從"深藍"到 AlphaGo丨AI 在游戲領域的升級打怪之路

可以說，AI的發(fā)展進化史就是AI在游戲領域的升級史。

SciShow是Youtube上熱門的科普向脫口秀節(jié)目。它的內(nèi)容包羅萬象，無論什么問題在這里都會得到風趣又詳盡的解答。在本次節(jié)目中，介紹了AI 是如何在游戲領域通過不斷的升級發(fā)展，一步步碾壓人類的。

CDA字幕組對該視頻進行了漢化，附有中文字幕的視頻如下：

AI 在游戲領域的發(fā)展進化史

針對不方便打開視頻的小伙伴，CDA字幕組也貼心的整理了文字版本，如下：

機器贏了。機器如今幾乎能夠打敗人類發(fā)明的所有游戲。這都歸功于一些我們通過AI實現(xiàn)的技術。

人工智能丨AI

AI最簡單定義是: 為解決問題而設計的計算機程序。

大多數(shù)程序，包括你此刻看視頻用到的，都是不能解決問題的。相反，這些程序執(zhí)行程序員編寫的指令。它們不會自己得出完成任務的方案。而AI會嘗試自己得出解決方案。AI越聰明，越能解決更復雜的問題。

自從計算機編程出現(xiàn)以來，我們就開始教AI玩游戲。比如跳棋和國際象棋，還有中國的棋盤游戲——圍棋。原因是游戲能很好地衡量AI到底有多聰明。玩游戲并取勝，需要解決問題的能力。解決問題的能力正是衡量智能的標準。因為無論對觀眾還是計算機程序而言，當中對問題的定義都很明確，沒有模棱兩可的結果。AI要么能夠玩跳棋，要么不能。

游戲是開發(fā)新型AI的絕佳實驗室環(huán)境，這就是為什么AI的發(fā)展歷史也是AI玩游戲的歷史。

跳棋丨Checkers

AI在游戲第一次打敗人類對手是一個跳棋程序。

于1950年代，由美國計算機科學家Arthur Samuel開發(fā)，在IBM 704計算機上運行。

這臺機器通過錄入磁盤進行編程。跳棋游戲很簡單，但IBM 704是個很簡單的機器。它不能通過試錯法得出所有可能的棋步，從而得出最佳的移動方式，至少無法在合理的時間內(nèi)完成。除非采用暴力算法，當中需要大量的數(shù)字計算。

計算機算出一個棋步后可能出現(xiàn)的各種棋局，然后選擇取勝概率最好的棋步。這個方法盡管不夠創(chuàng)新，但切實可行。之后我們再回到這個話題。

問題是，暴力算法需要大量的計算資源，從而對數(shù)字進行計算，然而在1950年代沒有那些資源。因此，最初AI玩游戲主要靠的是啟發(fā)法(heuristics)。從此之后所有的AI用到了啟發(fā)法。

啟發(fā)法是經(jīng)驗法則(rule of thumb)，盡管不是一直都正確，但是大多時候是正確的。在計算機科學中，啟發(fā)法是一種算法。通過選擇并不是最好，但足夠解決問題的方案，以此來限制蠻力搜索。

一旦跳棋算法發(fā)現(xiàn)能夠吃掉對手棋子的棋步，然后就停止了，就按這個棋步走。這種簡單的啟發(fā)法足以攻克跳棋。

撲克牌丨Poker

接下來，AI面對的是撲克牌游戲。

1970年代，計算機科學家Donald Waterman編寫能夠玩抽牌撲克游戲的程序。該游戲給玩家5張牌，可以最多換3張牌。

當中他開發(fā)了所謂的"生產(chǎn)系統(tǒng)"(production system)。如今AI當中都包含這一技術。

生產(chǎn)系統(tǒng)使用預先編好的規(guī)則來對符號進行分類，比如撲克牌的符號。Watermen開發(fā)的系統(tǒng)根據(jù)手上已有的牌，對牌的價值大小進行分類。比如一張梅花4，就其本身而言無足掛齒，但如果你手上還有一張方片4和一張黑桃4，那么這張梅花4的價值就會大幅提升。系統(tǒng)將評估這手牌的好壞，以及選擇出手還是棄牌。通過把這手牌的價值，與預先編程的所謂好牌和壞牌進行比較。

啟發(fā)法與生產(chǎn)系統(tǒng)。

前者要依靠經(jīng)驗法則；后者則根據(jù)復雜的規(guī)則比較系統(tǒng)。這兩者的結合，讓AI玩簡單的棋類游戲變得輕而易舉。

但是國際象棋不是簡單的棋類游戲，而是更復雜的棋類游戲，要想取勝則需要運用一些成熟技術。

沉思 丨Deep Thought

1980年代，第一批國際象棋機在卡內(nèi)基梅隆大學誕生。

這些早期的機器中，最成功的是"沉思"(Deep Thought)。每秒能計算70萬個棋步。

1988年，Deep Thought試圖擊敗一名國際象棋高手。但那并不是一般的象棋高手，這位棋圣在八 九十年代甚至如今，一直是世界上最頂尖的國際象棋高手。他就是加里·卡斯帕羅夫。

開始Deep Thought根本不是卡斯帕羅夫的對手，打敗卡斯帕羅夫需要更快更強大的機器。對Deep Thought進行升級，包括以下改進：

第一、需要更多的內(nèi)存和多處理器，即計算能力。Deep Thought的后代產(chǎn)品"深藍"(Deep Blue)應運而生，它是更強大的機器。

第二、更好的軟件。當處理數(shù)以百萬計互相對比的搜索結果時，速度慢是個大問題。為此，深藍被設計為適合并行處理。另外，系統(tǒng)還要考慮衡量一些更微妙的棋位。換句話說，采用了更優(yōu)的啟發(fā)法。

