AlphaGo vs 李世石4:1，那么它究竟是如何思考的？_网易新闻
AlphaGo vs 李世石4:1，那么它究竟是如何思考的？
看了 AlphaGo 和李世乭九段这 5 场比赛之后，你知道 AlphaGo 是怎么思考的吗？其实，AlphaGo 的“思考”和人类的思考有些相似，所以它的胜利才显得意义重大。想要知道 AlphaGo 怎么下围棋，简单了解围棋的规则非常重要。10 分钟围棋入门顾名思义，“围棋”的要点在于“围”。围棋棋盘是 19 19 的格状棋盘，黑子和白字在交叉点上交替落子，哪一方“围”的地盘大便获胜。如何计算“地盘”？每当棋盘上落下一子，便会出现与该子横或竖相邻的四个交叉点，这四个点被称为“气”，一颗棋子最多拥有四口“气”，斜方向相邻的交叉点不是气。横或竖相邻的同色棋子可以共用“气”。如果一个字或几个字周围所有的气都被对方棋子占据，没有气的棋子就是死子。左侧图中 A 点若落下白字，则两颗黑子没有气，被杀死提走。右侧图中棋子周围的的点表示气，双方棋子可以共用气。在这样的规则要求下，胜负的关键便在于如何高效地用棋子占据更大的地盘，同时还要防止对方将你已经占据的位置围死。围棋开局时一般从靠近边缘的地方开始落子也是因为相对于棋盘中央，边缘方便用更少的棋子占据更大的地方。围棋棋盘一共有 361 个落子点，平均分配的话，一方棋子占据的位置加上活棋围住的落子点只要超过 180.5 个就会胜利。但先落下第一个子的黑棋占有优势，按照中国规则，在计算棋子数量时，黑棋必须减掉 3 又 3/4 子，也就是必须超过 185 子才能获胜。有的棋局会在未下完时，便因为对方已经占据了无法追赶的优势而认输。而有的棋局双方会进行到“收官”的阶段，这里不再展开。以上，是围棋的简单的基础规则，但因为棋盘很大，围棋的战术千变万化。AlphaGo 如何思考说起这个，“穷举”、“蒙特卡罗树算法”、“深度学习”等等一大堆术语经常出现。所谓 “深度学习”，是 AlphaGo 围棋训练的第一步，将人类棋谱输入计算机，学习人类的落子习惯。这种“识别”与人脸识别、图像分类等搜索技术类似。第一步：AlphaGo 会把输入系统的人类棋谱的每一步进行分拆，棋盘上每个落子以及随后的应对落子算作一个样本，AlphaGo 从这些人类棋局中分解出了三千多万个样本。这些样本集合在一起，能够识别出每个特定的落子之后，哪一种应对方法的概率最高，这个最高的概率其实就是人类棋手最喜欢的应对方法。虽然说围棋“千古无同局”，但是局部来看还是有很多相似的模式反复出现，AlphaGo 就学会了这些最受欢迎的下法。AlphaGo 的蒙特卡洛树搜索。第二步：AlphaGo 的思考结合了蒙特卡罗树搜索。假设一个从来都没下过围棋的人，用了分身术分成两个人开始在棋盘上乱下，最终这盘棋也会分出个胜负。第二盘，上一盘赢的那个分身不再完全是乱下了，开始使用赢的那一盘中的一些对应，第三盘棋，第二盘赢的那个分身开始使用第一盘和第二盘中的对应。当第 N 盘棋下完之后，这个始终赢棋的分身就会获得最有可能获胜的落子方法。以上这 N 盘棋就是一步使用蒙特卡罗树搜索的思考过程，思考结束后的下一个落子，就是被是推演过次数最多，获胜概率最高的那一步。AlphaGo 团队还改进了以上这种传统的蒙特卡罗树搜索算法。上面我们说过的深度神经网络得出了一套人类棋手概率最高的下法，假设蒙特卡罗树搜索故事中那个完全不会下棋的人学习了这套下法，那么之后的“乱下”思考过程的起点就会提高很多。