AI智能

引子 　　20年以后，柯洁和伙伴们隐藏在群山里的简陋营地，躲避着硅基文明的清剿，他总是忍不住地回想起那个下午：为什么没有冲过去，砸碎对面那台叫做“AlphaGo”的超级电脑，也许，那是人类摧毁“天网”的最后机会…… ————来自于网友评论 电影《终结者》中的终结者T800 一 达特茅斯的年轻人 盛产紫丁香的新罕布什尔州，位于美国东北部的新英格兰地区，自然景色优美，著名的康涅狄格河流过全境。在康涅狄格河边的汉诺佛小镇上，矗立着一所闻名遐迩的古老学府：达特茅斯学院。成立于1769年的达特茅斯学院虽然规模不大，却是美国乃至全球顶尖的私立大学。 达特茅斯学院的主楼 1956年的8月，一群天才的青年科学家，聚集在达特茅斯学院，他们热烈讨论着一个在当时看来完全不食人间烟火的主题：用机器来模仿人类学习和智能。 事情的起因在两年前，达特茅斯学院数学系四位教授同时退休，对于达特茅斯这样的小学院，数学系一下子少了四位教授，可是件大事，刚刚担任数学系主任的克门尼慌了手脚，他跑回母校普林斯顿大学求援，结果带回来四个年轻的助教，其中就有刚刚拿到博士学位的约翰·麦卡锡。 约翰·麦卡锡 美国的教授都是9个月薪水，要挣钱就得有研究项目，如果没有研究经费，就只能在暑假出去打短工挣点外快。在普林斯顿攻读博士学位的时候，麦卡锡每年暑假都会去IBM和贝尔实验室打短工，现在当了助教，自然首先考虑找项目拉研究经费。麦卡锡对逻辑和计算理论一直有着强烈的兴趣，他1948年刚到普林斯顿读研究生时，就认识了冯·诺伊曼，在老冯影响下开始在计算机上模拟智能。所以，麦卡锡准备发起一场研讨会，讨论计算机模拟智能。 在贝尔实验室打暑期短工的时候，麦卡锡结识了克劳德·香农和马文·明斯基，他决定首先拉他们入伙。 马文·明斯基也是普林斯顿的数学博士，他是纳什的师弟，就是美丽心灵的那个纳什。明斯基的博士论文做的是神经网络，他在MIT（麻省理工）一百五十周年纪念会议上回忆说是冯·诺伊曼和麦卡洛克启发他做了神经网络。对于麦卡锡模拟智能研究会议的邀请，明斯基兴趣浓厚，并且很快成了会议的另一个推动者。 马文·明斯基 克劳德·香农比其他人大十来岁，是这群人中间真正的大佬。他和麦卡锡观点其实不太一样，但麦卡锡和明斯基需要香农来撑场面。香农是MIT的数学博士，毕业后先后和数学家外尔，爱因斯坦，哥德尔等巨头共事，二战期间在贝尔实验室从事密码破译的研究，跟计算机之父图灵交情不错，俩人还一起讨论过用计算机下棋。香农当时已经是贝尔实验室的大佬级人物，有了香农的加入，会议的号召力大大增强，赫伯特·西蒙和艾伦·纽厄尔也同意参加会议。 克劳德·香农 艾伦·纽厄尔是在普林斯顿数学系完成的硕士学习，博士学位则是被赫伯特·西蒙拉去卡内基大学得到的礼物。赫伯特·西蒙当时已经是卡内基大学的工业管理系主任，实际上他算是纽厄尔的老师，可他是真的欣赏纽厄尔，每次合著论文的作者署名，他都把纽厄尔的名字放在自己的前面，这是真正的忠厚长者，两人在卡内基大学合作了一辈子，不仅在1975年分享了图灵奖，还和一起参与创立了卡内基梅隆大学的计算机系，让CMU成为计算机学科的重镇。 艾伦·纽厄尔 凑齐了会议的主要参加者，麦卡锡和明斯基着手搞定会议经费，他们的目标是洛克菲勒基金会。会议的原始预算是一万三千五百美元，麦卡锡预计会有六位学界的人出席，会议应该支付每人两个月的薪水一千两百美元，可洛克菲勒基金会最终只同意给七千五百美元，不太理想，不过总比没有强。 