谷歌阿爾法圍棋app

粗通圍棋的人應(yīng)該明白，經(jīng)過(guò)一些基礎(chǔ)的訓(xùn)練，對(duì)局者就可以大致判斷出哪些著法合理，哪些著法不必考慮，頂尖高手更是長(zhǎng)于對(duì)一步棋的價(jià)值的判斷。然而，包括阿爾法在內(nèi)的電腦卻不具備這種“舉一反三”的能力。據(jù)悉，“阿爾法圍棋”擁有15萬(wàn)職業(yè)棋手的棋譜、上百萬(wàn)業(yè)余棋手的棋譜、自我對(duì)弈3000萬(wàn)局，頗有些水滴石穿、笨鳥(niǎo)先飛的味道。打個(gè)比方，在一片沙灘上找到幾個(gè)足球?qū)τ谌祟?lèi)而言易如反掌，可是“阿爾法狗們”卻需要試著排除每一粒沙子，只不過(guò)他們判斷沙子的速度非常之快。圍棋人工智能的突破的確令人驚嘆，但目前看來(lái)它似乎更多還是一種量的累積，而非質(zhì)的飛躍。

陳毅元帥說(shuō)：棋雖小道，品德最尊。圍棋的確很“小”，它畢竟只是一種智力游戲。然而，圍棋之博大精深，又令人驚嘆。喜歡軍事的人從中體會(huì)到“三十六計(jì)”，哲學(xué)家從大小、取舍、厚薄、實(shí)地和厚勢(shì)中品味人生的道理……一萬(wàn)個(gè)人的眼中，有一萬(wàn)種圍棋。

圍棋有勝負(fù)，但勝負(fù)絕不是它的全部。“手談”的最大魅力，在于棋逢對(duì)手、與人交流。跟一個(gè)人下棋，能夠知道他的脾氣、秉性、喜怒哀樂(lè)，了解他的習(xí)慣動(dòng)作，感受他眼神中的殺氣。沒(méi)有了紙扇輕搖，沒(méi)有了搖頭晃腦，沒(méi)有了那一次次令人痛斷肝腸的“打勺”，對(duì)弈的樂(lè)趣也要大打折扣。

隨著Master在網(wǎng)絡(luò)圍棋平臺(tái)上的自曝真身，持續(xù)了近一周的棋壇“Master風(fēng)暴”終于產(chǎn)生了一個(gè)不出所料的結(jié)果。

1月4日晚，在網(wǎng)絡(luò)上連續(xù)取得了59場(chǎng)勝利的輝煌戰(zhàn)績(jī)后，Master在聊天頻道中突然自稱(chēng)就是“AlphaGo的黃博士”，同時(shí)還表示“希望大家這陣子，都享受Master的棋局”。

▲AlphaGo聲明：我只是最新測(cè)試版。

事實(shí)上，在整個(gè)圍繞Master的熱炒過(guò)程中，谷歌就是幕后“Boss”的猜測(cè)從一開(kāi)始就占據(jù)了主流。在外界眼球聚焦期間，也有種種跡象表明，谷歌可能從一開(kāi)始就導(dǎo)演了這場(chǎng)盛大的“營(yíng)銷(xiāo)”，但卻一直刻意掩藏自己的身份。

這次“炒作”，或許是圍棋歷史上最完美的一次營(yíng)銷(xiāo)，但無(wú)疑，贏的不止是谷歌，還有圍棋。

Master或是圍棋史上最完美營(yíng)銷(xiāo)：谷歌、圍棋都贏了

▲柯潔微博。

谷歌創(chuàng)始人就在北京

在Master完成60勝，結(jié)束這番人機(jī)車(chē)輪戰(zhàn)后，因與AlphaGo對(duì)戰(zhàn)而成名的歐洲圍棋冠軍樊麾就在社交網(wǎng)絡(luò)上發(fā)表了一篇公告。而樊麾目前正是谷歌DeepMind團(tuán)隊(duì)測(cè)試工程師。

在公告中，樊麾代表DeepMind團(tuán)隊(duì)寫(xiě)道：

“我們最近很努力地開(kāi)發(fā)阿爾法圍棋，剛過(guò)去的幾天我們?cè)诰W(wǎng)絡(luò)的對(duì)弈平臺(tái)進(jìn)行了一些非正式的快棋對(duì)局，目的是為了檢驗(yàn)我們最新版本的阿爾法圍棋是否如我們的預(yù)期�！�

“我們需要感謝所有與我們的Magister(P)和Master(P)賬戶(hù)在弈城圍棋網(wǎng)以及野狐圍棋網(wǎng)對(duì)弈的棋手，也要感謝所有觀戰(zhàn)的人！最新的阿爾法圍棋在對(duì)局中所富有啟發(fā)性的創(chuàng)新，我們從中可以學(xué)到的，以及對(duì)局的結(jié)果都令我們非常激動(dòng)�！�

事實(shí)上，由于種種跡象，許多媒體人都曾懷疑“Master事件”是一場(chǎng)營(yíng)銷(xiāo)。在谷歌公布真相后，此前的許多事實(shí)也順利被聯(lián)系到了一起。

谷歌為AlphaGo設(shè)計(jì)了兩個(gè)神經(jīng)網(wǎng)絡(luò)：“決策網(wǎng)絡(luò)”（policy network）負(fù)責(zé)選擇下一步走法， “值網(wǎng)絡(luò)”（value network）則預(yù)測(cè)比賽勝利方，用人類(lèi)圍棋高手的三千萬(wàn)步圍棋走法訓(xùn)練神經(jīng)網(wǎng)絡(luò)。與此同時(shí)，AlphaGo也自行研究新戰(zhàn)略，在它的神經(jīng)網(wǎng)絡(luò)之間運(yùn)行了數(shù)千局圍棋，利用反復(fù)試驗(yàn)調(diào)整連接點(diǎn)，完成了大量研究工作。

1. 走棋網(wǎng)絡(luò)（Policy Network），給定當(dāng)前局面，預(yù)測(cè)/采樣下一步的走棋。

2. 快速走子（Fast rollout），目標(biāo)和1一樣，但在適當(dāng)犧牲走棋質(zhì)量的條件下，速度要比1快1000倍。

3. 估值網(wǎng)絡(luò)（Value Network），給定當(dāng)前局面，估計(jì)是白勝還是黑勝。

4. 蒙特卡羅樹(shù)搜索（Monte Carlo Tree Search，MCTS），把以上這三個(gè)部分連起來(lái)，形成一個(gè)完整的系統(tǒng)。

2021-05-24 版本: 4.5.05

1、修復(fù)BUG。

2021-05-14 版本: 4.5.04

1、增加“死活題對(duì)戰(zhàn)”功能。