陳經(jīng)

2017年4月，谷歌DeepMind宣布AlphaGo重出江湖，將在5月在中國(guó)烏鎮(zhèn)與現(xiàn)世界圍棋第一人柯潔展開(kāi)三番棋較量。新浪就此相關(guān)話題采訪了人工智能專家陳經(jīng)（采訪于早些時(shí)候）。

　　新浪：用幾句話談?wù)勀鷮?duì)圍棋的理解

　　陳經(jīng)：因?yàn)槲沂歉慵夹g(shù)的，所以圍棋在我眼里是所有游戲里最復(fù)雜的一種。我說(shuō)的游戲是“完全信息博弈”游戲的一種，比如中國(guó)象棋、國(guó)際象棋，子力都攤開(kāi)了，大家都打明牌，但是它又很復(fù)雜。這類游戲里圍棋是最復(fù)雜的一個(gè)。

　　新浪：請(qǐng)您談?wù)勀^看AlphaGo和李世石的人機(jī)大戰(zhàn)以及master的這60盤棋之后的感受？

　　陳經(jīng)：既非常震驚，又非常高興。因?yàn)槲议L(zhǎng)久以來(lái)對(duì)圍棋人工智能的發(fā)展很關(guān)注之前有幾次突破，比如日本的DeepZen能夠戰(zhàn)勝像我這樣的業(yè)余棋手了，但能夠戰(zhàn)勝職業(yè)棋手還是難以想象的，以至于我們期待一個(gè)程序什么時(shí)候能夠戰(zhàn)勝人類的頂尖高手，但忽然之間，好像AlphaGo已經(jīng)實(shí)現(xiàn)了戰(zhàn)勝人類最頂尖棋手的目標(biāo)。這個(gè)進(jìn)度還是超乎了我們的預(yù)期。所以我一方面對(duì)計(jì)算機(jī)算法技術(shù)的進(jìn)步感到震驚，另一方面，有個(gè)人工智能能夠領(lǐng)先人類棋手好像一先，有點(diǎn)科幻色彩，又能夠看到這種棋譜，令人很興奮。因?yàn)槁殬I(yè)高手的棋譜有的時(shí)候就會(huì)顯得千篇一律，但是AlphaGo突破了以前的固有思維，不走尋常路，能夠讓職業(yè)棋手的技藝有飛躍的提升。

　　新浪：您能否直觀的從技術(shù)的角度讓我們了解AlphaGo在第一次人機(jī)大戰(zhàn)中谷歌公司使用的資源有多么龐大？

　　陳經(jīng)：第一次人機(jī)大戰(zhàn)時(shí)候，AlphaGo是用了分布式版本的一個(gè)機(jī)器，在論文里提到有一個(gè)單機(jī)版，單機(jī)版是一個(gè)小規(guī)模的機(jī)器，它有48個(gè)CPU，以及8個(gè)GPU。

　　分布式版有1202個(gè)CPU，GPU有176個(gè)，比單機(jī)版要多大約幾十倍，從規(guī)模上來(lái)說(shuō)還不是很驚人。真正規(guī)模比較大的是AlphaGo平時(shí)用于訓(xùn)練的機(jī)器，據(jù)我們估計(jì)應(yīng)該是在10萬(wàn)個(gè)服務(wù)器以上。因?yàn)樗珊芏嗥寰郑杂?xùn)練用的機(jī)器CPU以及GPU規(guī)模要大得多。但是下棋的時(shí)候用分布式的機(jī)器和單機(jī)版其實(shí)棋力相差并不是太大。我們得到的數(shù)據(jù)是AlphaGo單機(jī)版對(duì)分布式版也有百分之三十的勝率。

　　新浪：從技術(shù)的角度怎么看待master快棋的60連勝？

　　陳經(jīng)：我們可以從兩方面看這個(gè)問(wèn)題。一方面是從master對(duì)人類碾壓性的60勝可以看出它是遠(yuǎn)高于人類水平的，這是肯定的。另一方面又是快棋，我們認(rèn)為應(yīng)該是放大了人類的弱點(diǎn)。我們估計(jì)master快棋和慢棋基本實(shí)力不會(huì)差很多，所以是一個(gè)具有完全實(shí)力的master對(duì)的是只有20、30秒的時(shí)間思考的人類，所以人類實(shí)力是打折扣了，而人類對(duì)AlphaGo產(chǎn)生恐懼情緒的話就更容易出現(xiàn)錯(cuò)著。應(yīng)該說(shuō)人類的發(fā)揮并不足以說(shuō)明這是一個(gè)完全的測(cè)試。但有些高手覺(jué)得快棋和慢棋好像也差不多，給他更多時(shí)間他也想不出更好的招法來(lái)，或者有些高手說(shuō)快棋和慢棋差一先，這是比較正常的估計(jì)。如果兩個(gè)差距在一先的高手對(duì)局60局取得60全勝也是不太可能的，所以即使人類快棋打折扣我想master和人類的差距應(yīng)該也在一先以上。

