本自同根生，相煎就是這么急。

在結(jié)束的世界人工智能圍棋大賽上，騰訊AI Lab開(kāi)發(fā)的“絕藝”意外輸給了Phoenix Go，屈居第二。

Phoenix Go是微信翻譯團(tuán)隊(duì)開(kāi)發(fā)的人工智能?chē)澹闶恰敖^藝”的小弟，它們兩個(gè)都出自騰訊，可謂“同根生”。

不同的是，Phoenix Go的優(yōu)勢(shì)在于，它基于AlphaGo Zero論文實(shí)現(xiàn)，同時(shí)做了若干提高訓(xùn)練效率的創(chuàng)新，并利用微信服務(wù)器的閑時(shí)計(jì)算資源進(jìn)行自我對(duì)弈。

目前，PhoenixGo已經(jīng)戰(zhàn)勝過(guò)200多位人類(lèi)棋手，這次戰(zhàn)勝“絕藝”倒是出乎所有人的意外。

認(rèn)識(shí)PhoenixGo：曾被認(rèn)為是百度、阿里、Zero養(yǎng)的“金毛”

2018年初，PhoenixGo以Bensondarr等賬號(hào)在騰訊野狐圍棋上進(jìn)行實(shí)戰(zhàn)，目前已經(jīng)戰(zhàn)勝200多位棋手。

在公布正式身份之前，社區(qū)、貼吧等上面關(guān)于BensonDarr的猜測(cè)眾多。

有的說(shuō)BensonDarr的首字母縮寫(xiě)是“BD”，就是百度的狗，也有的注意到BensonDarr從來(lái)沒(méi)有和絕藝指導(dǎo)下過(guò)棋，這很難解釋。正常的話，其它AI應(yīng)該都是非?？释魬?zhàn)絕藝，因此可能是阿里的狗。

看到Bensondarr這么強(qiáng)大，也有人說(shuō)是Zero。

而B(niǎo)ensondarr換了金毛的頭像后，就被棋友稱為金毛。

這只金毛在野狐圍棋上名氣越來(lái)越大，直到世界人工智能?chē)宕筚愒诮衲?月20日公布參賽陣容時(shí)候，它的身份首次公開(kāi)：就是“絕藝”的自家兄弟PhoenixGo。

PhoenixGo是微信的幾名工程師在開(kāi)發(fā)機(jī)器翻譯引擎“之余”抽空研發(fā)的AI程序。它基于AlphaGo Zero論文實(shí)現(xiàn)，同時(shí)做了若干提高訓(xùn)練效率的創(chuàng)新，并利用微信服務(wù)器的閑時(shí)計(jì)算資源進(jìn)行自我對(duì)弈，緩解了Zero版本對(duì)海量資源的苛刻需求。

微信團(tuán)隊(duì)沒(méi)有公布如何基于AlphaGo Zero論文實(shí)現(xiàn)，不過(guò)去年10月，DeepMind在Nature的一篇論文中，描述了AlphaGo Zero 的技術(shù)細(xì)節(jié)。

AlphaGo Zero完全不依賴于人類(lèi)數(shù)據(jù)，因此，這一系統(tǒng)的成功也是朝向人工智能研究長(zhǎng)期以來(lái)的目標(biāo)——?jiǎng)?chuàng)造出在沒(méi)有人類(lèi)輸入的條件下，在最具挑戰(zhàn)性的領(lǐng)域?qū)崿F(xiàn)超越人類(lèi)能力的算法——邁進(jìn)的一大步。

作者在論文中寫(xiě)道，AlphaGo Zero 證明了即使在最具挑戰(zhàn)的領(lǐng)域，純強(qiáng)化學(xué)習(xí)的方法也是完全可行的：不需要人類(lèi)的樣例或指導(dǎo)，不提供基本規(guī)則以外的任何領(lǐng)域知識(shí)，使用強(qiáng)化學(xué)習(xí)能夠?qū)崿F(xiàn)超越人類(lèi)的水平。此外，純強(qiáng)化學(xué)習(xí)方法只花費(fèi)額外很少的訓(xùn)練時(shí)間，但相比使用人類(lèi)數(shù)據(jù)，實(shí)現(xiàn)了更好的漸進(jìn)性能（asymptotic performance）。

AlphaGo Zero在其他方面也與之前的版本有所不同：

AlphaGo Zero 只使用圍棋棋盤(pán)上的黑子和白子作為輸入，而上一版本的 AlphaGo 的輸入包含了少量人工設(shè)計(jì)的特征。

它只使用一個(gè)神經(jīng)網(wǎng)絡(luò)，而不是兩個(gè)。以前版本的 AlphaGo 使用一個(gè)“策略網(wǎng)絡(luò)”（policy network）來(lái)選擇下一個(gè)落子位置和一個(gè)“價(jià)值網(wǎng)絡(luò)”（value network）來(lái)預(yù)測(cè)游戲的贏家。這些在 AlphaGo Zero 中是聯(lián)合進(jìn)行的，這使得它能夠更有效地進(jìn)行訓(xùn)練和評(píng)估。

