智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
品牌
其他品牌
【中國智能制造網 名家論談】近日，田淵棟受地平線曾經在Facebook的同事邀請，赴中國做了一期大牛講堂，分享了關于游戲和增強學習等的話題。
田淵棟
1. AlphaGo目前是世界的圍棋選手，在此之后，研究智能圍棋還有什么意義？
我覺得圍棋是很有意思的游戲，AlphaGo雖然把它做出來了。但很多東西的做法和人是不一樣的。人在學圍棋的時候有很多概念，按照概念做判斷，但是機器解決他還是比較暴力的。
一方面，你可以說人用概念來做推理局限了他的計算能力，體現出人本身有一個高度抽象的能力，就是用非常非常局限的計算能力，能達到那么強的棋力。而AlphaGo就是用非常多的計算能力去彌補這些不足，所以恰恰是互補的，我相信還是有意義的。
另一方面，聯系到后面那個問題(目前你的研究團隊，對圍棋AI的研究進展到何種地步？相比AlphaGo如何。)，我們這邊在開源之后就先放在那兒了，可能等到以后我們有新想法再拿過來試一試。我們這邊是七八十人的研究機構，要讓我們花二十人做圍棋，這個是不可能的。我們這邊都是很有名的研究員，這些研究員每個人都有自己的方向，像計算機視覺和自然語言處理等等，不可能把自己的方向放棄掉來專門(搞圍棋)。
后，從本質上來說，我們的風格跟其它公司不一樣。我們研究員的一個目標是說在大家不做這個東西的時候，在比較冷門或者大家不相信它能做得更好的時候去做它，證明這條路能走通。比如說我們在做DarkForest的時候，圍棋還是很冷門的方向，大家都不認為圍棋可以做出來。我們的文章比AlphaGo早了三個月出來，證明這個東西確實有效果，而且能提高挺多的，這就是我們的貢獻。我之前在采訪里面說過，好的研究就是“于無聲處聽驚雷”。
像星際這樣的游戲，大家都不知道怎么做，研究員們的任務就是要想辦法找到一些突破口，這個突破口可能沒有人想到，或者是沒有人覺得能做成，我們的目標是在這兒。我回到個問題，就是說智能圍棋之后還有什么意義，就是我剛才說的，如果有人愿意想要做下去的話， 就看能不能自動從里面學出一些概念來，學出一些有意思的東西，比如說人有大局觀或者是大勢，或者是各種下棋時候的概念，概念是不是能從這里面自動學出來。像這些，目前大家都沒什么辦法。
(你說大局觀嗎？)
對，像這樣的東西其實對于我們如何理解人的思維方式是更重要的。職業棋手是很厲害的，人腦的神經傳導是毫秒級的，這點時間機器可以干很多事情，但人就是用這么慢的處理速度達到了這么強的水平。
2. 絕藝和AlphaGo有差距么，差距是多少，是什么造成了這種差距？
這個我稍微看了一下，我覺得絕藝肯定是比Zen要強挺多，200手不到就讓Zen認輸了。我之前看新聞是它對職業棋手可以戰勝80%甚至更高，所以我相信它已經是做得非常好了，我相信它肯定是超過了或者是相當于AlphaGo之前Paper(AI科技評論注：2016 年 1 月 28 日，Deepmind 公司在 Nature 雜志發表論文 Mastering the game of Go with deep neural networks and tree search，介紹了 AlphaGo 程序的細節。)的水平，但是它跟現在的Master相比，可能還是有差距。
3. 跟AlphaGo 3月份比賽的水平比如何？
跟3月份(對戰李世石)的時候這個我不好說，我只能說和Nature那篇論文相比做得好， 當然了跟Master比是有差距的，現在Master所有對戰是全部都是贏的，沒有輸的，勝率是100%，而且都是贏的莫名其妙。Master贏了你，你都不知道什么地方出錯了，好像下得挺好的，然后就輸掉了。所以就是已經到了不知道錯哪兒的程度了。我相信他們應該用別的方法做訓練的，而不是單純拓展之前的文章。像我是聽說他們近把訓練好的值網絡單獨拿出來，根據它再從頭訓練一個策略網絡。我覺得這樣做的好處是會發現一些看起來很怪但其實是好棋的招法，畢竟人類千百年下棋的師承形成了思維定式，有些棋在任何時候都不會走，所以按照人類棋譜訓練出來的策略網絡終究會有局限性；而用值網絡作為指導，從頭訓練一個策略網絡的話，確實會發現很多新招。
(AlphaGo用其他的方法迭代的？)
我相信他們也用了別的辦法，但是細節我也不知道，因為我近也沒有做，所以我也不知道他們用什么樣的辦法，我覺得這方面需要創新。
4. 絕藝這次是跟電腦圍棋比賽，跟下一次的真人比賽區別在哪？
電腦圍棋我們之前也參加過，就是大家坐著，連上之后讓計算機自己下，下到什么地方就說我輸了你輸了，然后就結束了，有可能說我們看看剩下好像不行了，但是機器誤判，就讓人去認輸。 基本上是這樣的過程。
(那我可以這樣理解嗎？跟電腦圍棋比賽的是兩個既定程序的對戰，比如說電腦圍棋絕藝跟真人，比如柯潔對戰的時候，是變動性更大一點，是嗎？)
我相信是的，因為電腦圍棋至少在之前都是有些明顯的風格，比如說有些喜歡在角上和你拼，不愿意去外面搶大場。人可能能看出來這個風格，就會擊敗它，特別是水平不是很高的兩個AI下的話，很明顯能看出問題，比如我們DarkForest就有死活的問題，我們自己會說，你看這里下得不對，肯定是這里下錯了，這個地方他可能判斷有問題，以為這塊棋是活的，其實是死的，所以會有各種各樣的問題。當然了，如果是達到絕藝或者是AlphaGo這樣的水平的話，我肯定是看不出來，我需要計算機輔助幫我下到后面才能看到，但是我相信職業棋手還是能看出來，但Master我不知道，我不是特別清楚。
5. 以DarkForest為例，除了圍棋，這種完全信息博弈的游戲智慧要應用在其他領域需要解決哪些問題？
我覺得現在這個系統是針對于某個問題做特別優化，我之前在 talk里也說了，那么多方法，要依照不同的游戲用不同的方法，沒有那么通用的。比如說你在象棋上用蒙特卡洛樹搜索肯定是不行的，你可能漏搜了某一條特別重要的分支，然后導致一個殺王的走棋序列沒有看到，這是非常有可能的。所以整個AlphaGo是一個大的系統工程和框架結構，它需要有幾個人每天花時間在上面，還得每天不停地調啊調。所以說，現在所謂的 “人工智能” 還是比較弱的，還是需要人去監督，然后把它做出來。
(如果是要針對某一個特定領域呢？)
就是我剛才說的，你先要對這個領域有了解，然后去設計。比如說圍棋和象棋就不一樣，象棋每步的可能性比較少，對局面的判斷相對容易，因為這個原因，你要換一個方法做，而不是用原來的方法做。所以對于方法的選擇，其實是完全依賴于這個問題本身的，所以這個是需要大量的人工智能相關知識才能做出來的。
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
