高夢萱

摘 要：本文首先闡述了計算機(jī)博弈的概念與歷史，討論了難度最高的圍棋機(jī)器博弈并比較了不同項目間復(fù)雜度；隨后從歷史發(fā)展的角度介紹了圍棋機(jī)器博弈在各個階段的發(fā)展情況以及取得的成就；之后分析了圍棋機(jī)器博弈當(dāng)前面臨的問題并給出建議，最后論述了圍棋機(jī)器博弈未來可能的發(fā)展方向。

關(guān)鍵詞：機(jī)器博弈；圍棋；發(fā)展

中圖分類號：TP18 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-2064（2018）19-0247-02

相信很多人都還記得十年前那場人機(jī)對戰(zhàn)—IBM公司研發(fā)的計算機(jī)“深藍(lán)”對戰(zhàn)國際象棋特級大師卡斯帕羅夫，最終，卡斯帕羅夫以2.5：3.5（1勝2負(fù)3平）輸給了“深藍(lán)”，震驚了世界，同時也讓人們對機(jī)器博弈有了更深的認(rèn)識。

從上世紀(jì)五十年代開始，許多著名計算機(jī)科學(xué)家如阿蘭·圖靈（Alan Turing），信息論創(chuàng)始人科勞德·香農(nóng)（Claude E.Shannon），人工智能（Artificial Intelligence，AI）的創(chuàng)始人麥卡錫（John McCarthy）以及馮·諾依曼等都在進(jìn)行機(jī)器博弈相關(guān)的研究。計算機(jī)博弈也稱機(jī)器博弈（Computer Games），最早是由從事計算機(jī)棋牌競技研究的科學(xué)家們給出了定義，他們認(rèn)為Computer Games就是讓計算機(jī)能夠像人一樣會思考和決策，能夠下棋[1]。Computer Games直譯為計算機(jī)游戲，為了便于和計算機(jī)游戲區(qū)分，Computer Games中文譯為機(jī)器博弈，或者計算機(jī)博弈。機(jī)器博弈屬于人工智能領(lǐng)域的一個重要分支，機(jī)器博弈的水平在一定程度上也代表了人工智能的發(fā)展水平。在機(jī)器博弈中，圍棋被公認(rèn)為難度最大，但隨著計算機(jī)技術(shù)的快速發(fā)展，人工智能在圍棋機(jī)器博弈領(lǐng)域也取得了驕人的成績。2016年3月，由谷歌Deep Mind團(tuán)隊研發(fā)的AlphaGo與韓國圍棋世界冠軍、職業(yè)九段棋手李世石進(jìn)行了比拼，被稱為圍棋人機(jī)大戰(zhàn)，最終AlphaGo以4比1的總比分獲勝；2017年5月，在中國烏鎮(zhèn)圍棋峰會上，它與排名世界第一的世界圍棋冠軍柯潔對戰(zhàn)，以3比0的總比分獲勝[2]。AlphaGo圍棋的勝利打破了人們長久以來認(rèn)為只有人類擅長下圍棋的看法，此前，研究人員普遍認(rèn)為具備思考能力的人工智能還需要數(shù)十年才會出現(xiàn)。本文將對圍棋機(jī)器博弈的基本概念、發(fā)展歷史、現(xiàn)狀等內(nèi)容進(jìn)行詳細(xì)論述，以期讓人們對圍棋機(jī)器博弈有一個全面、深入的認(rèn)識。

