【柯洁乌镇终败】全盘回顾人类最后希望与围棋上帝终极PK

2017 年 5 月 27 日 新智元

  新智元报道  

新智元编辑部


【新智元导读】“英雄”、“人类最后的希望”柯洁还是输了。在胜负大局已定的第三盘比赛中,柯洁再次输给了AlphaGo。自此,阿老师在围棋上完成超越人类三部曲。在人工智能无处不在的世界,我们可能会越来越多地听到这样的“坏消息”。但是,这一场在人工智能历史进程中具有标志性意义的比赛,开启了一个新的时代,我们迫不及地拥抱它。



2017年5月27日,人工智能历史上具有标志性意义的一天。根据新智元获得的最新消息,柯洁在乌镇依然没能带来一场胜利,最终以0:3 败给升级版的阿老师(AlphaGo)。


柯洁在赛前曾表示,这是他最后一次与机器对决。



人类最后的希望与围棋上帝的终极PK


5月23日,中国·乌镇围棋峰会的首场人机围棋对抗比赛打响,世界第一柯洁 PK 设升级版的 AlphaGo。AlphaGo 经过一番苦战,凭借四分之一子的优势,首战战胜了柯洁。


在网络上,人们称柯洁为“英雄”。 DeepMind的联合创始人Demis Hassabis在比赛结束后的新闻发布会上表示,他对“柯洁”表示巨大的尊重。


面对大众,柯洁承认AlphaGo“真的很好”,并称,有机会对抗是“人生最大的荣誉”。他说:“去年,AlphaGo更像是一个人,但是现在,它更像是围棋的上帝。”


sixthtone 在赛后的报道中把柯洁形容为“人类最后的希望”。


5月25日的第二盘比赛,尽管局面一度非常接近,柯洁甚至已经感受到了“(胜利的)机会”,但是最终依然败北。


赛后柯洁走进新闻发布会现场,他说:“比赛时我把手放在胸口上,是因为我觉得自己有机会赢。中途我一度认为离胜利很近了,不过看起来AlphaGo 不是这么想的。我当时非常紧张,都能感觉心在砰砰跳。”


DeepMind 联合创始人兼 CEO Demis Hassabis 立即对柯洁的评价表示认同:“本局前100手棋是 AlphaGo Master 版本所经历过的最佳棋局,我们的心也在砰砰跳。非常荣幸能与柯洁这样的天才棋手进行对弈,我们仿佛看到了来自未来的棋局。”


到了5月27日,比赛的悬念似乎并不大,进程也没有多少波澜。AlphaGo轻松获胜。

下到第39手,阿尔法狗用时不到15分钟,解说员、著名围棋手聂卫平判断黑子已经赢了。


自此,围棋的新纪元真的到来了,人将向机器学习此前从来没见过的下法,共同构建新的“棋谱”,并且,估计也不再会有人会贸然再去挑战机器。围棋史上这样的划时代事件曾经发生过两次,第一次是发生在1600年左右的日本,20世纪30-40年代的日本,日本一位当时非常杰出的围棋高手吴清源提出了一个全新的关于围棋的理论,将围棋提升到了一个全新的境界。如今,阿尔法狗带来的是围棋界的第三次变革,这一变革,比以往任何一次都要更剧烈和彻底。



启明星AlphaGo的三部曲:试探、横扫到完全把控


在乌镇,DeepMind的人把 AlphaGo称为“AlphaGo-Master”,以与2016年击败李世石和2017年年初在网络上横扫各路高手的Master作区分。


AlphaGo 去年3月在韩国横空出世,以战胜李世石,成为整个人工智能领域热议的事件,几乎每一个关于人工智能话题都会以此作为“开场白”。这场对决在接下来的一年中被人津津乐道,自那以后,人类 4000 年的围棋历史,已经开始改写。


回到2016年3月,当时阿尔法狗与李世石展开正面交锋,首场比赛,开局李世石有些动摇,但随着棋局的进行,李世石渐入佳境,形势越来越好了。但正当大家都认为棋局已到垃圾时间的时候,李世石一个小失误,局面重新变得扑朔迷离。AlphaGo 成功凭借李世石的失误,成功逆转,AlphaGo 获得了胜利。