在写给洛克菲勒基金会的经费申请书中，麦卡锡给这个活动起了个当时看来别出心裁的名字：“人工智能夏季研讨会”(Summer Research Project on Artificial Intelligence)。这里出现了一个新的词组：Artificial Intelligence—AI，人工智能。一个全新领域就这样被命名了。 普遍的误解是“人工智能”这个词是麦卡锡想出来的，不过麦老晚年回忆承认，这个词最早是从别人那里听来的，但记不清是谁，人老了真是没办法。 新罕布什尔州的夏天凉爽而短暂，天才们围绕AI的讨论持续了两个月，直到秋天的降临。对于人工智能的发展方向，会议没能达成普遍的共识，但是达特茅斯会议，算是正式开启了人类科学家对人工智能（AI）领域的探索。参加会议的年轻人们，后来都成为了人工智能相关领域的领路人。在之后的二十年里，明斯基，麦卡锡，香农，纽厄儿和西蒙，因为对人工智能研究的贡献，先后获得了计算机界的最高荣誉“图灵”奖，而西蒙则在1975年获得了诺贝尔经济学奖。 值得一提的是，赫伯特·西蒙在1957年就曾预言：十年内计算机下棋就会击败人类。1968年麦卡锡和象棋大师列维打赌说：十年内下棋程序会战胜列维。结果是赔了列维两千块。乐观的预言总会给对手留下把柄，人工智能最有名的批评家，兰德公司的德雷弗斯，每年都拿此事嘲讽AI，说“计算机下下跳棋还行，下象棋连十岁的孩子都干不过。”这便宜话一直说了四十年，直到一个名叫许峰雄的台湾青年，出现在卡内基大学的计算机系。 传奇岁月的大幕，慢慢拉开了。 二 疯狂鸟和“深蓝” 许峰雄的绰号叫疯狂鸟：Crazy Bird，他喜欢这个绰号，总是让人叫他CB。毕业于台湾大学的许峰雄绝对是另类学霸，从小成绩优异的他，满脑子古怪想法，在卡内基梅隆大学攻读硕士博士学位时，许峰雄的博士导师是孔子的后人孔祥重博士，孔博士秉承先人“因材施教”的风范和宽容，这助长了疯狂鸟的不务正业，他迷上了计算机博弈，就是用计算机下棋。疯狂鸟不仅自己疯，还拉起了一个小团队和自己一起，研究专门下棋的机器。受到影响的人群中，就有他卡内基梅隆大学的博士学弟李开复。 “深蓝之父”许峰雄博士 1988年，许峰雄拿到博士学位，同一时间，他的疯狂团队开发出了第一代真正能下棋的机器：“深思—Deep Thought”。“深思”的集成电路板上配有200块芯片和两颗处理器，每秒钟能够分析70万个棋位或“想”出10步的棋着，其战力大体相当于一位级别稍低的国际象棋大师。疯狂鸟和他的古怪机器，引起了“蓝色巨人”的高度关注，经过李开复的穿针引线，IBM向疯狂鸟发出了热诚的邀请，许峰雄随即加盟了这家伟大的公司。在IBM，他将和另一位来自台湾的资深科学家，IBM超级计算机计划负责人谭崇仁博士合作，开发真正可以和顶尖棋手对抗的超级计算机。 在IBM强大的支持下，疯狂鸟展开双翅，开始飞向天际中的那一片深蓝。 超级计算机 卡斯帕罗夫绝对是这个世界上最聪明的人之一，自从击败他的前辈卡尔波夫，成为新的世界冠军以后，在国际象棋的世界里，卡斯帕罗夫就再也没有了对手。不仅人类无敌，卡斯帕罗夫还曾经在一次对抗中，一个人击败了35台电脑，所以，在卡斯帕罗夫看来：机器战胜人类？也许存在这种可能，但绝不可能发生在他的身上。当IBM向卡斯帕罗夫发出人机对局邀请的时候，卡斯帕罗夫在好奇的同时，也充满了不以为然。 卡斯帕罗夫 1989年10月，许峰雄的深思获得一个机会，和国际象棋世界冠军卡斯帕罗夫进行一次交手。