Facebook 開源 AI 圍棋源代碼，擊敗職業棋手只需一塊GPU

雷鋒網 AI 科技評論消息：5 月 2 日，Facebook AI Research（FAIR）官網博客中宣布開源其 AI 圍棋機器人 ELF OpenGo（包括源代碼和一個訓練好的模型），該機器人是基於 ELF 平台研發而成，曾擊敗了 4 位世界排名前 30 的圍棋棋手。

據雷鋒網了解，該工作主要是受啟於 DeepMind 的工作。今年早些時候 FAIR 啟動了該項工作，期望基於其進行強化學習研究而開發的可擴展、輕量級框架（Extensible Lightweight Framework，ELF）再現 AlphaGoZero 最近的結果。其目的則是創建一個開源實現的系統，該系統能夠自學圍棋進而達到人類職業棋手的水平或更高水平；同時他們也希望通過發布的代碼和模型，激勵更多的人去思考這項技術新的應用和研究方向。

據這個項目的負責人田淵棟介紹，他們用了兩千塊 GPU 訓練該模型，約兩到三周後得到當前版本的圍棋 AI模型，該模型基本上超過了強職業棋手的水平。ELF OpenGo 在與世界排名前 30 的四位職業圍棋棋手（金志錫，申真諝，朴永訓及崔哲瀚）的對弈中，OpenGo 以 14：0 的成績贏得了所有的比賽；在比賽中OpenGo使用單塊 GPU 每步50秒的搜索時間（每步搜索 8 萬個局面），而人類棋手可以有任意長時間的思考。

另外，ELF OpenGo 在與目前公開可用的、最強的圍棋機器人 LeelaZero 的對一種，後者採用了除ponder外的預設配置，以及公開權重（192x15，158603eb, Apr. 25, 2018），結果 OpenGo 贏得了全部 200 場比賽。

田淵棟博士隨後在知乎上發表的一篇感想文章中提到，OpenGo 這個項目「不是為了做最好的圍棋程序，不是說要打敗誰」。之所以做這個項目有三個目的：

(1) AlphaGoZero/AlphaZero 演算法很有意思，我們想知道為什麼它有效果，是怎麼會有效果的，是不是如同宣傳的那樣是百試百靈的通用演算法，是不是只要堆機器，強人工智慧馬上就來了？還是說其實這個演算法有什麼問題和弱點？DeepMind 不開源也不透露細節，文章裡面一些地方也沒有寫得很清楚。我之前寫過 Blog 討論過，但是沒有第一手經驗總不是很踏實。所以本著研究目的，我們需要復現一下，先有復現，才有創新，這個是做研究的習慣。

(2) 今年年初我重寫了 ELF 的核心代碼，另外也加了分散式訓練，需要找個具體應用來測試一下。站在這個角度上，AlphaGoZero/AlphaZero 是個完美的選擇，再說之前也有 DarkForest 的代碼和圍棋程序的經驗，所以把它們拼起來不用花太多力氣。

(3) 不管是通用演算法還是分散式平台，都可以用來干很多別的事情，不一定是圍棋，不一定是遊戲。如果我們去看 ELF OpenGo 的代碼，會發現其實很大一部分和圍棋一點關係也沒有，完全適用於其它方向的工作。而圍棋對我們來說，只是一個把演算法和平台做好的手段。在這一點上，花點時間把圍棋做好是值得的。

田淵棟博士表示，隨著今天 ELF OpenGo 的發布，這三個目的都已達到。當然，他們更希望的是能夠藉此機會推廣一下 ELF 平台和 PyTorch 深度學習框架，讓更多的人使用和完善它。

代碼見：https://github.com/pytorch/ELF

模型見：https://github.com/pytorch/ELF/releases

英文 blog 見：https://research.fb.com/facebook-open-sources-elf-opengo/

ELF 平台是一個可擴展、輕量級且非常靈活的遊戲研究平台，尤其適用於實時戰略（RTS）遊戲的研究，於 2016 年 6 月首次發布。

在 C++端，ELF 與 C++線程同時託管多個遊戲；而在 Python 端，ELF 可以一次返回一批遊戲狀態，這使得其對現代的強化學習非常友好。相比之下，其他平台（例如 OpenAI Gym）則只是使用一個 Python 界面封裝一個單一的遊戲，這種情況使得並發遊戲（許多現代的強化學習演算法都有此要求）的執行就變得比較複雜。

ELF 具有以下特徵：

• 端到端：ELF 為遊戲研究提供了端到端的解決方案。它提供微型實時策略遊戲環境、並行模擬、直觀的 API、基於 Web 的可視化，並且還具有由 Pytorch 授權的強化學習後端，資源需求最少。

• 可擴展性：任何具有 C / C ++介面的遊戲都可以通過編寫一個簡單的包裝器插入到這個框架中。

• 輕量級：ELF 運行速度非常快，開銷很小。在一台 MacBook Pro 上，基於 RTS 引擎構建的簡單遊戲（MiniRTS）使用 ELF 平台，能夠單核每秒運行 40K 幀；而只使用 6 塊 CPU+1 塊 GPU 從零開始訓練 MiniRTS，也只需要六天。

• 靈活性：環境和參與者之間的配對非常靈活。例如單個 agent 與單個環境（例如 Vanilla A3C）、多個 agent 與單個環境（Self-play/MCTS），或者單個 agent 與多個環境（BatchA3C、GA3C）等。而且，任何構建在 RTS 引擎之上的遊戲都可以完全訪問其內部表示和動態。

隨著這次 OpenGo 的開源，FAIR 也對 ELF 平台進行了改進，升級了更高效、更友好的 API 以及支持對數千台計算機進行分散式計算的框架。作為 PyTorch 的一部分，ELF 能夠是研究人員能輕鬆地嘗試不同的強化學習思想，並進行快速、靈活的實驗。

雷鋒網報道。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！