AI专家：攻克围棋原理已找到 GPT学围棋令人期待 　　国家围棋队官方合作夥伴少年纵横特约报导。 　　2017年柯洁泪洒乌镇後，人类围棋与人工智慧围棋之间的对抗彻底没有了悬念。虽然 AlphaGo退役了，但根据他们的相关论文，後来又衍生出了绝艺、天壤、星阵、KataGo等 诸多围棋人工智慧，有的已经成为了大家日常研究围棋的工具。在研发这些人工智慧的专 家眼里，“人工智慧攻克围棋了吗”这个问题是什麽样的呢？ 　　天壤与朴廷桓的“人机大战” 　　李凯华，原天壤围棋负责人，2018年人机对弈击败朴廷桓。 　　新浪棋牌：您觉得人工智慧攻克围棋了吗？ 　　李凯华：没有。围棋的变化数量决定了其最优解集合都可能是一个无法估计的大小。 人工智慧当然没有攻克围棋。人工智慧目前所做到的是其探索的围棋变化数量比人类已经 探索的围棋变化数量大出很多个数量级，大约是：AI目前所有的训练棋谱 / （人类已经 下过的所有棋谱+人类已经研究过的变化图） 大约 = 1万倍到10万倍。 　　这个数量距离围棋合法变化总数也就是10的170次方个盘面，仍然有相当大的差距。 　　当然对於科学研究来说，AI已经做到了在现有技术条件下最大限度的探索。原因有两 点： 　　1。 通过数学层面的推导，可以得出通过深度神经网路和强化学习可以不断让棋力变 强，所以只要：人类有足够的时间和足够的存放装置可以生成并存储10的170次方个盘面 ，一定可以找到围棋的最优解。科学研究上走通了这条路就可以了。毕竟即使每一颗原子 上都能存一个合法变化的，宇宙里也只有10的70次方个原子，离围棋的合法盘面总数还有 10的100次方倍。 　　2。 围棋是完全资讯下的零和博弈，相比之下，德扑、麻将这种非完全资讯博弈，以 及协作情况下的非零和博弈，甚至跳出博弈论层面，在生成层面，有更复杂的情况需要去 研究，所以在14年Ian Goodfellow搞出来了生成式对抗网路，17年Google大脑搞出来了《 Attention is All You Need》，也就是ChatGPT的基础Transformer模型。然後AI研究的 领域前沿就一直是在Transformer模型了。 　　3。 现在来看结论是客观上AI并没有真的攻克围棋，但是原理上已经找通了攻克围棋 的方法，所以科学上可以认为“人工智慧已经攻克了围棋”。 　　新浪棋牌：您认为当前人工智慧围棋最高水准达到了什麽程度？ 　　李凯华：1。因为围棋的合法盘面数是10的170次方，人类大概探索过不超过100万种 变化，人工智慧探索过差不多100亿种变化。即使如此，还有10的160次方种变化，所以如 果围棋上帝是100的话，目前AI探索了不到兆分之一。人类是AI的万分之一。离之前说的 7%，都相去甚远。 　　2。 当前人工智慧的最高水准如果按最新的KataGo的强化学习来说，最新的模型达到 了13500左右的Elo分。 　　3。 注意Elo分只能用来比较同一个体系下的相互强弱，也就是AI的Elo分和人的等级 分是两个体系，不能直接比较数值。除非找到一个锚点，比如用李世石的Elo分来估计 AlphaGo Lee版本的棋力。 　　4。 但是只有两个人有充分的对局之後，Elo分所体现的强弱才有效，所以比如古力 和李世石两个人下了几十盘棋，他们之间的Elo分差距可以表示他们的棋力强弱，但是想 要Elo分的误差在5分以内，两个选手需要对局至少89局。想要误差在3分以内，两个选手 需要对局至少200局。所以所谓用李世石的Elo分带入AlphaGo的Elo分再比较AlphaGo和当 时的棋手之间的棋力差距，纯属娱乐。对局太少。 　　5。 Elo分还有膨胀的现象，即如果模型都是同一个风格，或者同一个体系的话，同 时没有外部模型的干扰，如果一个阶段的模型出现过拟合的现象，那麽很快分数就会因为 这些模型被膨胀起来。後续也无法进行修正。 　　6。 目前如果粗略估计一下棋力的话，最强的KataGo如果搭配很好的分散式伺服器， 比如说给个100张A800显卡，或者最新的那个GB800显卡，让人类最强棋手3-4子是可能的 。不过那一局棋的电费恐怕得小10万了。 　　2018年与天壤对弈的朴廷桓九段 　　新浪棋牌：後续研究的终点在哪里，还有无难关？ 　　李凯华： 1。 从AlphaGo到Leela到KataGo的路线相当於让一个婴儿只看棋谱学下棋 。脑子只会下棋。所以需要大量的棋谱来教他。同时因为他其实是看图学下棋，没有逻辑 推理能力，所以想要变强只能不停地自己下，看更多的变化来学习下棋。显得很笨重。 　　2。 後续可能会希望让ChatGPT，一个10几岁智商但是什麽都会的孩子，但是有一定 的语言方面的推理能力，看能不能不通过看图的方式，而是研究棋谱的方式来学下棋，有 没有可能用更少的棋谱来实现跟AlphaGo一样的强度。甚至等更强的ChatGPT 5.0版本，如 果能相当於一个成年人的推理能力，应该会更顺利。 　　人机对弈现场 　　新浪棋牌：人工智慧围棋陪练技术有何发展？ 　　李凯华： 1。 如果能走通让语言模型来下棋的话，那麽让语言模型来解释它为什麽 这麽下棋就是一件很轻松的事情了。 　　2。 目前的话职业棋手主要还是靠背和猜来理解人工智慧下的棋。 　　3。 面向孩子的AI陪练的等级和难度非常能把握，因为孩子棋力的提升是不连续的， 往往是一个阶段性跃升的情况。而且不同的棋力所对应的计算力、博弈能力也不是线性提 升的，导致目前所有的调参都很蠢，基本上是无参可调的情况。这一方面可能是一个长期 存在的问题。不妨等着4（a）解决了之後交给AI来解决吧。 　　（周游） https://sports.sina.com.cn/go/2024-05-14/doc-inavenmw3616642.shtml --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 180.176.190.76 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/GO/M.1715696472.A.435.html