这样一来，蒙特卡罗树算法的计算量就减少很多，提高了效率。第三步：AlphaGo 自己和自己下棋。 围棋毕竟变化太多，AlphaGo 需要更多的棋局来学习，于是通过自我对弈产生新的棋局。AlphaGo 自己和自己下棋，棋力的来源就是第一步通过学习人类棋局得到的落子方法。AlphaGo 左右互搏，自我对弈几万盘，就能总结出赢棋概率更高的新下法，接下来再用新下法自我对弈几万盘，以此类推，最终得到了一套棋力比最初只学习人类下法厉害很多的新策略。那用这新的策略和蒙特卡罗树搜索结合是不是更厉害呢？答案却是否。因为使用概率来训练的这种策略会让下法高度集中，变化太少，而蒙特卡罗树搜索需要更多的变化才更有效。AlphaGo 在与樊麾对决时的局面评估。第四步：这也是 AlphaGo 最厉害的地方是，它可以像人类一样在比赛过程中估计局面的优劣，这样才有第四局它判断获胜几率太小，选择中盘认输。当一盘棋开始的时候，AlphaGo 先用第一步训练的下法下若干步，然后乱下一步，接着用第三步自我对弈训练产生的更厉害的下法下完整盘棋，然后对结果做一个评估，评估出“乱下”的那步棋造成的局面是好是坏。AlphaGo 可以在一步的思考中乱下很多次，总有一次能匹配到真实对下棋的状况。而对这一步乱下以及后续结果的评估，就是对当前局面的判断。围棋 AI 和其它棋类 AI 区别很大大家对战胜卡斯帕罗夫的“深蓝”有一些误解。深蓝并不是单纯的“穷举”，通过计算所有的可能性来实现胜利。深蓝的算力约为每秒 2 亿步棋，想要穷尽国际象棋十的四十五次方这个级别的可能性需要十的二十九次方年的时间，这显然不可能。深蓝内置了数百万人类国际象棋的开局库，这部分计算可以省掉，同时深蓝也不是算出所有可能的步法，而是推算 12 步左右，而人类的国际象棋大师大约能够推算 10 步，胜负就在这其中产生。AlphaGo 每秒钟可以计算几百万步棋，通过大量学习人类棋局，用这些经验自我对弈产生新的经验，用这些新经验来下棋，再利用蒙特卡罗树搜索产生下一步对应的下法，配合“乱下”产生的对局面的评估，就是 AlphaGo 战胜人类顶尖棋手的秘密。
本文来源：好奇心日报
责任编辑：曹锐_NX5372
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈2017AlphagoVs柯洁大赛：柯洁大比分0-3落败 出席发布会似哽咽2017AlphagoVs柯洁大赛：柯洁大比分0-3落败 出席发布会似哽咽来吧体育百家号柯洁出席发布会柯洁神情低落柯洁发布会上掩面柯洁、连笑发布会上拥抱柯洁出席发布会本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。来吧体育百家号最近更新：简介:最娱乐的体育资讯，花边，段子手作者最新文章相关文章新浪版权所有
人机围棋大战第二局：李世石对阵AlphaGo
已有0人看过
人机围棋大战第二局：李世石对阵AlphaGo
有新内容自动滚屏
正在加载中...【图文】李世石vs.AlphaGo 人机大战五局棋谱回顾_百度文库
您的浏览器Javascript被禁用，需开启后体验完整功能，
享专业文档下载特权
&赠共享文档下载特权
&100W篇文档免费专享
&每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
李世石vs.AlphaGo 人机大战五局棋谱回顾
阅读已结束，下载本文到电脑
定制HR最喜欢的简历
