比圍棋要復(fù)雜得多。

　　韓立新（清華大學(xué)哲學(xué)系教授、清華大學(xué)圍棋文化交流與研究基金會(huì)主席）：

　　不好意思打斷你一下，是不是說在圖像識(shí)別這個(gè)技術(shù)上，人工智能已經(jīng)比人類高？

　　孫茂松：

　　對(duì)。把物品分成一千類，然后給一張照片，給五個(gè)答案去選。這個(gè)條件下，現(xiàn)在機(jī)器做得要比人好。因?yàn)檫@一千類中，有很多東西人可能不認(rèn)識(shí)。比如這個(gè)花是什么花，你可能不認(rèn)識(shí)，但機(jī)器有大數(shù)據(jù)的能力，就會(huì)做得比較好。卷積神經(jīng)網(wǎng)絡(luò)是一個(gè)通用模型，拿這個(gè)圖像數(shù)據(jù)去訓(xùn)練，它就能把圖像識(shí)別做好，拿語音的去實(shí)驗(yàn)，就能把語音識(shí)別做好，用圍棋數(shù)據(jù)去訓(xùn)練，就能把圍棋做好。它根據(jù)整個(gè)盤面去計(jì)算，所以可以掌握所謂的“大勢(shì)”。但這個(gè)大的局面，它自己其實(shí)并不知道，它就是靠算法，變成一個(gè)函數(shù)。網(wǎng)絡(luò)本身可能很復(fù)雜，但整個(gè)結(jié)構(gòu)非常簡(jiǎn)單。輸出是什么呢？輸出就是下一步棋，你落在某個(gè)格子里的概率。剛開始所有的參數(shù)都是隨機(jī)給，但當(dāng)前這個(gè)盤面，黑白這個(gè)是定式，這個(gè)是有的，所有的參數(shù)往上算，算到最后那個(gè)輸出端，然后它去算落在每一個(gè)格上的概率。剛開始它不準(zhǔn)，需要靠數(shù)據(jù)去重新反向訓(xùn)練神經(jīng)網(wǎng)絡(luò)，最后只要給個(gè)棋盤，我保證落在人類專家放的那個(gè)位置的概率是最大的。

　　畢達(dá)哥拉斯說：“數(shù)字是宇宙的統(tǒng)治者。”圍棋幾乎沒有規(guī)則，全是靠計(jì)算，最終結(jié)果全是一組一組的數(shù)。所以AlphaGo輸棋不是BUG，是其模型本身的性質(zhì)，可能出昏招，也可能出奇招。搜索空間這么大，人類棋手實(shí)際上形成了一種人類高級(jí)智慧所確定的搜索范圍，搜索空間大大縮小。而AlphaGo則是全空間搜索，有可能出一些人類無法想象的、匪夷所思的奇招，有可能觸碰到人類慣性思維的盲區(qū)，對(duì)我們下棋會(huì)有所啟發(fā)。

　　這個(gè)模型除了圍棋，還可以做很多事。比如我的學(xué)生運(yùn)用類似模型研發(fā)程序，訓(xùn)練計(jì)算機(jī)作古詩。試舉一例，上句古人詩云“江上西風(fēng)一棹歸”，下句計(jì)算機(jī)續(xù)曰“夕陽不見客舟低”。再舉一例，上句古人詩云“又聽西風(fēng)墮葉聲”，下句計(jì)算機(jī)續(xù)曰“萬事盡隨天籟起”，又續(xù)云“天涯游子不勝情，江山滿眼愁多少，剩有心事緒未成”，意境、平仄、韻律都還不錯(cuò)。