問(wèn)耕發(fā)自凹非寺量子位出品|公眾號(hào)QbitAI這是圍棋人機(jī)大戰(zhàn)中的又一個(gè)第一次。頂級(jí)職業(yè)圍棋手，在讓子棋中負(fù)于AI。更明確一點(diǎn)說(shuō)，騰訊圍棋AI絕藝，讓二子戰(zhàn)勝了當(dāng)今圍棋第一人柯潔。而且整個(gè)戰(zhàn)局只進(jìn)行了77手，可以說(shuō)柯潔落敗的相當(dāng)快。10天前，

問(wèn)耕 發(fā)自 凹非寺

量子位 出品 | 公眾號(hào) QbitAI

這是圍棋人機(jī)大戰(zhàn)中的又一個(gè)第一次。

頂級(jí)職業(yè)圍棋手，在讓子棋中負(fù)于AI。

更明確一點(diǎn)說(shuō)，騰訊圍棋AI絕藝，讓二子戰(zhàn)勝了當(dāng)今圍棋第一人柯潔。而且整個(gè)戰(zhàn)局只進(jìn)行了77手，可以說(shuō)柯潔落敗的相當(dāng)快。

10天前，絕藝開(kāi)始讓二子（黑貼6目半）對(duì)決職業(yè)棋手。與柯潔這樣的頂級(jí)高手對(duì)決前，已取得27勝4負(fù)的成績(jī)。

可能未來(lái)人機(jī)大戰(zhàn)的懸念會(huì)變成，到底讓幾子人類才能穩(wěn)贏。

這次戰(zhàn)勝柯潔的絕藝，參考了2017年10月公開(kāi)的AlphaGo Zero論文，并在實(shí)踐中做出了改進(jìn)。這個(gè)版本使用了40 block dual-resnet模型，以老版本的絕藝為基礎(chǔ)進(jìn)行強(qiáng)化學(xué)習(xí)，自對(duì)弈了數(shù)百萬(wàn)棋局。

據(jù)介紹，騰訊在有限的資源和時(shí)間內(nèi)，通過(guò)把強(qiáng)化學(xué)習(xí)和監(jiān)督學(xué)習(xí)相結(jié)合來(lái)加速訓(xùn)練，快速提升了棋力。

圍棋AI戰(zhàn)勝人類已經(jīng)不是新鮮事了，但讓子棋情況有些不同。

量子位從騰訊AI Lab獲得了一份詳細(xì)的解答。

包括AlphaGo在內(nèi)的圍棋AI都存在贏棋退讓的問(wèn)題，原因是AI以贏棋為目標(biāo)，勝率過(guò)高時(shí)下哪里都贏，不一定會(huì)選擇贏最多的下法。

而讓子棋就是另外一種勝率過(guò)低的極端情況，以絕藝海南挑戰(zhàn)賽版本為例，這是一個(gè)分先版本的AI，如果要求其以讓2子開(kāi)始對(duì)局，則初始勝率為7%（讓3子則初始勝率1%，讓4子則初始勝率0.1%）。

并且實(shí)力越強(qiáng)的版本，下讓子棋時(shí)的初始勝率就越低（因?yàn)锳I下棋時(shí)會(huì)假設(shè)對(duì)手跟自己一樣）。

初始勝率過(guò)低將導(dǎo)致AI不能發(fā)揮出真正的實(shí)力，這也是現(xiàn)在絕藝讓2子還不能全勝的原因。我們最近在嘗試優(yōu)化算法，來(lái)解決勝率過(guò)低帶來(lái)的負(fù)面影響，爭(zhēng)取以后在讓子棋里有更好的表現(xiàn)。

從上面的講述可以看出，讓子棋并不簡(jiǎn)單。

馬化騰曾經(jīng)公開(kāi)說(shuō)過(guò)，絕藝代表著騰訊AI工程化的能力。不過(guò)這個(gè)方向，連DeepMind未來(lái)也不會(huì)再投入核心精力研發(fā)了，騰訊還會(huì)繼續(xù)么？

騰訊AI Lab回復(fù)量子位說(shuō)：還會(huì)。原因有幾方面，例如：這項(xiàng)研究體現(xiàn)出了價(jià)值、在騰訊業(yè)務(wù)中有應(yīng)用場(chǎng)景、還有一定的社會(huì)責(zé)任意義。

至于未來(lái)絕藝會(huì)不會(huì)推出圍棋教學(xué)工具，目前還很難回答。不過(guò)騰訊絕藝已經(jīng)在職業(yè)訓(xùn)練中得到應(yīng)用，甚至還是國(guó)家棋院的AI陪練。

回到絕藝與柯潔的讓子棋。其實(shí)當(dāng)天，AI不僅讓子戰(zhàn)勝了柯潔，還戰(zhàn)勝了連笑九段。這次對(duì)弈的情況，野狐圍棋做了更翔實(shí)的記錄。

下文摘自野狐圍棋（微信號(hào)：txyhweiqi），量子位已經(jīng)獲得授權(quán)。

1月17日這一天，對(duì)柯潔來(lái)說(shuō)并不愉快。白天的棋圣戰(zhàn)八強(qiáng)，柯潔執(zhí)黑中盤(pán)不敵范廷鈺，失去了爭(zhēng)奪80萬(wàn)冠軍獎(jiǎng)金的資格。失利后柯潔登錄騰訊野狐圍棋，與世界冠軍末日（羋昱廷九段）鏖戰(zhàn)295手，終以2目半戰(zhàn)而勝之。或許是有意調(diào)節(jié)心情，面對(duì)圍觀群眾“和絕藝指導(dǎo)A下一盤(pán)”的鼓噪，柯潔欣然應(yīng)允，向絕藝指導(dǎo)A發(fā)出對(duì)局邀請(qǐng)。