AlphaGo Zero 不使用“走子演算”（rollout）——這是其他圍棋程序使用的快速、隨機(jī)游戲，用來(lái)預(yù)測(cè)哪一方將從當(dāng)前的棋局中獲勝。相反，它依賴于高質(zhì)量的神經(jīng)網(wǎng)絡(luò)來(lái)評(píng)估落子位置。

PhoenixGo對(duì)戰(zhàn)絕藝：騰訊自家兄弟的游戲

在世界人工智能?chē)宕筚惏霙Q賽，PhoenixGo和絕藝分別順利擊敗Leela Zero和天算圍棋，令決賽成為騰訊兩兄弟的對(duì)決。

28日中午12:30，決賽首局開(kāi)戰(zhàn)。

八冠王古力九段受邀為棋迷解說(shuō)。猜到白棋的絕藝一出手就有創(chuàng)新，左下面對(duì)金毛的托扳定式，絕藝沒(méi)有采納人類(lèi)耳熟能詳?shù)拇蛲暾成?，而是走出二路倒虎的新手?/p>

隨后的進(jìn)程，絕藝一直保持著大貼目下白方的后發(fā)優(yōu)勢(shì)。不過(guò)雙方差距并未拉大。

進(jìn)入官子，執(zhí)黑的金毛在下方二路大跳，入侵白空。絕藝出人意料的脫先跑到右上扳角。嗅到機(jī)會(huì)的PhoenixGo出手狠辣，147凌空一擠，左上一隊(duì)白棋突然面臨生死之危。

突然而至的危機(jī)，并不會(huì)讓AI慌亂。

實(shí)戰(zhàn)絕藝順利將大隊(duì)人馬完整連回，但是勝負(fù)的重點(diǎn)仍在他處。繼續(xù)掌控先手的PhoenixGo回到下邊，令白棋目數(shù)大幅縮水。絕藝弈出一路“金雞獨(dú)立”經(jīng)典手筋，PhoenixGo177妙手一靠還以顏色。此處戰(zhàn)罷黑棋徹底完成逆轉(zhuǎn)。

又進(jìn)行了40手，絕藝中盤(pán)認(rèn)輸。

發(fā)球局被破，絕藝的決賽之旅頓生坎坷。

第2局拿到白棋的PhoenixGo發(fā)揮出色，始終保持著貼目?jī)?yōu)勢(shì)，弈至159手絕藝強(qiáng)行收下右邊官子，打破局面平衡。

面對(duì)絕藝的進(jìn)擊，PhoenixGo態(tài)度同樣強(qiáng)硬，一刀切斷黑棋19子大龍歸路。慘烈的攻殺開(kāi)始，黑棋大龍幾經(jīng)輾轉(zhuǎn)，弈至191手雖能從上邊鑿出縫隙回家，但要付出左上角被吃的代價(jià)。

見(jiàn)此情景絕藝團(tuán)隊(duì)主動(dòng)認(rèn)輸，比分變?yōu)?:0，PhoenixGo已經(jīng)提前奪冠。

最終，Phoenix Go 2:1擊敗絕藝，贏下本屆AI大賽，智能?chē)迨澜绻谲姲裆嫌痔硇鲁蓡T。

“星陣”戰(zhàn)勝柯潔，國(guó)產(chǎn)AI圍棋崛起

中國(guó)作為圍棋的發(fā)源地，在AlphaGo誕生后的幾年里也成為主要的AI圍棋源頭之一。

被同門(mén)兄弟擊敗的“絕藝”，是騰訊AI Lab于2016年3月4日開(kāi)發(fā)出的AI圍棋，當(dāng)年8月絕藝就首次戰(zhàn)勝職業(yè)棋手，11月第一次戰(zhàn)勝世界冠軍棋手江維杰（野狐ID若水云寒）。

2016年11月“絕藝”首次和柯潔交手，成績(jī)一勝一負(fù)；2017年2月14日以后，絕藝對(duì)野狐帽子（世界冠軍和全國(guó)冠軍）的勝率，已經(jīng)能夠穩(wěn)定在90%以上。不久前，“絕藝”還成為中國(guó)圍棋國(guó)家隊(duì)的訓(xùn)練工具。

在PhoenixGo戰(zhàn)勝絕藝的同一個(gè)賽場(chǎng)上，另一家國(guó)產(chǎn)AI圍棋“星陣”戰(zhàn)勝了柯潔。

星陣的前身是清華大學(xué)由小川團(tuán)隊(duì)研發(fā)的“神算子”，曾在比賽中戰(zhàn)勝世界冠軍孔杰九段。

據(jù)“AI前線”報(bào)道，由小川曾介紹，星陣也借鑒了AlphaGo的基本架構(gòu)，但在特征體系、模型結(jié)構(gòu)、MCTS 算法架構(gòu)等方面有所創(chuàng)新，力爭(zhēng)用更少的計(jì)算資源和更少的訓(xùn)練樣本完成模型學(xué)習(xí)。

現(xiàn)在，AlphaGo已經(jīng)退休，但是它啟發(fā)的無(wú)數(shù)后來(lái)者站在巨人的肩膀上，不斷探索計(jì)算的奧秘。