随后在第四盘比赛中,李世石扳回一城,为人类赢得了迄今为止唯一一场对AlphaGo的胜利。但是最终还是以1:4的比分落败。


2017年1月,线上围棋对弈平台上忽然来了一名高手Master,在对战聂卫平、柯洁、朴廷桓、唐韦星、范廷钰、王古力、周俊勋和黄云嵩等多位围棋大将的比赛中屡屡获胜,大有横扫之势。1月17日,DeepMind 发表官方声明,证实Master即为其研发的人工智能程序,是AlphaGo的升级版。 


如果说,2016年与李世石的比赛还是一种尝试,那么2017年年初的这次横扫则是进化版AlphaGo真正实力和潜力的体现——它更强了。


随后,2017年5月27日,AlphaGo和柯洁约战乌镇,带来三场精彩对决。但是,我们可以看到,AlphaGo此时已经完全把控了局面,被视为“人类最后希望”的世界第一柯洁也没有多少办法。


Wired 评论认为,赢得第二场比赛的胜利后,AlphaGo其实已经赢得了这场3盘的比赛,这一胜利也证实,现代的AI技术在下围棋这件事上已经超越最优秀的围棋天才,这在几年前还是被认为是不可能的。


Wired的文章也认为,去年AlphaGo击败李世石是人工智能发展进程的一个拐点,技术带来的瓦解性力量已经开始改变世界,从互联网服务到健康医疗再到机器人。而AlphaGo,就是这一切变化即将发生的启明星。



围棋是终极,通用人工智能是终极的终极


其实早在2015年秋天,AlphaGo就已经在一场秘密赛事中以5比0的成绩完胜蝉联三届欧洲围棋冠军的樊麾。当时就曾引起过广泛的关注。


当时哈萨比斯在接受《卫报》的专访时说:“ 围棋就是终极,它是所有游戏的顶峰,需要的智力深度(intellectual depth)也最高。它让人目眩神迷,而令我们感到激动的不只是我们掌握了这个游戏,还有我们在其中使用的神奇有趣的算法。比起科学,下围棋更像一种艺术。 ”


围棋这个终极背后,是DeepMind的另一个终极——通用人工智能(AGI)。


在Hassabis 向《卫报》憧憬的未来中,超级智能的机器将会与人类专家共同协作,几乎能解决任何问题。“癌症、气候变化、能源、基因组、宏观经济、金融系统、物理学,我们想要掌握的系统中有许多都在变得日益复杂,”他说道,“信息太过泛滥,即使是对于最聪明的人类来说,要在有限的生命中掌握这些也正变得越来越艰难。我们要如何筛选这些铺天盖地的数据、从中找到正确的洞见?人工通用智能可以被当作某种自动将非结构信息转化为有行动意义(actionable)的知识的过程。”


 “一个让人震惊的成就”,帝国理工学院认知机器人学教授Murray Shanahan这样描述这件事。“一个重要的里程碑”,超人类主义哲学家Nick Bostrom表示了赞同,他在《超级智能:路线图,危险性与应对策略》一书中曾写道,如果能够完成AGI,这将会是一个无与伦比的事件——也许,借用谷歌工程主管Ray Kurzweil的话来说,甚至称得上是“撕裂人类固有的历史结构(a rupture in the fabric of history)”。在Bostrom位于牛津大学人类未来研究所的办公室中,他告诉我,AlphaGo的出现“让过去几年间机器学习领域的进展一下子变得引人注目起来”。


DeepMind 现在在努力制造世界上第一台通用学习机,大体上学习可以分为两类:一种就是直接从输入和经验中学习,没有既定的程序或者规则可循,系统需要从原始数据自己进行学习;第二种学习系统就是通用学习系统,指的是一种算法可以用于不同的任务和领域,甚至是一些从未见过的全新领域。