在第一次碰撞中，经过升级已经能够在一秒钟内分析200万个棋位的“深思”，根本招架不住“天下第一高手”的妙棋杀招，深思溃不成军。事实证明，超级计算机，在超级大脑面前，依然稚嫩得像个孩子。 第一次的大败没有让IBM停下脚步，更没有让疯狂鸟放弃疯狂。许峰雄意识到要真正击败人类，必须有更强大的硬件。这个想法立即得到了谭崇仁的全力支持，经过六年的不懈努力，许峰雄主持开发的超级计算机芯片获得了成功，IBM的第一代超级计算机问世，它被命名为“深蓝”。”深蓝”采用了项目小组设计的国际象棋专用处理器芯片，并且配备了IBM的RISC System/6000平行可扩充系统，棋力(性能)数百倍于原来的“深思”，运算速度达到每秒种一亿棋步。 IBM “深蓝” 1996年2月，”深蓝”和卡斯帕罗夫在费城进行了第二次对决，许峰雄代表”深蓝”落子，全世界开始关注“人机大战”。在这场比赛中，卡斯帕罗夫捍卫了世界第一人的荣誉，以3胜2和1负，总比分4:2击败了”深蓝”。和上一次不同的是，卡斯帕罗夫输了一盘，他开始感受到了来自冰冷机器的压力。 那一盘的胜利，让许峰雄和谭崇仁看到了一线曙光。他们立即着手改进和升级深蓝，很快，”深蓝”达到了每秒钟2亿棋步的惊人算力。为了确保比赛的胜利，谭崇仁和许峰雄邀请了四位国际象棋特级大师作为顾问，在团队的不断打磨中，”深蓝”越来越强大，终于具备了和卡斯帕罗夫一争雌雄的强大实力。许峰雄把最新版本的”深蓝”戏称为“更深的蓝”，疯狂鸟准备用更深的蓝淹没骄傲的对手。 1997年5月，IBM的超级计算机”深蓝”，和国际象棋世界冠军卡斯帕罗夫，在美国纽约进行了那场至今仍家喻户晓的人机对决。这一次，全世界的目光都注视着这块棋盘。 Read more…

 4,111 total views

腾讯绝艺：绝艺（英语：Fine Art）是中国腾讯公司的AI Lab（腾讯人工智能实验室）开发的围棋和游戏人工智能。绝艺之名出自唐朝诗人杜牧的诗“绝艺如君天下少，闲人似我世间无“。围棋人工智能绝艺在2017年3月18-19日的第10届UEC杯世界计算机围棋大会上夺得冠军。 绝艺人工智能的第一个版本于2016年3月4日完成。6月下旬突破业余6段，8月开始在腾讯野狐围棋网络对弈平台测试，8月23日首次战胜职业棋手，11月2日第一次战胜世界冠军棋手[6]。曾用账号名包括虎虎有生气、野狐扫地僧、天下无狗20、绝艺、骊龙、刑天等[7]。其中绝艺账号使用时间最久，对弈盘数最多，名气最大。 金毛：PhoenixGo是由腾讯公司的微信翻译团队 依照DeepMind在科学期刊《自然》上对于AlphaGo Zero所发表的论文《Mastering the game of Go without human knowledge》所实做出的开源计算机围棋程序。也就是不使用人类棋谱与累积的围棋知识，仅实做围棋规则，使用单一类神经网络从自我对弈中学习（不像AlphaGo以人类角度思考，设计了Policy Network与Value Network）。 团队除了以BSD许可证发布可供对弈的代码以外，另外发布了20 blocks的训练数据供下载，但由于未放出训练代码或完整的原始训练数据（如棋谱）。但开放的20 blocks版本棋力相较于比赛版本弱不少，且使用不同的架构，相较于同时间开源且开放训练数据的其他软件（主要是Facebook的ELF OpenGo），社群可重复利用的资源较少。 