　　新浪：請(qǐng)您來(lái)介紹一下圍棋的AI與象棋、國(guó)際象棋AI有什么區(qū)別？

　　陳經(jīng)：中國(guó)象棋和國(guó)際象棋的AI至少在10年以前用傳統(tǒng)的搜索技術(shù)就已經(jīng)能打敗人類。當(dāng)然它產(chǎn)生轟動(dòng)效應(yīng)該是1997年深藍(lán)與卡斯帕羅夫在國(guó)際象棋領(lǐng)域的突破。那個(gè)時(shí)候在傳統(tǒng)方面的搜索技術(shù)人們還是比較容易理解的。但是到圍棋網(wǎng)面程序就不一樣了。主要是引入了一個(gè)“機(jī)器學(xué)習(xí)”的東西，下棋和評(píng)估局面的過(guò)程都不是用人工代碼寫(xiě)的，而是用“多層神經(jīng)網(wǎng)絡(luò)”來(lái)做計(jì)算的?！岸鄬由窠?jīng)網(wǎng)絡(luò)”在中國(guó)象棋和國(guó)際象棋代碼里是沒(méi)有的。而且AlphaGo用這兩個(gè)神經(jīng)網(wǎng)絡(luò)的系數(shù)是非常多的，多達(dá)幾百兆。AlphaGo更像一個(gè)在人類督促下自我訓(xùn)練慢慢成為高手的人工智能。之前中國(guó)象棋和國(guó)際象棋的AI并沒(méi)有自我對(duì)局的訓(xùn)練過(guò)程。關(guān)于AlphaGo的論文里提到一種技術(shù)叫“強(qiáng)化學(xué)習(xí)”技術(shù)。通過(guò)自己對(duì)弈的過(guò)程修改神經(jīng)網(wǎng)絡(luò)中的數(shù)據(jù)，棋力就會(huì)一點(diǎn)點(diǎn)的上升。這是一個(gè)革命性的技術(shù)。

　　新浪：那您覺(jué)得目前的AlphaGo還有什么弱點(diǎn)？

　　陳經(jīng)：以圍棋的復(fù)雜度來(lái)說(shuō)，不可能就說(shuō)master已經(jīng)達(dá)到了完美的程度。Master的60盤雖然沒(méi)輸，但中間有沒(méi)有吃一點(diǎn)虧也還是可以找的到的。比如一開(kāi)始和孟泰齡下的一局可能被孟泰齡的手筋擊中了，導(dǎo)致優(yōu)勢(shì)縮水。所以我們希望能夠繼續(xù)強(qiáng)化AlphaGo，能夠在棋藝上探索出更深層的東西。它是利用一種算法對(duì)局面進(jìn)行評(píng)估，它的論證肯定不是完善的，而是用兩個(gè)幾百兆的神經(jīng)網(wǎng)絡(luò)計(jì)算?？隙ú粫?huì)完全接近真理，當(dāng)然有些情況下它的理解比人要深，我們也不排除有些時(shí)候人的理解要比AlphaGo深。所以人一定要有一個(gè)平穩(wěn)的心態(tài)，在局面判斷上和AlphaGo進(jìn)行一個(gè)正面的較量。這次柯潔和AlphaGo的挑戰(zhàn)用時(shí)還沒(méi)有商定，我建議用比較長(zhǎng)的時(shí)間比為好。AlphaGo的用時(shí)其實(shí)是無(wú)所謂的，要求時(shí)間完全是為了人類。從棋藝的角度時(shí)間長(zhǎng)也可以讓觀眾看到更精彩的對(duì)局?？聺嵄容^容易犯隨手的錯(cuò)誤，經(jīng)常在前半盤領(lǐng)先，但后面就會(huì)開(kāi)始下隨手棋，把大好的局面葬送了出去。如果和AlphaGo下棋發(fā)生下隨手棋這種情況就太可惜了，所以一定要有充足時(shí)間來(lái)杜絕這種情況。

