刘知青：围棋人机大战是人工智能技术的展现

北京邮电大学软件学院教授、围棋软件开发者刘知青

　　道与数

　　——“人机大战对围棋文化的影响”研讨会

　　时间：2016年3月16日9：00—13：00

　　地 点：北京裕龙国际酒店第八会议室

　　主办单位：《光明日报》国学版 国学网

　　邱运华（首都师范大学副校长）：

　　今天我们所谈论的，是一个面向未来的崭新话题。原来国学网也主办过一些活动，比如《中国围棋古谱集成》，是面向过去的整理；“国学杯”是面向业余棋界的比赛，等等。而本次座谈会则是面向未来的一个活动，这是非常有意义的。

　　尹小林（首都师范大学电子文献研究所所长）：

　　这几天我看了大赛的棋谱和一些媒体的报道，有三点感受：

　　第一是强者至上。在围棋界，谁的水平高，谁就拥有更多发言权。此前计算机软件水平不高，没有多少发言权。这一次AlphaGo软件出来以后，职业棋手就开始谦虚了。

　　现在讨论比较多的，把计算机叫作围棋上帝。从某种意义上讲，计算机就是代表上帝和人在下棋，我的第一个感受就是计算机太强大了。

　　第二是大道至简。最大的道理是最简单的。今天我们还请了《周易》方面的专家，《周易》的“易”与对弈的“弈”是同音的，在古汉语里面，同音往往同义。当围棋这么复杂的游戏可以简化到用二进制来表述的时候，它就与《周易》相通了。

　　原先我们认为围棋变化太多，无法计算，但是当我们找到一种算法时，情况就变了。前两天一个计算机专业的朋友跟我透露了一个信息，他说现在AlphaGo已经找到一种基于图像的算法，直接计算棋形的面积，计算双方棋子的面积。大道至简，最复杂的东西用最简洁的方法来表示，这就是计算机的基本原理。

　　第三是弱势平衡。世界上不能只有强者，弱者和强者是共存共生的。比如王元老师是职业八段，我是业余三段，如果他让到五六个子的时候，我们双方力量就平衡了。实际上我们的文化也好，围棋也好，《周易》也好，中医也好，都在讲平衡。这次人机大战很大程度上是在逼迫我们去思考历史、现代和未来，我们需要从文化的角度去思考这次人机大赛的意义。

　　一

　　刘知青（北京邮电大学软件学院教授、围棋软件开发者）：

　　前年我写过一本《现代计算机围棋技术》，我在那本书里做了一个大胆预测，计算机围棋会在五到十五年之内战胜顶尖职业棋手。这个可能是当时最大胆的预测了，没有人相信。去年10月AlphaGo战胜樊麾，但当时没有公布。今年1月28日，他们的文章在顶级科学杂志《Nature》上发表，公布了这个事实。这远远超出我及同行们的一个最乐观的估计：不是五到十五年，而是五到十五个月就已经完成了。

　　《Nature》那篇文章非常重要，我仔细读过它。那篇文章指出了一个很明确的方向，但是它没有公布细节。所以别人要复制那些细节还是需要一定的工作量，这就像知道要这样做才能爬到珠穆朗玛峰，但你按着方法去爬，也不是十天半个月就能够做到的。

　　这个团队非常强大。《Nature》那篇文章就有二十几位作者，都是长期从事计算机工作的博士专家，最前沿的学者。主要人员都有十多年的计算机围棋研究背景，有十多年的积累。阴谋论总是有的，但我看他们的论文，非常有说服力。而且，世界上能够这样战胜李世石的，应该是没有的。在现场它不可能去作弊，它下棋的方法也不是人的方法，它做了很多交换，我们看来都是俗手，这些小细节不是最优，但它仍然可以碾压李世石。李世石唯一的翻盘，只是计算机在那个时候犯了一个错误，而这个错误其实是它使用技术的一个特征。这个弱点恰恰说明这是一个软件，是一个计算机。而且它的强项也是计算机的强项，不是人的强项。整个比赛过程应该还是一个非常有说服力的技术的展现。