1 圍棋機(jī)器博弈概述

圍棋機(jī)器博弈是機(jī)器博弈中的重要組成部分。它之所以被認(rèn)為是棋類機(jī)器博弈中最為復(fù)雜的項目，根本原因就在于所研究對象圍棋的搜索空間遠(yuǎn)大于國際象棋等其它棋種。博弈問題中衡量問題的復(fù)雜性主要根據(jù)狀態(tài)空間復(fù)雜度和博弈樹復(fù)雜度兩項指標(biāo)，博弈過程的局面稱為狀態(tài)，而博弈問題的狀態(tài)復(fù)雜度是指從初始局面出發(fā)，產(chǎn)生的所有合法局面的總和。對于完備信息的博弈系統(tǒng)如圍棋、國際象棋等，其搜索還通?；诓┺臉渌阉魉惴ā２┺臉鋸?fù)雜度是指從初始局面開始，其得到理論解所需展開的最小搜索樹的所有葉子節(jié)點(diǎn)的總和。表1給出了部分棋類博弈問題的復(fù)雜度，可以看出，對于局面復(fù)雜、形式變幻多樣的圍棋來說，無論是狀態(tài)復(fù)雜度還是博弈樹復(fù)雜度都遠(yuǎn)高于其它棋種，因此，精確計算圍棋博弈的狀態(tài)復(fù)雜度幾乎是不可能的。圍棋博弈的難度主要體現(xiàn)在兩方面：一是搜索空間巨大—合法的圍棋的變化（10172）大于宇宙中原子數(shù)（1080）；二是局面判斷難—從此前各種研究成果中看來，對于圍棋不可能有一個很好的靜態(tài)局面評估函數(shù)[1，3]。圍棋機(jī)器博弈是一個高復(fù)雜度的完備信息博弈問題，求出圍棋的均衡策略基本是不可能的，另一方面，正是圍棋機(jī)器博弈研究的高難度與復(fù)雜性吸引著眾多人工智能研究的許多科研機(jī)構(gòu)和科學(xué)家。

2 圍棋機(jī)器博弈的發(fā)展歷程

2.1 第一代圍棋人工智能

歷史上第一個完整下完一盤圍棋的程序是1968年在美國完成的，由此開啟了近20年人們對于圍棋AI的探索。一直到1990年，中山大學(xué)化學(xué)系教授陳志行編寫出了名為“手談”的程序，在問世以后實(shí)力快速提升，不斷用實(shí)力獲取回報，甚至于1995至1998年贏得計算機(jī)圍棋世錦賽七連冠，一度成為九十年代的神話。“手談”的成功，與其中前所未有的“勢力函數(shù)”的應(yīng)用有著密切的關(guān)系?！皠萘Α痹趪逯写硪粋€棋子對周圍空間的影響，將這種影響量化便得到了作為標(biāo)準(zhǔn)的“勢力函數(shù)”。同時，這種函數(shù)還能夠初步解決棋的走向問題，也就是得出了圍棋中最高深玄妙的“下法”。這在當(dāng)時無疑是一次突破，也為后來圍棋人工智能的持續(xù)發(fā)展打下了堅實(shí)的基礎(chǔ)。同時期的圍棋AI還有陳克訓(xùn)的Go Intellect，在1992及1994年兩度奪得應(yīng)氏杯，雷秀瑜的Wulu，David Fotland的MFG也曾問鼎應(yīng)氏杯，由此，圍棋AI進(jìn)入到繁榮階段[4，5]。

2.2 第二代圍棋人工智能

在此之后，圍棋人工智能不斷發(fā)展，衍生出各種更加完備的算法，例如用評分判定下法對于自己利弊的極小化極大搜索算法以及以概率統(tǒng)計理論為指導(dǎo)用于判斷棋局結(jié)果的蒙特卡洛算法。這兩種算法相較于先前的程序，更加充分地利用了電腦的計算能力，并且能夠很好地支持并行計算，提升了工作效率，但同時也存在缺少前后邏輯關(guān)聯(lián)等問題。在誕生于這個時代的圍棋人工智能里，最成功的叫做Zen，也被稱作天頂圍棋。ZEN是由日本的加藤英樹教授及其團(tuán)隊開發(fā)的，是集成各種算法應(yīng)用的一次突破。在2011年的歐洲圍棋大會上，Zen初露鋒芒，在19路盤上讓五子擊敗日本職業(yè)棋手林耕三六段。在此之后，Zen能力盡顯，于2012年3月被讓四子擊敗了日本圍棋高手武宮正樹九段，這是圍棋AI第一次在讓四子的情況下戰(zhàn)勝圍棋職業(yè)選手，也是圍棋程序的一次歷史性的突破。2016年，Zen的升級版DeepZenGo在第二屆日本圍棋電王戰(zhàn)第二局大勝“不老傳說”趙治勛，雖然最終總比分1-2落敗，但已經(jīng)展現(xiàn)出與職業(yè)九段抗衡的實(shí)力。

