最强对决：谷歌AlphaGo 5月决战柯洁
九三智能控 2017-04-10
机器之心报道
参与：李亚洲、李泽南、吴攀
4月10日下午，谷歌在北京的中国棋院召开新闻发布会，正式宣布AlphaGo将于今年5月23日在浙江乌镇对决以柯洁为代表的中国顶尖棋手。
据机器之心现场了解，中国围棋协会和浙江省体育局携手谷歌三方将联合主办「中国乌镇·围棋峰会」。本次峰会将从5月23日至27日在浙江乌镇展开，除AlphaGo与柯洁的三番棋对战之外，还将举办配对赛和团体赛两场形式不同的交流比赛。
配对赛中，两位棋手将分别与AlphaGo组队，挑战棋手如何去理解AlphaGo的独特风格并与之合作；在团队赛中，将有五位中国顶尖棋手合作，建立棋手“神经网络”，降低心理因素的影响，从而做出更加客观的判断。
在发布会现场，柯洁表示，「能与 AlphaGo 对阵是我的荣幸，但我一定会击败 AlphaGo」。据悉，此次比赛的获胜奖金为 150 万美元。
离AlphaGo和李世乭的“人机大战”已经过去了一年，AlphaGo与柯洁的对弈是业内期待已久的一场对决。去年AlphaGo与世界围棋冠军李世乭的比赛引起了极大的关注，人机对战成为人工智能领域的热门话题。不久之前，斩获UEC杯计算机围棋大赛冠军的腾讯人工智能系统「绝艺」，在东京举行的第五届“电圣战”世界人机大战中战胜了日本围棋界的新锐棋手一力辽七段（世界排名第44位，日本第2）。
谷歌和DeepMind对于围棋的探索并未随着去年和今年初的两次“亮相”而结束，由于围棋近乎无穷的变化，人类棋手在千百年战术发展的过程中似乎并未触及围棋的本质，DeepMind的研究者一直将目标定为探索围棋的极限。DeepMind 官方发布的 2016 年度总结中写道，「最激动人心的莫过于 AlphaGo 博弈过程中所呈现出来的创造力，有时，它的棋招甚至挑战了古老的围棋智慧。围棋，这一古往今来最富深谋远虑的游戏之一，AlphaGo 可以识别并分享其中洞见。」
此前，AlphaGo在2016年3月与前围棋世界冠军，韩国棋手李世乭九段在韩国首尔进行了五次对决，并4比1获胜，第一次在正式比赛环境中战胜了人类顶尖棋手。AlphaGo因此而获得了韩国棋院颁发的“名誉九段”证书。在沉寂了一段时间后，去年末，AlphaGo以“Master”为名出现在腾讯野狐网上围棋平台中，与中日韩三国顶尖棋手进行了一系列网上快棋对决，并实现了60胜0负的完美战绩。
显然，AlphaGo并不满足于线上围棋平台的胜利，谷歌方面很早就与中国棋院达成了一致，准备于今年举行新一轮的围棋人机大战。去年12月，谷歌联合创始人、Alphabet总裁谢尔盖·布林和谷歌CEO皮查伊（Sundar Pichai）一同造访中国棋院，观摩了棋手训练，并与“棋圣”聂卫平九段及中国围棋队总教练俞斌九段进行了交流。
2016年12月31日，柯洁在微博上表示：
「我从（2016年）3月份开始到现在研究了大半年的棋软，无数次的理论、实践，就是想知道计算机究竟强在哪里。昨晚辗转反侧，不想竟一夜无眠。人类数千年的实战演练进化，计算机却告诉我们人类全都是错的。我觉得，甚至没有一个人沾到围棋真理的边。但是我想说，从现在开始，我们棋手将会结合计算机，迈进全新的领域达到全新的境界。新的风暴即将来袭，我将尽我所有的智慧终极一战！」AlphaGo升级版
去年1月28日，Nature杂志以封面论文的形式介绍了DeepMind团队开发的人工智能程序AlphaGo，这也就是后来击败韩国棋手李世乭的AlphaGo版本。据此次发布会提供的信息，今年年初席卷中国围棋界的「Master／Magister」是AlphaGo的升级版本，但它下的是快棋，与此次对决的规则不同。
AlphaGo结合了监督学习与强化学习的优势。通过训练形成一个策略网络，将棋盘上的局势作为输入信息，并对有所可行的落子位置形成一个概率分布。然后，训练一个价值网络对自我对弈进行预测，以-1（对手的绝对胜利）到1（AlphaGo的绝对胜利）的标准，预测所有可行落子位置的结果。AlphaGo将这两种网络整合进基于概率的蒙特卡罗树搜索（MCTS）中，实现了它真正的优势。
在获取棋局信息后，AlphaGo会根据策略网络（policy network）探索哪个位置同时具备高潜在价值和高可能性，进而决定最佳落子位置。在分配的搜索时间结束时，模拟过程中被系统最繁琐考察的位置将成为AlphaGo的最终选择。在经过先期的全盘探索和过程中对最佳落子的不断揣摩后，AlphaGo的探索算法就能在其计算能力之上加入近似人类的直觉判断。
据了解，新版的AlphaGo产生大量自我对弈棋局，为下一代版本提供了训练数据，此过程循环往复。