　　孙茂松（清华大学计算机系教授）：

　　五六年前，微软有一个华人学者，负责微软的语音识别项目，他与我商量说能不能做个围棋软件。当时我觉得围棋太复杂了，这也是业界的共识。我大概算了算，纵横19道，361点，每个点都有白子、黑子、无子三种可能，这就是3361。算下来一盘棋有10172种可能。

　　林建超（中国围棋协会副主席）：

　　这是沈括在一千多年前记载在《梦溪笔谈》里的，其实理论上还要比这个数字大得多。沈括当年不能掌握的，一个是组合的方法，第二个是满空间的算法，第三个是黑白双方运行，而且他不知道重复提子，这些东西当年都没有计算在内。所以一个点不是三种可能，而是无限种可能。

　　孙茂松：

　　反正很复杂。而且你还得把人类下得比较好的棋谱给它输送进去，大学没有这个工程能力，国内科研体制下也没有办法拿到这个经费。但是当最近两三年卷积神经网络出来的时候，我的第一直觉就是：围棋可以做了。因为卷积神经网络这几年在语音识别、图像识别上的进展突飞猛进。语音识别现在的错误率大概在9%，而以前要高得多。这是现在包括谷歌、微软、百度在激烈竞争的一个领域。这个卷积神经网络，即便是输入一张最简单的图片，64×64的一个点阵，也比围棋要复杂得多。

　　韩立新（清华大学哲学系教授、清华大学围棋文化交流与研究基金会主席）：

　　不好意思打断你一下，是不是说在图像识别这个技术上，人工智能已经比人类高？

　　孙茂松：

　　对。把物品分成一千类，然后给一张照片，给五个答案去选。这个条件下，现在机器做得要比人好。因为这一千类中，有很多东西人可能不认识。比如这个花是什么花，你可能不认识，但机器有大数据的能力，就会做得比较好。卷积神经网络是一个通用模型，拿这个图像数据去训练，它就能把图像识别做好，拿语音的去实验，就能把语音识别做好，用围棋数据去训练，就能把围棋做好。它根据整个盘面去计算，所以可以掌握所谓的“大势”。但这个大的局面，它自己其实并不知道，它就是靠算法，变成一个函数。网络本身可能很复杂，但整个结构非常简单。输出是什么呢？输出就是下一步棋，你落在某个格子里的概率。刚开始所有的参数都是随机给，但当前这个盘面，黑白这个是定式，这个是有的，所有的参数往上算，算到最后那个输出端，然后它去算落在每一个格上的概率。刚开始它不准，需要靠数据去重新反向训练神经网络，最后只要给个棋盘，我保证落在人类专家放的那个位置的概率是最大的。

　　毕达哥拉斯说：“数字是宇宙的统治者。”围棋几乎没有规则，全是靠计算，最终结果全是一组一组的数。所以AlphaGo输棋不是BUG，是其模型本身的性质，可能出昏招，也可能出奇招。搜索空间这么大，人类棋手实际上形成了一种人类高级智慧所确定的搜索范围，搜索空间大大缩小。而AlphaGo则是全空间搜索，有可能出一些人类无法想象的、匪夷所思的奇招，有可能触碰到人类惯性思维的盲区，对我们下棋会有所启发。

　　这个模型除了围棋，还可以做很多事。比如我的学生运用类似模型研发程序，训练计算机作古诗。试举一例，上句古人诗云“江上西风一棹归”，下句计算机续曰“夕阳不见客舟低”。再举一例，上句古人诗云“又听西风堕叶声”，下句计算机续曰“万事尽随天籁起”，又续云“天涯游子不胜情，江山满眼愁多少，剩有心事绪未成”，意境、平仄、韵律都还不错。