柯洁输了,赛后记者会的焦点转向AlphaGo,重点如下:
1. 这次比赛的AlphaGo是单机版,仍然在用人类知识加以训练。
2. 下个月将会发表关于AlphaGo的新论文,目的是让其他程序同样能变强。
3. 整个比赛结束后,将会公布AlphaGo下一阶段的新计划。
这里,我们再来回顾一下蒋涛对于AlphaGo如何进化的语音讲解。
从棋局上看,柯洁的表现还是值得称赞的。但最后,当然还是毫无悬念就输掉了,这说明人类在准备上,针对AlphaGo还是有不足。
柯洁不是一个人在战斗,应该是中国的围棋界,加上中国的计算机界、AI界来一起迎战人类最强大的对手。如果我们能够打败他,这将是一个非常重磅的新闻。
可是我们现在感觉,柯洁在开局上的套路准备有所不足。50多手下来,其实局面对黑棋(柯洁)来说已经不乐观了。所以,这是反映我们准备不足的一个因素,特别是点三三局面的变化其实并不复杂,但从判断来讲是黑棋(柯洁)不利。
这里是我们对棋局的看法。
AlphaGo棋风已变
聂卫平老师有说,AlphaGo是特意只输半颗子。这一说法我们尚不能证实,但AlphaGo的白棋在后续变化上,相对于人类棋手对局,肯定是下得比较保守的。而另一个角度,柯洁的发挥又相对强势。
因而,最后能出现这么细微的局面,说明棋局还是在AlphaGo的掌控之中的,毕竟它要确保的是结果的胜利。至于胜子1目还是10目,对于电脑来说,这里的判断其实是一样的,都是100%胜利这个结果。
所以,我认为这是两个方面的因素,一是电脑从计算上可能做了适当的退让,这从取胜的角度讲是完全没有问题的;二是柯洁在官子上也下得相对紧凑和精彩。
相对于去年的版本,今年AlphaGo的成长是非常明显的。它有了很多创新的下法,和自己独有的下法,这些下法我们可以从它今天的对局以及年初的Master大战群雄上看出来。
DeepMind创始人哈萨比斯也简单讲过它的细节,AlphaGo今年是单机版,在计算量上是去年的十分之一,但能力上看来比去年提升了不止一点。
用柯洁自己的话说,他有信心战胜去年的AlphaGo,但距离Master与新版AlphaGo的差距是非常显著的。
强化学习功不可没
从新版AlphaGo的表现来看,它更多是在自我学习的成长上,也就是通过强化学习(Reinforcement Learning)和自我对局演化成不同的版本。这样,每一个AlphaGo程序都会有它自己的风格,你可以有意识地诱导它往不同风格去发展。
如果没有不同的风格,强化学习的效果就不会太好。这就相当于你左右互搏,尽管自己和自己下得很多,但风格相近的成长对你未必是好事。而不同风格的成长,就能带来更好的结果。
总的来说,这次的AlphaGo,跟去年相比是很不相同的,棋风也大不一样,下法的创新程度也要高很多。这要归功于它在自我对局中的成长,同时也证明DeepMind在强化学习上的研究和成果是非常有价值的。
每日荐文
点击下方图片阅读精彩内容
▼
➤版权申明:如需转载请后台留言征得同意。