深藍丨 Deep Blue

第一代深藍的搜索速度約為每秒5千萬到1億個棋位。與Garry 卡斯帕羅夫?qū)?zhàn)時，它以2:4慘敗給對手。每秒計算1億個棋位，仍不足以擊敗人類的國際圍棋冠軍。

為此，深藍團隊在系統(tǒng)中增加了一倍的芯片，同時改進了軟件，使每個芯片效率提升了25%。1997年與卡斯帕羅夫再次對戰(zhàn)時，其運算速度達到了每秒3億棋位，從而大獲全勝。

深藍的勝利是計算機程序中的偉大壯舉。當深藍擊敗卡斯帕羅夫時，它是當時世界上最復雜的AI。但總體還是靠暴力算法來實現(xiàn)的。對己方或?qū)Ψ降拿總€可能的棋步進行暴力搜索，然后選出獲勝概率最大的棋步。如果無法戰(zhàn)勝對方，程序員升級程序從而計算更多的數(shù)字，但這種方法對圍棋就不適用了。

圍棋丨Go

我們之前的節(jié)目說過，谷歌的AlphaGo在2016年3月，擊敗了世界圍棋冠軍李世石。但是讓我們探究一下，為什么AI攻克圍棋是艱巨的任務。

如果你生活在西方國家，你可能對圍棋不熟悉。圍棋是一個中國的棋類游戲，數(shù)千年來其規(guī)則從未改變。有時被描述為"東方版國際象棋”，但是圍棋要比國際象棋復雜得多，尤其對計算機而言。

首先，圍棋棋盤比國際象棋要大。

圍棋棋盤為19×19的網(wǎng)格，國際象棋棋盤為8×8。但這實際低估了圍棋的復雜性，因為圍棋的棋子不是放在網(wǎng)格中，而是放在四個角上。也就是說每個網(wǎng)格代表四種可能的位置，即與周圍網(wǎng)格的交叉點?？偠灾?，圍棋中的棋步組合比宇宙中原子數(shù)量還多。

其次，圍棋中每個棋子都同等重要。

這與國際象棋不同，比如國際象棋中，后就比兵要重要。這種關系是可以通過編程讓AI理解的，比如輸入生產(chǎn)系統(tǒng)。但是圍棋棋子的價值取決于，各個棋子在棋盤位置的相互關系。

圍棋的目標是用在對弈過程中，以雙方棋子所圍"地"的大小決定勝負，所以每次棋步都是很主觀的。甚至高水平的棋手有時也很難解釋，他們是如何判斷每個棋步和好壞。

計算機不擅長的領域就是主觀性，以及計算萬億次的位置。因此深藍的暴力算法對于圍棋是完全不可取的。

阿爾法狗丨AlphaGo

AlphaGo并不是采用暴力算法的系統(tǒng)，而是使用深度神經(jīng)網(wǎng)絡。面部識別也是利用的該技術。并不是對一個個棋子的位置進行計算，而是通過尋找棋盤中的模式。

如同面部識別系統(tǒng)會搜尋眼睛、鼻子、嘴等圖像。AlphaGo尋找提供強大或薄弱戰(zhàn)術的棋子模式。但它要如何明確什么會帶來有力或不利的局面呢? 我們提過每個特定位置的價值是主觀的，不是么?

那么你需要了解深度神經(jīng)網(wǎng)絡的運行原理。

深度神經(jīng)網(wǎng)絡由不同機器系統(tǒng)的層構成，這稱為神經(jīng)元。這些神經(jīng)元全都堆疊在一起、并行運行。從而神經(jīng)網(wǎng)絡能夠?qū)ν粋€問題，從多個不同角度、同時進行分析。

每個層根據(jù)不同標準評判同一圖像，其中一層將看到圍棋棋盤的圖像，選出當中所有合理的棋步；下一層將找到棋盤中還未被控制的區(qū)域；再下面一層會追蹤，自從一位棋手在任何區(qū)域落子，已經(jīng)過了多久時間。從而告訴系統(tǒng)，哪片區(qū)域目前處于爭奪狀態(tài)，哪片區(qū)域暫時安全、可以先忽視。接下來的一層，會把白字黑字的模式與內(nèi)部數(shù)據(jù)庫進行比較，看目前棋局是否類似之前看到過的。諸如此類。

AlphaGo的神經(jīng)元共用48層，每一層都用不同的方式分析棋局，并且這些層相互傳遞信息。因此如果某層發(fā)現(xiàn)很有利的棋步，那么其他層就會關注棋局的這個部分。一旦所有層都認同，某個棋步符合它們判斷好棋的標準，AlphaGo就會落子。通過這種方式使用深度神經(jīng)網(wǎng)絡，系統(tǒng)就能模仿人類的直覺和創(chuàng)造力。

最終，AlphaGo以4:1擊敗李世石，李世石相當于圍棋領域的卡斯帕羅夫。但AlphaGo只會變得越來越聰明。

AI的下一個挑戰(zhàn)丨 What’s next

在游戲領域 AI幾乎沒有尚未攻克的挑戰(zhàn)了，圍棋是人類設計的最復雜的棋類游戲。但我還想看AI挑戰(zhàn)魔鎮(zhèn)驚魂(Arkham Horror:一款難度頗高的桌游)。

總之，我們設計了AlphaGo和深藍。這些程序都是人類智力和好奇心的表現(xiàn)。

如果我們開發(fā)的AI能夠在最復雜的游戲中擊敗該領域的人類頂尖高手，那么誰知道我們還能做出什么呢?