2.3 第三代圍棋人工智能

在經(jīng)歷過幾次勝利之后，圍棋AI的發(fā)展又陷入了停滯。在這段安靜的日子里，飛速成長的AlphaGo已初露鋒芒，并在賽場上不斷證明自己的實(shí)力。AphaGo的非凡之處在于，它采用了一項叫做深度卷積神經(jīng)網(wǎng)絡(luò)的核心技術(shù)，使得程序有了思維，能夠進(jìn)行主動思考。這種人工神經(jīng)網(wǎng)絡(luò)與人腦中的神經(jīng)網(wǎng)絡(luò)類似，在面對一個局面時輸入信息，就好似大腦思考的過程，這項技術(shù)的應(yīng)用讓圍棋人工智能的發(fā)展走上了又一高峰，2015、2017年AlphaGo相繼擊敗了人類圍棋冠軍。

2017年10月19日凌晨，谷歌下屬公司DeepMind發(fā)表研究論文報告了其最新版圍棋程序AlphaZero，它能夠從空白狀態(tài)學(xué)起，在無任何人類輸入的條件下，能夠迅速自學(xué)，并以100：0的戰(zhàn)績擊敗了前輩AlphaGo。對于僅擁有四個TPU，零人類經(jīng)驗的AlphaZero來說，在自我訓(xùn)練時間僅為三天的情況下，自我對弈的棋局?jǐn)?shù)量能達(dá)到490萬盤，并達(dá)到非常不錯的水平，著實(shí)體現(xiàn)了圍棋人工智能的大幅進(jìn)步。在舉世聞名的人機(jī)大戰(zhàn)之后，圍棋人工智能再一次刷新了眾人的眼界，這樣的發(fā)展可以說是空前的。

3 討論

從最初的圍棋程序到最新的AlphaZero，可以看到圍棋機(jī)器博弈的前途無疑是光明的。隨著技術(shù)的不斷進(jìn)步，機(jī)器博弈也從只能對人類的簡單需求做出響應(yīng)，到了擁有類人的“神經(jīng)網(wǎng)絡(luò)”，能夠運(yùn)用深度學(xué)習(xí)算法進(jìn)行自主學(xué)習(xí)的“超級程序”。在人工智能持續(xù)發(fā)展的六十多年中，計算機(jī)博弈經(jīng)歷了起步、發(fā)展、成熟、飛躍四個階段，于如今已達(dá)到了絕無僅有的空前水平?，F(xiàn)階段的完備信息博弈技術(shù)已經(jīng)比較成熟，非完備信息博弈和隨機(jī)類博弈技術(shù)還需進(jìn)一步發(fā)展。

4 結(jié)語

計算機(jī)博弈作為信息時代的代表，依舊是擁有很大的發(fā)展前途。相信在正確利用后，它會與其它領(lǐng)域的技術(shù)更廣泛、更緊密地融合，推動人工智能產(chǎn)業(yè)本身迅速發(fā)展，從而實(shí)現(xiàn)技術(shù)快速提升。

參考文獻(xiàn)

[1]中國人工智能系列白皮書-機(jī)器博弈 [EB/OL].中國人工智能協(xié)會，2017.

[2]安波.人工智能與博弈論—從阿爾法圍棋談起[J].中國發(fā)展觀察，2016，（6）：13-13.

[3]嚴(yán)達(dá)浚.圍棋博弈中的人工智能研究[D].復(fù)旦大學(xué)，2007.

[4]師軍.圍棋與人工智能[J].中國體育科技，2005，41（6）：135-138.

[5]唐艷.圍棋博弈機(jī)器學(xué)習(xí)算法的研究及應(yīng)用[D].重慶理工大學(xué)，2012.