为啥计算机下围棋艰难

为啥计算机下围棋艰难

北京时间5月24日消息，今日上午的中国乌镇人工智能高峰论坛上，有“AlphaGo之父”之称的DeepMind公司CEO哈萨比斯发表了主题演讲，详细解答了为什么让计算机实现下围棋是如此困难，以及未来AlphaGo的应用领域。据哈萨比斯介绍，AlphaGo是DeepMind公司打造了人工智能系统，虽说AlphaGo已经在围棋上对人类选手取得优势，但是哈萨比斯表示，让计算机实现下围棋这件事依旧是困难重重。这是因为其复杂程度让穷举搜索都难以解决，这个难题包括两个方面，一是“不可能”写出评估程序以决定输赢，另一个是搜索空间太过庞大。哈萨比斯还指出，更困难的是围棋不像象棋等游戏靠计算，而是靠直觉。“围棋中没有等级概念，所有棋子都一样，围棋是筑防游戏，因此需要盘算未来。你在下棋的过程中，是棋盘在心中，必须要预测未来。小小一个棋子可撼动全局，牵一发动全身”哈萨比斯说。因此在技术上，AlphaGo用到了两种网络：策略网络和估值网络。虽然AlphaGo是玩围棋的，但是它也可以做其他东西。从下围棋这件事情上哈萨比斯认为，AlphaGo已经可以模仿人的直觉，而且具备创造力，通过组合已有知识或独特想法的能力。因此除了围棋之外，哈萨比斯希望将人工智能运用到各种各样的领域。比如将AI用到材料设计、新药研制上，还有现实生活中的应用，如医疗、智能手机、教育等。　　同样的哈萨比斯指出，AlphaGo并不能“消灭”围棋。“AlphaGoVS李世石吸引了2.8亿的观众，3.5万篇的报道，棋盘销售在西方增加了10倍。同时引述李世石的说法，“我认为这给围棋引入了新思路，我感觉找到了继续玩围棋的新理由。”“DeepMind的愿景是研究何为AI，然后再用智能解决所有问题，即我们怎样提出有效的建议去解决问题，我们最终希望建立通用人工智能。”哈萨比斯说到。哈萨比斯指出，AlphaGo打造的通用学习机器有两个特性，一个是“学习”，即非程序预设，可以自主学习原始材料。另一个是通用性，即同一个系统可以执行多种任务。借此，DeepMind希望打造一种强化学习框架。