现今在野狐围棋所使用的账号名称金毛測試与金毛陪練，故昵称为“金毛”。 那个新晋国产最强围棋AI——PhoenixGo（凤凰狗）初出茅庐便在福州2018人工智能围棋大赛上击败绝艺夺冠，PhoenixGo备受关注、风头正劲。 — GPU 弈客：弈小天是弈客围棋开发的一款人工智能程序，以Leela Zero引擎为开源围棋程序。创新方面，采用分布式引擎/训练程序、使用LCB与渐进式搜索、利用贝叶斯方法优化程序参数、使用多智能体更新策略、自研特性（围棋相关）、监督学习+强化学习训练方法。 星阵：“星阵围棋”是一款纯国产的AI，它的前身是清华大学团队开发的AI“神算子”经过技术升级以后变成了现在的星阵，其实力也大幅度提高。最重要的一点是星阵比较像人类，棋风具有人情味。它在优势下面不会退让，能多赢你时就绝不会求稳，像是人类赌气的感觉。这一点与其他AI占优时，为了确保获胜常常大幅退让的做法是大相庭径。 星阵围棋参考了AlphaGo架构，在此基础上的创新包括除胜率外可以给出目数判断，可适应不同贴目规则，兼顾数目法与数子法规则，以及适应不同路数棋盘等。同时，星阵围棋并未使用任何开源围棋程序，为完全独立研发。 棋精灵： 棋精灵是聂卫平围棋道场开发的一款完全具有自主知识产权的人工智能程序。棋精灵使用了pachi和fuego作为棋盘控件存储棋盘信息，使用gogui作为连线器。使用tensorflow框架进行神经网络的训练。参考了AlphaGo Zero的论文作为理论方法，并无其他使用的库模块。也无其他创新。 Raynz ：Raynz是近年来逐渐成为一支老牌劲旅的日本围棋人工智能，作者为小林祐樹、松崎憲介、吉枝悟等人。 BADUKi ： 系韩国高等科学院出身的围棋AI，可谓集万千宠爱于一身。BADUKi根据AlphaGo和AlphaGo Zero的两篇自然论文开发而成，采用ELFGo自玩游戏和ELFGo与BADUKi比赛游戏进行训练。 比利时的Leela Zero: Leela-zero和AlphaGo-zero一样，是使用蒙特卡洛树搜索和深度残差神经网络算法，不依赖于任何人类棋谱训练出来的围棋AI。leela-zero是AlphaGo-zero忠实的追随者。 和绝艺不一样的，leela-zero是开源免费的项目，其成果是全人类共享的。目前绝艺只提供给国家队使用，而leela-zero任何人都可以免费使用。 Zero顾名思义，就是从零开始。leela-zero需要从零开始学习围棋，通过自对弈产生棋谱训练自己，逐步成长为围棋高手。 法国的Golois：Golois是一款法国的老牌AI，作者为法国人Tristan Cazenave。这款法国围棋人工智能可以模拟人脑神经元，具有主动识别、自适应等功能，在图像处理方面也异常强大。Golois是蒙特卡洛树搜索（MCTS）和深度学习的结合，它通过在策略网络上与职业棋手的大量试练已学会考虑出蒙特卡洛树的落子最佳点。Golois就是使用策略和价值两个网络来考虑和评估在蒙特卡洛树的落子情况。 美国的ELF OpenGo: ELF OpenGo是Facebook AI Research团队（FAIR）依照DeepMind在科学期刊《自然》上对于AlphaGo Zero所发表的论文《Mastering the Read more…

 19,165 total views