本文整理自MITTR、Facebook，Wired、Googleresearch、机器之心、果壳、知乎。
昨日谷歌在《Nature》上发表论文表示：他们研发出能够在极其复杂的围棋中击败专家级人类选手的计算机。Facebook团队成员随后发帖表不服。
1997年，国际象棋AI第一次打败专家级人类选手。曾经我们以为，必须要花上几十年的时间，计算机才能达到人类专业围棋选手的水平。因为对计算机来说，围棋比象棋的挑战更大：每个回合可能存在的走法数量多得多，没有一个简单的方法能来测算。
但是就在昨天，国际顶尖期刊《自然》报道了谷歌研究者开发的新围棋AI——Alpha Go，在没有任何让子的情况下以5:0完胜欧洲冠军，职业围棋二段樊麾。樊麾出生于中国，目前是法国国家围棋队总教练，已经连续三年赢得欧洲围棋冠军的称号。
AlphaGo与欧洲围棋冠军樊麾的5局较量
这是人类历史上，围棋AI第一次战胜职业选手。Alpha Go的下一个挑战将是世界顶级围棋选手之一，李世乭，比赛将于三月份在首尔举行。奖金是由Google提供的100万美金。李世乭表示很荣幸自己将与电脑公平对弈。“无论结果如何，这都会是围棋史上极其有意义的事件。”
李世乭
与以往不同，这次不让子
在以前AI与人类的就比赛中人类都会让子，而且AI主要是和业余段位的棋手比赛。2014年东京围棋擂台赛上，Crazy Stone（基于蒙特卡洛树搜索，这是一套能够从本质上对每一步走法的所有结果都进行分析的系统）就是通过让子以微弱优势战胜人类棋手的。而这次Alpha Go 对战樊麾的比赛完全是公平的，没有让子。
Alpha Go 也和其他的围棋AI进行了较量，在495局中只输了一局，胜率是99.8%。它甚至尝试了让4子对阵Crazy Stone，Zen和PachiI这三个顶级AI，胜率分别是77%，86%和99%。可见Alpha Go是真的很强大。
不了解围棋的人可能不清楚围棋对于AI来说有多难。就拿国际象棋来说，平均每回合有35种可能，一盘棋可以有80回合；而围棋每回合有250种可能，一盘棋可以长达150回合。这是一个几何级的数字，足以让那些倾向蛮力计算者望而却步。所以研究者们选择了模仿人类大师的下棋方式。
谷歌的DeepMind
开发Alpha Go的团队是Google的DeepMind，这是2014年Google在英国收购的一家人工智能公司。这个团队使用的是一种非常流行和成功的机器学习方法，叫做深度学习（这是2013年MITTR的十大突破技术之一，见附录）。
深度学习是目前人工智能领域中最热门的科目，它能完成笔迹识别，面部识别，驾驶自动汽车，自然语言处理，识别声音，分析生物信息数据等非常复杂的任务。
DeepMind团队表示，Alpha Go的关键在于使用的深度神经网络。实际上，在Alpha Go中有两种不同的神经网络，第一种叫做政策网络（policy network），用来预测下一步；第二种叫做价值网络（value network），用来预测棋盘上不同的分布会带来什么不同的结果。
Alpha Go所使用的神经网络结构示意图
Alpha Go使用它们的方法是，把非常复杂的搜索树减少到可操作的规模。所以，它并不是在每一步都要考虑几百种步数，而只考虑政策网络提供的几十种最有前景的步法，价值网络的作用是减少搜索的深度。所以，它的搜索深度并不是特别深，它并不是一下子搜索出直达比赛末尾的300多步，而是搜索更少的步数，比如20多步，并评估这些位置，而不是一路评估到底，看谁最终能赢。搜索并不是靠蛮力，而是与某种与想象力很相似的东西。
领导这项研究的另一位Google研究者David Silver说：“围棋有着巨大的搜索空间，用蛮力很难解决。Alpha Go的关键在于，将搜索空间缩小到可以操作的范围。这个方法让Alpha Go比以前的方法都更像人类。”
谷歌的人工智能设计师，DeepMind创始人Demis Hassabis表示，通过战胜樊麾，我们的程序赢得了长期以来一项重大人工智能挑战的胜利。而这项技术在Google的首个用途将是开发更好的个人助理软件。这样的个人助理能够从用户在线行为中学习用户偏好，并对产品和事件作出更符合直觉的建议。
谷歌用来创造Alpha Go的技术，也正是他的团队努力开发强人工智能的尝试。他说：“最终，我们想要将这些技术应用到真实世界的重要问题中。因为我们用的方法是通用的，我们希望有一天，它们能延伸得更广，帮助解决最紧迫的社会问题，从医药诊断到环境模型。”
Demis Hassabis
正如TR君在2013年公布十大技术时的预言：“在一个要尝试深奥如模拟人类大脑之事的领域中，单单一种技术必然不能解决所有挑战。但现在，这种技术在人工智能领域中走在最前方。深度学习是一个真正强大的对于解世界的比喻。”
Facebook表示不服，网友回应：谷歌与Facebook来赛一场
就在外媒对谷歌这篇论文大规模报道前，Facebook人工智能实验室负责人Yann LeCun也非常“巧合”的在自己的主页表示，Facebook刚刚在arXiv.org上发表了一篇针对围棋问题的论文。
在论文中，Yann LeCun解释了Facebook为什么要研究围棋，并表示Facebook FAIR的一位科学家田渊栋在几个月前就开始独立研究围棋项目，他开发了一款叫做「黑暗森林」的机器人。它使用了卷积神经网络和蒙特卡洛树搜索的结合。这个程序已经在KGS服务器上运营了一个多月，并取得了成人组第五的排名。这个排名意味着它已经成为全美国最好的前100名选手之一，也步入了世界最顶尖围棋机器人之列。
就在TR君准备发稿前，Facebook 的AI科学家田渊栋在知乎上对“谷歌人工智能击败欧洲围棋冠军”做出回应，网友们强烈希望谷歌与Facebook赛一场。
相关阅读：
人工智能能否解决世界最大难题
谷歌AI大脑，你拿什么来拯救开源者？
谷歌试图让机器学习更加人性化
谷歌的人工智能设计师：哈萨比斯
附录：2013年麻省理工科技评论十大技术——深度学习
AI年度重磅 │ VR主题公园 │ 人兽嵌合体
North Face │ 新材料 │ 谷歌开源
脑震荡 │ 基因编辑狗 │ 月球基地
DNA测序 │人脑仿生芯片 │ 健康数据
杀人编程 │ 印度能源危机 │机器人
（点击标题阅读）
MIT Technology Review 中国大陆地区独家授权，
未经授权严禁转载。
关注即将商业化的技术创新，
分享即将资本化的技术创业。
如需转载合作请在公众号底部直接回复“转载”
长按二维码关注：