驚天動(dòng)地。職業(yè)頂尖棋手——而且是最頂尖的那個(gè)，首次在公開(kāi)對(duì)戰(zhàn)中成為被讓子的一方。這一刻柯潔放下驕傲，選擇勇敢。面對(duì)強(qiáng)大的AI，人類展現(xiàn)出了卓越的勇氣與瀟灑風(fēng)度。

看到柯潔真的執(zhí)黑在棋盤(pán)上率先放上兩顆棋子，棋迷們的情緒瞬間失控，唯有瘋狂打call，在聊天框刷滿666已示聲援。便捷而發(fā)達(dá)的網(wǎng)絡(luò)，將“柯潔被讓二子”的消息，通過(guò)朋友圈、QQ群、微博傳遍世界的每個(gè)角落?！斑@必須看啊”，八冠王星宿老仙（古力九段）的短短五個(gè)字，亦是每一名親歷者共同的心聲。

強(qiáng)大如絕藝，亦要在柯潔的人氣面前退避三舍。自涉足讓二子（黑貼6目半）以來(lái)，絕藝指導(dǎo)A首次前50手支持率不足50%。被點(diǎn)燃的不止是圍觀棋迷的熱情，還有柯潔的斗志。開(kāi)局剛過(guò)20手，黑棋主動(dòng)在右上角引誘白棋沖斷，你死我活的激戰(zhàn)一觸即發(fā)。

對(duì)殺過(guò)程中，絕藝再度秀出令人戰(zhàn)栗的精準(zhǔn)與深遠(yuǎn)，白61一手猝不及防的“打二還一”，將黑棋的凈殺美夢(mèng)徹底擊碎。弈至77手，上邊黑白兩塊即將不可避免的形成雙活。黑棋作戰(zhàn)已明顯失敗，不過(guò)畢竟只是一場(chǎng)戰(zhàn)斗而已，棋盤(pán)上還有大把廣闊空間可為。或許是對(duì)自己的表現(xiàn)太過(guò)不滿，柯潔直接認(rèn)輸，這場(chǎng)意義重大的對(duì)決，就這樣猝然終結(jié)。

卻還留下了陣陣余波，在騰訊野狐圍棋的江湖回蕩不止。失利后的柯潔轉(zhuǎn)換身份，讓二子（黑不貼目）擊敗潘亭宇三段。而潘亭宇，剛剛在一天前受二子爆冷擊敗絕藝指導(dǎo)A，終結(jié)其14連勝的同時(shí)一夜成名。同一時(shí)間絕藝指導(dǎo)A正與手冢國(guó)光（陳翰祺二段）交手，柯潔亦在觀戰(zhàn)的同時(shí)，與星宿老仙回味受讓二子的心得和感悟。

手冢國(guó)光落敗后，等候多時(shí)的超級(jí)銀冠棋手劍過(guò)無(wú)聲（連笑九段）登場(chǎng)挑戰(zhàn)。本局連笑雖一度將絕藝逼上死角，柯潔亦掏出10億狐幣重注聲援小伙伴。誰(shuí)料不為所動(dòng)的絕藝使出一套犀利的連招，成功逼迫人類犯下大錯(cuò)。此后連笑拼命追趕，苦戰(zhàn)247手仍然無(wú)奈認(rèn)輸。

至此，絕藝再度用一波連勝，為這注定改寫(xiě)圍棋史的驚魂一夜，畫(huà)上完美句點(diǎn)。這一夜絕藝用圍棋的測(cè)量方式，銘刻下圍棋AI攀登的高度。這款2016年3月誕生于騰訊AI Lab實(shí)驗(yàn)室的圍棋人工智能，經(jīng)歷過(guò)2016年的初試啼聲，再到2017年3月、12月兩奪AI世界冠軍，直至今天，成為讓二子（黑貼7目半）棋份下，對(duì)陣職業(yè)棋手取得8成以上勝率的龐然大物。

關(guān)于AlphaGo相關(guān)的研究，量子位做過(guò)一些報(bào)道：

• 最強(qiáng)AlphaGo怎樣煉成？

• 新AlphaGo這么強(qiáng)！36小時(shí)從0自學(xué)成大師

• AlphaGo Zero的3個(gè)trick

關(guān)于騰訊絕藝，量子位之前也有過(guò)報(bào)道：

• 絕藝戰(zhàn)勝DeepZenGo又奪一冠

• 騰訊還在提高圍棋AI絕藝的棋力，柯潔說(shuō)已經(jīng)超過(guò)當(dāng)年AlphaGo

• 首個(gè)圍棋10段誕生！

OMT

“以后請(qǐng)叫我佛系棋手… ”柯潔今天凌晨在微博上說(shuō)。

圍棋世界第一人，最近心緒有點(diǎn)起伏~

— 完 —

誠(chéng)摯招聘

量子位正在招募編輯/記者，工作地點(diǎn)在北京中關(guān)村。期待有才氣、有熱情的同學(xué)加入我們！相關(guān)細(xì)節(jié)，請(qǐng)?jiān)诹孔游还娞?hào)(QbitAI)對(duì)話界面，回復(fù)“招聘”兩個(gè)字。

量子位 QbitAI · 頭條號(hào)簽約作者

?'?' ? 追蹤AI技術(shù)和產(chǎn)品新動(dòng)態(tài)