你可能喜欢【直播】柯洁VSAlphaGo三番战！第一回合直播讨论帖（B站直播源已恢复）
直播地址：　　柯洁，中国围棋职业九段棋手，浙江丽水人。曾获2007年全国少儿围棋锦标赛冠军，2008年世界青少年围棋少年组冠军，第28届应氏杯世青赛围棋青年组冠军，2014年10月第16届“阿含桐山杯”中国围棋快棋公开赛冠军，2015年3月第16届“阿含桐山杯”中日围棋对抗赛优胜
，2015年4月第15届“理光杯”中国职业围棋赛冠军，2015年8月第一届“洛阳白云山杯”围棋世界冠军邀请赛冠军，2015年11月第11届“威孚房开杯”中国围棋棋王争霸赛冠军[8]
。2016年2月CCTV贺岁杯围棋争霸赛冠军。2016年8月第二届“洛阳白云山杯”围棋世界冠军邀请赛亚军[10]
。2016年9月第18届“阿含桐山杯”中国围棋快棋公开赛冠军 。围棋等级分排名世界第一。　　阿尔法围棋(AlphaGo)是一款围棋人工智能程序，由谷歌(Google)旗下DeepMind公司的戴密斯·哈萨比斯、大卫·席尔瓦、黄士杰与他们的团队开发。其主要工作原理是“深度学习”。2016年3月，该程序与围棋世界冠军、职业九段选手李世石进行人机大战，并以4:1的总比分获胜;2016年末2017年初，该程序在中国棋类网站上以“大师”(Master)为注册帐号与中日韩数十位围棋高手进行快棋对决，连续60局无一败绩。不少职业围棋手认为，阿尔法围棋的棋力已经达到甚至超过围棋职业九段水平，在世界职业围棋排名中，其等级分曾经超过排名人类第一的棋手柯洁。赛事相关5月23日 10点30-17点30 柯洁VS阿法狗 第一回
5月25日 10点30-17点30 柯洁VS阿法狗 第二回
5月27日 10点30-17点30 柯洁VS阿法狗 第三回
[&此帖被左岸花不开在 11:47修改&]
这些回帖亮了
应该让同伟来下棋啊
这这这，国内看不了国内的比赛。
柯洁使用了战争迷雾
再说一遍，大家搜索海峰棋院可以看直播，台湾棋手解说的，不过中国搞这么一出，刚讽刺完留学生的我脸皮发烫。。。
广电总局 打出了一波 GG
B站直播源已经恢复目前阿法狗开局就打的很凶柯洁有点没有预料到，稍稍劣势
[&此帖被左岸花不开在 11:41修改&]
国内办的比赛，要*河蟹*看外国的直播，又来自己打自己的脸
我觉得人类也就能赢一手停电了
我觉得空气很甜这个词以后会在很长一段时间内用来形容被和谐的东西
引用220楼 @ 发表的:牧绅一当然不如奥尼尔牧长大进日本国家队，然后亚锦赛被刘伟打爆…想想就开心
亮我上去，梯子自备GG，我的梯子坏了
[&此帖被厨师李秀莲在 11:23修改&]
引用877楼 @ 发表的:看看王思聪这嘴脸。。。真尼玛*河蟹*。柯洁应战的时候，狗不但已经战胜李世石，而且早已进化，连胜60场，所有人都知道狗的棋力已经在人类之上，但柯洁还是勇敢应战，下出了高质量对局。这才是真的勇士，比靠爹*河蟹*有种无数倍。
引用657楼 @ 发表的:现在都没人讨论祺的局势，都在讨论什么禁播，可笑因为没人懂棋 所有人都“懂”政治
引用434楼 @ 发表的:按照之前对局的特点，这说明阿法狗判断怎么下都赢，所以无所谓了。。。。正解。狗的目标不是大胜，而是蜜汁螺旋稳。
新浪一直都可以看，低调低调
UPDATE：各位，FQ上了youtube看了下，解说还是华以刚和徐莹，目测是因为国内各网站用了google的信号源，国内拿不到自己的直播权，所以不给播吧。我是提前半小时就打开新浪链接一直没关，所以一直能看Google中文直播，现在换成常昊夫妇了，1小时后还是换成华老师