AlphaGo外交,围棋以外的商业世界


根据《金融时报》在 Alphago 对战柯洁第一场比赛后的报道,过去一年以来,AlphaGo 成了谷歌在中国知名度最高的产品,DeepMind 联合创始人兼 CEO Demis Hassabis 表示中国有很多围棋棋迷,“草根阶层对 AI 也抱有很大兴趣”。


“我们听说每个中国人都知道 AlphaGo,”Demis 在接受《金融时报》记者采访时表示:“我们去韩国或中国的时候,大家对我们的兴趣很是火爆(pretty crazy)。”


Hassabis 计划参观访问多家中国企业,讨论如何在商业层面和科研层面利用 AI。


《金融时报》报道称,从 2010 年退出中国搜索引擎市场以来,如今谷歌与中国政府的关系正在改善中。


中国是谷歌帝国尚未占领的最大市场,特别是在增长迅速的移动领域,《金融时报》报道评论。全球 1/3 的谷歌安卓智能手机操作系统的用户都位于中国,但这些人都无法访问 Google Play 应用商店,这也意味着谷歌将失去世界上最大的移动应用销售来源。



人机乌镇对决,拉开新时代的序幕


乌镇的这场巅峰对决注定会被载入人工智能历史长河。它让我们更清楚地看到的人类的局限,当然,还有勇气。


我们看到机器智能在近年深度学习的推动下获得了明显的长进,看到了许多从前被认为“不可能”的事情正在变成“可能”。


在智能+的AI时代,我们可能会越来越多地习惯于“人类又输了”的消息。但是新时代不需要悲悯。我们需要更多柯洁这样的勇士,去探索人机共存的新时代里人类的位置和角色。


未来已来,让我们铭记这场发生在围棋发源地乌镇的比赛,在AI时代继续前行。



第三局精彩赛况回顾(图文)


第三场比赛前,柯洁提出希望继续执白,认为这样有利于自己发挥,下出更精彩的比赛,得到了赛事主办方的同意。


无独有偶,在去年李世石和 AlphaGo 大战的最后一场比赛前,因为发现阿尔法电脑不善于执黑棋先行,李世石特别申请了在最后一战拿黑棋,他认为如果这样也能获胜才更有意义。


从追求“更有意义的胜利”到追求“有利于自己发挥,能下出精彩的比赛”,这一变化折射出了围棋 AI 的日益强大和人类心态的变化。



迄今为止唯一“赢过” AlphaGo 的人类棋手连笑在柯洁开赛后给柯洁加油鼓劲。



昨天在人机协作大战中输掉了比赛的古力则在微博中对柯洁送上了更为热烈的祝福:从不甘心被他(柯洁)超越,到渐渐喜欢上了饿这个率直、有担当的棋坛大魔王...风萧萧兮易水寒...加油吧 @棋士柯洁,我们期待着你的神之一手!


今天柯洁没有用三三开局,而AlphaGo 也没有用它惯常的中国流开局。去年,AlphaGo 曾用“中国流”不止一次地让李世石尝到苦头。



对此,常昊表示,“之前阿尔法狗和李世石下棋的时候,人类的痕迹更重一点。到了 Master 和现在的 AlphaGo,好像更有自己的想法了。”


前女子围棋世界冠军芮迺伟透露,现在阿尔法狗的选点更精简了,“以前可能会选三五十个点,现在可能就十个。”这也是一种进步和优化。



开赛半个多小时,哈萨比斯就在推特上表示:柯洁和 AlphaGo 的这场决赛已经非常精彩激烈了!



