资源描述
围棋人机大战的背后与人工智能发展趋势,刘知青 北京邮电大学教授、计算机围棋研究所所长
（注：本文由刘教授于2016年4月在围棋TV上的发言整理而成）,报告提纲,什么是本次围棋人机大战的看点？
为什么是围棋问题？
AlphaGo是如何解决围棋问题的？
如何展望围棋人机大战之后的人工智能？,樊麾，与围棋人机大战的赛前预测,AlphaGo开发过程：
1）项目正式开始于2014年
2）2015年7月已完全超越现有AI
3）2015年10月已5:0战胜了樊麾
4）2016年1月完全超越了普通职业棋手
樊麾的提示：说我棋臭的，我承认，确实棋臭,李世石，与围棋人机大战的结果,李世石完败
李世石赢的一盘也是因为AlphaGo在大幅领先局势下的失误
AlphaGo在展现强大力量的同时，也暴露潜在的问题和弱点,柯杰，与围棋人机大战的看点,不是普通意义上的挑战比赛，更是公司内部的系统测试
AlphaGo展现了独特的围棋风格
优秀的大局观和强大的总体把握能力
简明直接的局部定型，，虽非最优，但瑕不掩瑜
算法仍然存在弱点，还有很大改进空间
柯杰：“就算AlphaGo战胜了李世石，但它赢不了我”,为什么是围棋？,最复杂（注：状态复杂度与博弈复杂度）的智力游戏：看似简单，实为复杂，具有10的170次方状态复杂空间。
涉及逻辑推理，形象思维，优化选择等多种人类智能（注：国际象棋只有逻辑推理，没有形象思维）
公认是人工智能领域长期以来的重大挑战
国际学术界曾经普遍认为解决围棋问题需要15-20年时间,AlphaGo的核心方法,由于天文数字的状态空间和搜索空间，蛮力计算无法解决围棋问题（注：解决国际象棋的IBM深蓝是用蛮力方法，就是靠计算，这种方法在围棋这么大的计算与搜索空间是无法进行的）
围棋职业棋手的解决方法：棋感直觉+搜索验证
AlphaGo的核心方法完全类似于完全职业棋手的解决方法
AlphaGo的优势：完全以胜率为目标，不受任何其它因素影响,深度神经网络：棋感直觉,棋感直觉，是高水平围棋对弈的要素
反应了职业棋手长期学习、训练、对弈的经验积累
AlphaGo通过深度神经网络机器学习，获得围棋棋感直觉，并且训练强度远超出任何棋手的个人能力（注：有的围棋对弈软件如：Zen，没有棋感直觉，每走一步软件是硬写上去的，这个是规则，不是棋感直觉。规则的覆盖面非常小，围棋的变化太多）（训练两个网络，policy network走子网络和value network估值网络）,策略网络：落子棋感,深度神经网络的有监督学习
学习职业棋手和业余高段棋
手的棋谱（数十万份棋谱，
上亿数量级的落子方式）
获得在围棋盘面下的落子棋感,价值网络：胜负棋感,深度神经网络的增强型学习（DeepMind独创）
通过自我博弈，学习不同盘面下的胜负情况（三千万盘自我对局）
获取在围棋盘面的胜负棋感（注：对每一个落子点给一个当时的快速的胜负感（估算），这个胜负估算并不是根据分析计算出来的，而是直觉）（通过AlphaGo几千万盘的训练学习得来的）,蒙特卡洛树搜索：搜索验证,没有棋感直觉不行，完全依赖棋感直觉也不行
直觉需要通过严格的数学模型和计算方法，对棋感直觉进行验证
AlphaGo使用蒙特卡洛树搜索，对落子棋感和胜负感进行计算验证。,蒙特卡洛树搜索,蒙特卡洛模拟采样：胜负棋感验证,基于数学期望的胜负评估模型（胜率）
