谷歌正式宣布AlphaGO五月對戰中國頂尖圍棋高手！

據 DT 君從現場發來消息，就在剛剛，谷歌攜手中國圍棋協會和浙江省體育局在位於北京的中國棋院就「中國烏鎮 · 圍棋峰會」召開了新聞發布會。據發布會宣布，此次圍棋峰會將於 5 月 22 到 27 日在中國桐鄉烏鎮舉行，5月22日是活動報道日。而其中最為人關注的是，在比賽全程中的三天是 AlphaGo 與柯潔之間的三番棋對弈。

柯潔致辭：抱有必勝的心態和必死的信念

據發布會現場提供的材料，在比賽中的其餘兩天，峰會還將舉辦配對賽和團隊賽兩場形式各異的交流比賽。在配對賽中，兩位棋手將分別與 AlphaGo 組隊，挑戰棋手如何理解AlphaGo獨特風格並與之合作；在團體賽中，將由五位中國頂尖棋手合作，建立棋手「神經網路」，降低心裡因素的影響，從而做出更加客觀的判斷。

谷歌大中華區總裁石博盟致辭

據悉，此次參戰的 AlphaGo 2.0 可能採用了全新的演算法模型，即未先學習人類棋譜再下棋的經驗，而是直接通過對戰來獲得認知和能力。這與此前被「喂」了無數份人類棋譜的 AlphaGo 1.0 完全不同。

DeepMind 創始人丹尼斯·哈薩比斯視頻致辭

根據發布會提供的材料，AlphaGo的做法是使用了蒙特卡洛樹搜索與評估網路（Value Network）和走棋網路（Policy Network）兩個深度神經網路相結合的方法，其中一個是以估值網路來評估大量的選點，而以走棋網路來選擇落子。在這種設計下，電腦可以結合樹狀圖的長遠推斷，又可像人類的大腦一樣自發學習進行直覺訓練，以提高下棋實力。

DeepMind創始人哈薩比斯剛剛發推文表示對烏鎮對決充滿期待

但現在的 AlphaGo 2.0 到底進化成什麼樣，恐怕只有比賽開始後才能一探究竟了。

2016 年 3 月，AlphaGo 1.0 在圍棋人機大戰中「一戰成名」，以 4:1 的成績打敗韓國名將李世石九段——這場勝利甚至可以說是開啟了人工智慧走向大眾的新認知時代。

事後，李世石這樣描述他與 AlphaGo 1.0 對戰的感覺：「面對毫無感情的對手是非常難受的，這讓我有種再也不想跟它比賽的感覺」 。

值得一提的是，李世石當時還不知道谷歌為這一勝利準備了一個秘密武器——一種專屬的機器學習處理器「張量處理單元」（Tensor Processing Unit, TPU）。在當時的比賽中，TPU 幫助 AlphaGo 1.0 更快地 「思考」、更好地預判局勢。

在 2016 年 5 月份，谷歌首次證實了「TPU」的存在，但並沒有披露相關的技術細節，外界只知道在谷歌街景、AlphaGo 等應用中用到了TPU。谷歌自己就稱，在 AlphaGo 戰勝李世石的比賽中，AlphaGo 能夠做出更快更準的判斷，大部分功勞要歸於TPU。

根據谷歌就在近日發布的論文顯示，在功耗效率測試中，TPU目前的性能要優於常規的處理器30 到 80 倍；而同傳統的GPU / CPU的計算組合相比 ，TPU的處理速度也要快上15 到 30 倍。最為關鍵的是，由於TPU的運用，就連深度神經網路所需要的代碼數量也大幅的減少，僅僅需要 100 到 1500 行代碼就可以順暢運行。

DeepMind 創始人戴密斯·哈薩比斯今年 1 月 17 日出席 DLD（數字、生活、設計）創新大會上說：「AlphaGo 為谷歌公司節省了大量的電力消耗。谷歌數據中心每天的用電量驚人，我們就通過 AlphaGo 的演算法合理配置冷卻裝置。結果用於冷卻裝置的能源消耗減少40%，從而使整個數據中心的總電力消耗減少了15%。」

