解读人机大战 未来3-5年能赢所有人类棋手

（原标题：解读人机大战 未来3-5年能赢所有人类棋手）

“人机大战”为什么选择围棋？ 171位数“吓死你”

“人机大战”的兴起，最早是1997年，IBM超级计算机“深蓝(Deep Blue)” 击败了国际象棋大师加里-卡斯帕罗夫。科学界认为，围棋“人机大战”可以看成是人工智能发展具有标志性的进展。曾经“深蓝”的胜利鼓舞了人工智能研究的士气，吸引了投资者对人工智能的兴趣。

至于为什么选择围棋，史忠植教授解读称：“围棋之所以很难被人工智能攻破，战胜人类高手，就是其可能的组合数异常庞大。至于多么异常，2016年1月，普林斯顿的研究人员给出了最新研究结果：对于一个19x19的围棋棋盘而言，一共有361个位置，而每个位置可以单独放置黑棋、白棋或者留空，理论上所有的可能组合是3361种。但根据围棋规则，不是所有位置都可合法落子，例如在围棋术语中没有气的位置就不能落子。”

“那么，排除掉这些不合法的棋局后总共还剩多少种呢？普林斯顿的研究人员给出的19x19格围棋的精确合法棋局数： 208168199381979984699478633

3448627702865224538845305484256394568209274196127380153785

2564845169851964390725991601562812854608988831442712971531

9317557736620397247064840935。 ”

“171位数！”这个数字比我们地球所有的沙粒数量还要多！比人类已知宇宙的所有星球数量还要多！对比来讲，谷歌学习的近万盘人类棋局是5位数，谷歌自行对战的3000万盘是8位数，而围棋所有可能的棋局盘数是171位数。如果规避还有可能的重复变化，把大头去掉，那也是70位数的棋局变化。

“人机大战”说明人工智能达到了何种水平？

2013年10月29日，史忠植在在创新驱动发展大数据时代的人工智能高峰论坛上，提出了智能科学(人工智能)发展的“路线图”，并在著作《心智计算》一书中有详细的阐述。

其中提到，2020年，人工智能将实现初级类脑计算，即Elementary Brain Computing。在这个阶段，我们将实现的目标是计算机可以完成精准的听、说、读、写；到2035年，我们将进入高级类脑计算阶段，即Advanced Brain like Computing，那时，计算机不但具备“智商”，还将拥有“情商”；到2050年，智能科学(人工智能)有望发展出神经形态计算机，实现超脑计算，即Super-brain Computing。到那个时候，计算机的高性能与人的高智能完美结合。

史忠植认为：“按照这个标准，这次围棋“人机大战”中，若谷歌围棋AI程序 AlphaGo 最终战胜世界冠军李世石，将说明人工智能达到了初级类脑计算的水平。”

“AlphaGo”如何工作？

史忠植介绍，“阿尔法围棋”下棋过程中主要通过四步完成工作，分别是：快速判断、深度模仿、自学成才和全局分析。

其中，快速判断，指用于快速的观察围棋的盘面，类似于人观察盘面获得的第一反应。深度模仿，指“AlphaGo”学习近万盘人类历史高手的棋局来进行模仿学习，用得到的经验进行判断。这个深度模仿能够根据盘面产生类似人类棋手的走法。

自学成长，指“AlphaGo”不断与“自己”对战，下了3000万盘棋局，总结出经验作为棋局中的评估依据。全局分析，指利用第三步学习结果对整个盘面的赢面判断，实现从全局分析整个棋局。

现实中有人工智能吗？中国能造出类似的人工智能吗？

人工智能经过60年的风风雨雨，取得了长足的进展，目前已在各行各业得到应用。史忠植的《人工智能》一书中，将其归纳为8个方面：专家系统、数据挖掘、自然语言处理、智能机器人、模式识别、分布式人工智能、互联网智能和博弈。

看到了“阿尔法围棋”，人们自然联想到中国的同类科技，目前能否达到甚至、超越这一水平。史忠植介绍说：“在国家自然科学基金、973、863和广大企业等的支持下， 在广大科研人员和应用单位的努力下，我国人工智能几乎与世界同步发展，特别在机器翻译、语音识别、人脸识别、农业专家系统、数据挖掘、深水机器人等方面是非常有特色的，也有能力创造出战胜世界顶级棋手的人工智能系统。”

人工智能会否有朝一日能战胜所有人类棋手？如果可以，大概需要多久？

李世石接连落败，柯洁甚至成为拯救人类围棋智慧“尊严”的最后稻草。史忠植认为，经过学习和积累，在未来3-5年人工智能系统能够战胜所有的人类棋手。

为何这台人工智能如此厉害，不妨深究其内涵：“AlphaGo”的核心是两种不同的深度神经网络：“策略网络”(policy network)和“值网络”(value network)。它们的任务在于合作“挑选”出那些比较有前途的棋步，抛弃明显的差棋，从而将计算量控制在计算机可以完成的范围里。

其中，“值网络”负责减少搜索的深度——AI会一边推算一边判断局面，局面明显劣势的时候，就直接抛弃某些路线，不用一条道算到黑；而“策略网络”负责减少搜索的宽度——面对眼前的一盘棋，有些棋步是明显不该走的，比如不该随便送子给别人吃。

然后，将这些信息放入一个概率函数，AI就不用给每一步以同样的重视程度，而可以重点分析那些有戏的棋招。“AlphaGo”利用这两个工具来分析局面，判断每种下子策略的优劣，就像人类棋手会判断当前局面以及推断未来的局面一样。这样，“AlphaGo”分析了比如未来20步的情况下，就能判断在哪里下子赢的概率会高。

另据媒体报道，阿尔法围棋采用机器学习方法，主要是深度卷积神经网络和强化学习。研发团队收集了围棋职业高手大量的棋谱，并用这些棋谱对“深度卷积神经网络”进行了3000万步的训练，使其判断职业选手下一步走法的正确率达到了57%，之前的纪录是44%。