基于蒙特卡洛模拟进行胜负结果采样（模拟采样比直觉更可靠）
根据模拟采样结果验证盘面胜负的数学期望
可靠程度与采样规模相关（采样越大，离真理会更近些）,胜负棋感验证（采用b图）,最大信心上限搜索：落子棋感验证,最大信心上限搜索是在线机器学习的重要方法（不同的选点通过树搜索）
平衡机器学习过程中探索与利用之间的矛盾
搜索最优的落子点，同时也是搜索次数最多的、信心最大的、胜率最高的落子点（在最优的落子点做大量的搜索）,落子棋感验证（采用e图）,搜索结果：双方最佳的落子序列,落子过程的最终搜索结果是双方最佳的落子序列，反映了对棋局进程的展望（不太靠谱的可能搜索5-6步就停下来，最有可能的就搜索深一些，学习上限自动做的）
在一般情况下，28步落子序列展望远远超出围棋职业选手的搜索深度
在特殊情况下（一本道），28步的搜索深度仍显不足（例如打劫，由于步数较多搜索深度可能不足，如果机器被引入一个比较复杂的局面，这个局面有可能会超出它的思维搜索深度）
注：AlphaGo的底层技术还是蒙特卡洛树搜索，它用了神经网络的棋感直觉进行有效剪枝（树可以分枝不要那么宽，到了某个程度就不需要往下搜索没有意义，是过去技术的升级）,搜索结果：双方最佳的落子序列-28步搜索,围棋人机大战之后的人工智能展望,人工智能的技术基础
人工智能的核心方法：直觉获取、搜索验证、优化选择
人工智能的应用展望,人工智能的三大技术基础,1、大数据
2、廉价的并行计算
3、深度神经网络（其直觉的东西就是通过深度神经网络利用大数据进行训练）,人工智能的核心方法：直觉获取,直觉：不经过思考过程，很快就能出现的直接想法、感觉、信念或者偏好（这个非常重要，其强大的力量。如：落子的直觉，胜负的直觉、棋盘的直觉、棋形的直觉）
英文Intuition来自于拉丁语：intueri，意思是“往里看”、“默观”
通过深度神经网络和大数据的训练而获得,人工智能的核心方法：搜索验证,验证：为直觉建立真实性、准确性和可靠性的检验过程
验证是核实直觉不存在偏差的一个充分条件
由于廉价并行计算和大数据的支持，直觉可以通过搜索计算来验证,人工智能的核心方法：优化选择,人类生活面临一系列的抉择问题（注：有了直觉和验证就可以找一个最好的）
A.手里的股票是持有还是抛售
B.驾驶员到交通灯前是左拐还是右拐
直觉获取和搜索验证的结合使用，可以提供优化选择,人工智能的应用展望：优化决策,国防：战略决策与战术决策
医疗：诊断决策与治疗决策
金融：投资决策与市场决策
交通：资源决策与物流决策,刘知青教授的总结1,过去10年计算机围棋一直使用新的技术：蒙特卡洛树搜索
蒙特卡洛树搜索底层有一个坚实的数学基础：上层使用并行计算，通过计算进行模拟、采样一系列的数学方法使计算机围棋有明显提高
蒙特卡洛树搜索也是AlphaGo的一个基本技术点,刘知青教授的总结2,在此之上又使用了新的技术，就是基于机器学习的神经网络
这个神经网络有很大的作用：
1、通过学习高水平棋手的棋谱，获得如何在盘面落子的棋感
2、提高机器的增强型学习，获得形势判断的棋感
这两个棋感提供给蒙特卡洛树搜索技术进行验证，从而达到目前的技术突破,刘知青教授的总结3,计算机在这次人机大战中使用了与职业棋手相似的方式，通过棋感（落子棋感、形势判断棋感）再加上逻辑判断进行落子。
计算机没有其它因素的干扰，不受情绪影响。这是它在这次人机大战的优势,
展开阅读全文
相关搜索