　　新浪：請(qǐng)您介紹一下圍棋這種完全信息博弈和麻將、德?lián)浞峭耆畔⒉┺牡娜斯ぶ悄軈^(qū)別？

　　陳經(jīng)：完全信息博弈就是所有信息都是攤開(kāi)的，不完全信息博弈是你不知道對(duì)手的信息，所以完全信息博弈的結(jié)果一定是確定的，推理的結(jié)果是一定勝或者負(fù)。在非完全信息博弈里，比如德州撲克、橋牌，AI的思維不是這局我一定要?jiǎng)伲窃谝蝗f(wàn)手牌里會(huì)有一次獲得較高的勝利，所以思維方式是很不一樣的。非完全信息博弈就要引入概率論情況下的搜索技術(shù)。一般認(rèn)為非完全信息博弈的難度是高于完全信息博弈的。人類的優(yōu)勢(shì)更多在于信息不完全的情況下。

　　新浪：您覺(jué)得AlphaGo對(duì)人工智能發(fā)展的意義是什么？

　　陳經(jīng)：AlphaGo是人工智能歷史上意義最大的幾件事之一。有很多次人工智能都陷入了發(fā)展瓶頸，但這次AlphaGo在一個(gè)看似很困難的領(lǐng)域打敗了人類，似乎挑戰(zhàn)了人類的信心，從算法本身來(lái)說(shuō)AlphaGo也是很有意義的，引入了“強(qiáng)化學(xué)習(xí)”的技術(shù)，等于一方面它學(xué)習(xí)了人類的棋譜，另一方面它還可以自我對(duì)局進(jìn)行提升。這樣一個(gè)自我學(xué)習(xí)的框架是人類不能達(dá)到的。人類受身理?xiàng)l件的限制不可能一直下棋，而且人類還可能出現(xiàn)水平下降的情況，但是機(jī)器不會(huì)，它是穩(wěn)定提升的。AlphaGo開(kāi)發(fā)出的“訓(xùn)練流水線”，對(duì)人工智能的意義是重大的，之前的人工智能研發(fā)都是小規(guī)模。這次是十幾萬(wàn)臺(tái)服務(wù)器產(chǎn)生海量數(shù)據(jù)，這樣一種理念對(duì)整個(gè)人工智能界都是一個(gè)沖擊。

　　新浪：AlphaGo價(jià)值網(wǎng)絡(luò)和策略網(wǎng)絡(luò)相配合的這種方式，是否可以應(yīng)該用到更多的領(lǐng)域？

　　陳經(jīng)：AlphaGo下棋首先像人類一樣產(chǎn)生一個(gè)直覺(jué)，選擇最有價(jià)值的幾個(gè)選點(diǎn)。另外還對(duì)局面進(jìn)行判斷，對(duì)不同的選點(diǎn)判斷結(jié)果，和人類棋手的思維方式有一定的相似性。如果能將這個(gè)技術(shù)應(yīng)用到其他比如醫(yī)療領(lǐng)域，讓機(jī)器吸收醫(yī)生的經(jīng)驗(yàn)和思維，然后在一些關(guān)鍵的節(jié)點(diǎn)使用策略網(wǎng)絡(luò)和價(jià)值網(wǎng)絡(luò)做出選擇和判斷。研究AlphaGo更大的意義是為了在醫(yī)療程序上取得突破，實(shí)際上他們團(tuán)隊(duì)已經(jīng)有很多人轉(zhuǎn)去做醫(yī)療程序了。AlphaGo在策略網(wǎng)絡(luò)和價(jià)值網(wǎng)絡(luò)已經(jīng)得到驗(yàn)證的訓(xùn)練方法是很有價(jià)值的，已經(jīng)在醫(yī)療程序上有所應(yīng)用了。谷歌可能會(huì)投入更多精力到其他領(lǐng)域。

　　新浪：您覺(jué)得從master現(xiàn)身到挑戰(zhàn)柯潔這段時(shí)間能否再次完成實(shí)力上的飛躍或者說(shuō)算法上的升級(jí)？

　　陳經(jīng)：我覺(jué)得存在兩種可能性，一種從它本身的架構(gòu)來(lái)說(shuō)，它每天都在自我對(duì)局，這個(gè)提升肯定不會(huì)停止，但這個(gè)過(guò)程能否使AlphaGo的棋力有本質(zhì)的提升是不確定的，因?yàn)槿魏巫晕姨嵘际怯幸粋€(gè)上限的，它是有一個(gè)曲線的過(guò)程，一開(kāi)始進(jìn)步很快，后面會(huì)趨于平緩，如果AlphaGo的水平已經(jīng)到了一定程度的話，給它再多的時(shí)間也很難有所提升。還有另外一種可能性，引入一種新的技術(shù)，重新開(kāi)始新的訓(xùn)練，研發(fā)產(chǎn)生算法實(shí)力的本質(zhì)飛躍也是可能的。