柯洁今天的策略还是在努力造成多块棋绞杀的局面。


序盘阶段,柯洁则选择了下方拆一,希望将局面导向复杂。而 AlphaGo 则继续走左边,完全无视右下急所。


中国围棋协会主席王汝南表示,AlphaGo 觉得右下不好应对就索性脱先,“现在说 AlphaGo 是围棋上帝似乎有点太高了,我愿意称它为围棋之神。”



阿尔法狗祭出意外着法之后,柯洁陷入长考,最终也下出了脱先下在右上角的意外走法,但阿尔法狗很快作出回应。柯洁再次陷入沉思,比赛进行到 50 分钟时,柯洁已经比阿尔法狗多花了 25 分钟。


有观棋的专家表示:只从着法上看,已经看不出来谁是 AlphaGo 了。



比赛现场,柯洁眉头紧缩,口中还偶尔喃喃自语。解说嘉宾表示,柯洁的棋似乎越来越难下了。



下到第 39 手时,阿尔法狗用时不到 15 分钟,聂卫平表示,柯洁下得挺快的。不过,他认为阿尔法狗的黑棋在此时已经赢了,“现在就已经结束了,可以收子了。”



然而局面不利之后,柯洁仍然在奋勇追赶。经过几个冲断,竟把局势救了回来。


此时聂卫平表示,“刚才(白棋)是‘安乐死’的状态,现在我认为有机会了。”他认为柯洁的长考给 AlphaGo 造成了难题。


不过,目前柯洁在时间上已经落后阿尔法狗40分钟。



第 79 ,AlphaGo 又走出人类完全无法理解的一步,聂卫平表示一辈子也想象不到黄博士是不是摆错了



经过一番激战,聂卫平认为,柯洁在实地上占到了一定的优势,局面扳回了很多,“白棋的实地已经是大幅度领先了。”但从目前的局势来看双方还在激战难分最后的胜负。




在最不容有失的胶着阶段,柯洁紧盯棋盘,不时抓着自己的头发。一步疏漏就无法挽回。



棋盘战火蔓延,两人的战局也从棋盘下方转移到了上方。时越九段表示,从局面来看,白棋虽然目多,但是还是很薄。


此时已陷入苦战的柯洁。



面无表情的 AlphaGo......的落子者黄博士。



插播一下赛前黄博士发的朋友圈。


在双方比赛进行超过2个半小时的时候,中国围棋队总教练俞斌表示,不管怎么样,黑棋的形势都是好的。柯洁似乎很难逆转局面了。



此时,柯洁的时间只剩不到 1 个小时,而阿尔法狗还有超过 2 个小时。



比赛进入了最后锱铢必较的捞地阶段,黑棋显得比较厚,柯洁的白棋目数可能还是不够。


最后,柯洁投子认负。






登录查看更多
0

相关内容

AlphaGo 是一款人工智能围棋程序,由被 Google 收购的 DeepMind 公司开发。 2015年10月,AlphaGo v13 在与职业棋手、欧洲冠军 樊麾二段 的五番棋比赛中,以 5:0 获胜。2016年3月9日 - 15日,AlphaGo v18 在与韩国职业棋手 李世石九段 的五番棋比赛中,以 4:1 获胜,赛后,AlphaGo 荣获韩国棋院授予的「第〇〇一号 名誉九段」证书。2016年7月19日,AlphaGo 在 GoRantings 世界围棋排名中超过柯洁,成为世界第一。
Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
129+阅读 · 2020年7月10日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
图神经网络表达能力的研究综述,41页pdf
专知会员服务
169+阅读 · 2020年3月10日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【Nature论文】深度网络中的梯度下降复杂度控制
专知会员服务
38+阅读 · 2020年3月9日
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
一张图看懂AlphaGo Zero
AI前线
6+阅读 · 2017年11月17日
最可怕的不是被机器淘汰,而是……
全球创新论坛
18+阅读 · 2017年10月28日
已删除
将门创投
5+阅读 · 2017年10月20日
Arxiv
29+阅读 · 2020年3月16日
Arxiv
15+阅读 · 2019年6月25日
An Analysis of Object Embeddings for Image Retrieval
Arxiv
4+阅读 · 2019年5月28日
Arxiv
4+阅读 · 2018年5月4日
VIP会员
相关VIP内容
Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
129+阅读 · 2020年7月10日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
图神经网络表达能力的研究综述,41页pdf
专知会员服务
169+阅读 · 2020年3月10日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【Nature论文】深度网络中的梯度下降复杂度控制
专知会员服务
38+阅读 · 2020年3月9日
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
Top
微信扫码咨询专知VIP会员