[&此帖被fawkes在 12:00修改&]
人类不限时如何？和很早那时候日本一盘棋下几天那个方式如何？感觉几个小时的限制对人脑还是有点不公平
引用457楼 @ 发表的:要赢2把的话可以，毕竟人家李世石也赢过一把lss赢得那个，打现在这个alphago一成胜算都没有。评论前多看看Twitter或者paper，要么就不要对自己不懂的东西发表评论。
发自手机虎扑 m.hupu.com
柯洁今天表现无愧于人类世界第一，能够打成这样
不要说什么洗不洗的，现在主要问题是看棋的渠道和方式很痛苦，要尼玛到处找直播源，搞不好就给你封了，又得重新去找，搞得像尼玛做贼一样的！就看个棋，至于么！第一次人机大战国内各大直播平台都有直播，还有专业讲解，宣传策划都很好，想看棋很简单，随便一个平台都行，舒舒服服的，不要太爽！这次在国内搞，本来各大平台都是直播的，宣传力度也大，可突然就不播，而且是稍有影响力的平台不说视频，连宣传和图文直播都受到限制，一些平台像做贼一样的在打游击式的直播，这封禁的力度是不是官方出面没证据，不乱说，但这也绝对不是一句版权问题可以洗的吧！！！
引用587楼 @ 发表的:我信啊~没版权就是盗播，一盘期有什么好禁的。别什么都自以为有黑幕。上一次都有版权直播，而且youtube上是面向全球免费直播，怎么可能因为版权问题不直播的
引用62楼 @ 发表的:再说一遍，大家搜索海峰棋院可以看直播，台湾棋手解说的，不过中国搞这么一出，刚讽刺完留学生的我脸皮发烫。。。是这么个事
呵呵，醉了。刚刚批判空气很甜，今天就做出这种事情。
引用423楼 @ 发表的:狗下了一手人工臂都犹豫的棋，令人费解啊，正常棋手认为智障的下法。按照之前对局的特点，这说明阿法狗判断怎么下都赢，所以无所谓了。。。。
引用146楼 @ 发表的:确定?佐为的原型是秀策好不好柯洁估计能让秀策2个子
看看王思聪这嘴脸。。。
竟然没人回，我是第一
我是第二嘿嘿嘿
占领前排嘻嘻
b站还真是吊，独家直播？
瓜子准备好了
人类都是赢家
发自手机虎扑 m.hupu.com
最后谁能胜天半子？！
关注关注...期待
发自手机虎扑 m.hupu.com
支持柯洁干掉阿尔法狗
哥是第几，哈哈哈～直播被封杀，找了半天都没直播地址吖，还是到虎扑求救了～
胜天半子I am 柯洁
那一天，人类终于想起了曾一度被阿法狗所支配的的恐怖。。。
发自手机虎扑 m.hupu.com
支持柯洁吊打
珂洁看了祁同伟那本绝世秘籍没？
支持柯洁紫薯
发自手机虎扑 m.hupu.com
五星连珠。。。
谷歌倒是能看到中文的直播，虽然俩解说有点唠叨。
这刚刚的有一手，感觉柯洁已经抓狂了啊。
加油吧，柯洁
虽然很能赢 柯洁还是加油吧
您需要登录后才可以回复，请或者
2188人参加团购96.00元&229.00元
193人参加团购259.00元&469.00元
15人参加团购59.00元&89.00元
4805人参加团购398.00元&1299.00元
747人参加团购358.00元&899.00元
118人参加团购109.00元&369.00元
937人参加团购1179.00元&1399.00元
24人参加团购145.00元&228.00元
781人参加团购368.00元&699.00元
883人参加团购259.00元&569.00元
87人参加团购149.00元&419.00元
149人参加团购44.00元&70.00元}