可以想像，即便沒有被「喂棋譜」，如此強大配置之下的 AlphaGo 2.0 有可能將是柯潔難以超越的對手。

實際上，就在 2017 年年初，AlphaGo 化名為 Master 橫掃棋壇，以 60 比 0 大勝中日韓圍棋高手，其中包括聶衛平、柯潔（是的，柯潔已經輸過一次了）、朴廷桓、井山裕太等。對於 Master 的路數，有棋手表示「看不懂」，幾乎每一盤棋Master都有讓職業高手找不到北的走法。

這在當時引起了不少人的困惑。AlphaGo1.0 的風格趨於保守，偏向於選擇那些最終贏棋概率較大，但所贏目數較少的棋步，而 Master 的「棋風」大變，原因何在？

谷歌 DeepMind 公司創始人丹尼斯·哈薩比斯（如上圖）曾在一次採訪中透露，他們正在嘗試訓練一個沒有學習過人類棋譜的人工智慧。或許 Master 正是 AlphaGo1.0 和 2.0 之間的過渡產品，也或許 Master 正是 AlphaGo2.0 本身。

2016 年 11 月的時候，AlphaGo 團隊的發言人樊麾通過微博宣布：「我們很高興向大家宣布，AlphaGo 的棋力在已過半年有巨大的進步，將在2017年初復出下棋,我們團隊會在近期內公布更多訊息」 ——這個「巨大進步」耐人尋味。

據 DeepMind 介紹， AlphaGo 1.0 是「深度學習」人類棋譜得出圍棋手數的估值，但 1.0 版本的 AlphaGo 所走招法其實並沒有超出人類理解範圍，而且也是人類棋手用過的方法。

但是，如果 AlphaGo 1.0 完善了，就意味著得出了接近完美的圍棋手數估值函數，而 AlphaGo 2.0 則是利用這個估值函數進行自我對局和「深度學習」，不再受人類棋譜的局限，下出真正屬於「人工智慧」的圍棋。

那麼這次與柯潔之間的新戰役，是否意味著 AlphaGo1.0 就這麼退出歷史舞台了呢？

2016 年，AlphaGo1.0 戰勝李世石之後，谷歌在《Nature》上公布了其詳細的研究結果。2017 年 4 月 2 日，馬化騰在中國 IT 領袖峰會上公開表示他對谷歌此舉的感激之情，因為騰訊的圍棋AI「絕藝」不久前在日本 UEC 比賽中獲得冠軍。

「如果沒有 Google 的 paper（論文），我們也做不出來」，馬化騰表示。

據報道，除了絕藝之外，日本的 DeepZenGo、比利時的「麗拉」等圍棋 AI 新秀，都受到了 2016 年穀歌在《自然》雜誌上發表的關於 AlphaGo 論文啟發。可以說，當年公布的 AlphaGo 1.0 研究結果還在「哺育」著整個圍棋人工智慧領域。

去年年底，Google 宣布將 DeepMind 源代碼進行開源，上傳到 Github 上。Google 希望，以此增加 AI 能力的開放性，讓更多開發者參與 AI 研究，觀察其他開發者是否能夠挑戰並打破 DeepMind 現在的紀錄。

而就在近日，DeepMind 宣布已經開源了最新的深度學習框架 Sonnet，將被用於與 TensorFlow 進行協同工作，開發者從此能夠更方便、直接地構建複雜神經網路模型。

不久前，DeepMind 創始人戴丹尼斯·哈薩比斯曾表示：「2017年將是 AlphaGo 與棋界興奮的一年」。這一次，他們又會帶來什麼樣的驚喜？

湊巧的是，馬雲在 4 月 2 日的中國IT領袖峰會上對AlphaGo 「隔空喊話」：「AlphaGo 贏了李世石，so what？下圍棋本來的樂趣就是對方下一把臭棋，結果機器不會下臭棋，那還有什麼事情呢？」

或許，我們也可以期待 AlphaGo 在這次 PK 中能下一把令人稱絕的臭棋。但如果你希望能去圍觀，可以著手準備去烏鎮了，據說當地客房已經很緊張了。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！