　　新浪：有一種觀點(diǎn)說(shuō)AlphaGo的代碼在人工智能領(lǐng)域并不算大工程，自動(dòng)駕駛領(lǐng)域需要的代碼很多，比AlphaGo的代碼要多很多，這種觀點(diǎn)您怎么看？

　　陳經(jīng)：這種觀點(diǎn)是完全正確的，AlphaGo應(yīng)該比之前的圍棋程序代碼量還要少，但是AlphaGo的神經(jīng)網(wǎng)絡(luò)的系數(shù)特別多，高達(dá)幾百兆，人寫(xiě)代碼不可能達(dá)到這么多。AlphaGo的棋力秘密是隱藏在它的兩個(gè)神經(jīng)網(wǎng)絡(luò)里，不可能通過(guò)代碼得到，而是通過(guò)十幾萬(wàn)臺(tái)服務(wù)器將數(shù)據(jù)灌注到神經(jīng)網(wǎng)絡(luò)的系數(shù)里，所以它不是一個(gè)簡(jiǎn)單的工程。

　　新浪：您如何看待AlphaGo與柯潔的這個(gè)慢棋對(duì)決？

　　陳經(jīng)：這次AlphaGo和之前與李世石對(duì)局不同，之前并沒(méi)有公布太多的棋譜。這次和柯潔對(duì)戰(zhàn)有60局高質(zhì)量的棋譜，而且取得了60比0的勝利，應(yīng)該完全展現(xiàn)了它的實(shí)力。人類對(duì)柯潔的預(yù)期也是比較一致的：柯潔如果能取得一局的勝利應(yīng)該已經(jīng)算很大的一個(gè)成功了。如果柯潔全負(fù)也不是一件很震驚的事情。之前是AlphaGo挑戰(zhàn)李世石，甚至有人說(shuō)一盤都不能讓AlphaGo贏，而這次是柯潔如果能夠取勝一盤就表明AlphaGo還存在缺陷，讓AlphaGo繼續(xù)提升，到最后和國(guó)際象棋一樣宣稱不可能輸給人類了。當(dāng)然我相信現(xiàn)在還沒(méi)達(dá)到這種程度?？聺崒?duì)AlphaGo能夠有1到2局勝利對(duì)職業(yè)棋手來(lái)說(shuō)是件很歡欣鼓舞的事情。

　　新浪：既然現(xiàn)在AlphaGo已經(jīng)如此強(qiáng)大，為什么還要和柯潔對(duì)戰(zhàn)？

　　陳經(jīng)：首先谷歌公司二老板個(gè)人對(duì)圍棋是非常感興趣的，包括AlphaGo和李世石對(duì)戰(zhàn)的時(shí)候還親自到了韓國(guó)。即使不考慮勝負(fù)，從棋藝本身來(lái)說(shuō)也是非常有價(jià)值的。只有在慢棋這種比較公平的測(cè)試情況下才能夠不僅讓職業(yè)棋手信服，也讓開(kāi)發(fā)團(tuán)隊(duì)比較有信心。谷歌團(tuán)隊(duì)在這方面還是比較保守的和謙虛的，在沒(méi)有充足的證據(jù)時(shí)不會(huì)做出夸張的宣稱。Master60連勝后他們只是說(shuō)一起和職業(yè)棋手探討圍棋中美妙的部分。

　　新浪：請(qǐng)您給柯潔一些建議

　　陳經(jīng)：首先柯潔的目標(biāo)應(yīng)該是對(duì)AlphaGo取得一局勝利就成功了，他應(yīng)該作為一個(gè)完全挑戰(zhàn)的心態(tài)準(zhǔn)備這次比賽，這有利于他實(shí)力的發(fā)揮。同時(shí)他必須對(duì)AlphaGo下棋的過(guò)程有了解，如果不知道對(duì)手是怎么做出決策的就會(huì)感到慌張，所以一定要把AlphaGo看成一個(gè)可以理解的對(duì)手。和懂算法的人進(jìn)行交流，理解AlphaGo的思維。第二，如果AlphaGo在中盤取得優(yōu)勢(shì)，不建議柯潔糾結(jié)于如何收官子，應(yīng)該把決勝點(diǎn)放在前半盤，當(dāng)然后半盤要頂住，不能將優(yōu)勢(shì)葬送?？聺崙?yīng)該主動(dòng)把局面倒向自己擅長(zhǎng)的部分，應(yīng)該建立信心，對(duì)一些局面自己估算比AlphaGo要準(zhǔn)確的時(shí)候，要相信自己確實(shí)取得了優(yōu)勢(shì)。（文玄）