AlphaGo為何缺席計算機圍棋賽

　　3月19日，在第10屆UEC杯世界計算機圍棋賽上，決賽中由騰訊AI Lab（騰訊人工智能實驗室）研發的圍棋人工智能程序“絕藝”（Fine Art）擊敗日本開發的“DeepZenGo”（天頂），以11戰全勝的戰績奪冠。

　　今年共有30支軟件參加此次大賽。繼18日的循環積分賽中，“絕藝”以七局全勝戰績進入16強后，在今天決賽又以四連勝戰績奪得本屆UEC杯冠軍，日本“DeepZenGo”獲亞軍。

　　這次比賽其實也邀請了AlphaGo，但被他們拒絕了。參賽的圍棋程序大都是學習2016年DeepMind的那篇論文，而現在的AlphaGo又再度進化升級，成為更為強大的“Master”了。與參賽的圍棋程序相比，現在的AlphaGo可能已經是不同“物種”了，自然沒必要參賽。

　　比賽的用時是每方30分鐘，平均下來20秒左右就要落子，參賽程序的計算能力顯然對比賽成績有著很大的影響。比賽并不是所有的程序都使用統一的硬件配置，而是各自通過手里的筆記本電腦，把比賽數據發送到各自的服務器計算平臺上完成。這也是為什么18日現場斷網之后，比賽不得不暫停的原因。

　　應用了深度學習技術的圍棋程序，對局時策略網絡和價值網絡同時工作，還要配備強大GPU等計算資源。雖然計算資源堆積到一定程度之后能起到的提升效果有限，但在UEC的快棋賽制里，計算資源上的差別還是很有影響的。

　　DeepZenGo是由日本最大的視頻網站作為技術支持，而絕藝的背景是騰訊，兩者在計算資源上的優勢是顯而易見的。據國內一位研究圍棋AI的同學介紹，絕藝能夠調用的計算資源大到無法想象，畢竟中國是目前超算能力最強的國家。

　　絕藝、DeepZenGo，還有此前新浪棋牌報道過的 “麗拉”，都是受到2016年DeepMind在《自然》雜志上發表的關于AlphaGo論文啟發，進而發展成現在的圍棋人工智能的。從某種意義上講，它們都是去年那個AlphaGo的跟隨者。從這次世界計算機大賽的棋譜體現出的水平來看，他們距離去年擊敗李世石的那一版AlphaGo似乎還有一定的差距。

　　這個差距一方面來自于，當時AlphaGo與李世石下的是慢棋，計算時間比這次要長；另外一方面可能是谷歌在深度學習技術應用上的優勢所致。不過尤其要注意的是，現在這些圍棋程序對比的對象還只是2016年與李世石大戰的AlphaGo，現在的AlphaGo（或者說MAster）究竟進化到什么程度我們并不知道。

　　DeepMind在公布科學成果上是很謹慎的。去年人機大戰之前他們說AlphaGo通過自我對弈，取得了巨大的進步，所以才有信心挑戰李世石。當時不少人對此嗤之以鼻，結果被4比1的比分打了臉。

　　2016年11月的時候，AlphaGo團隊的發言人樊麾通過微博宣布：“我們很高興向大家宣布，AlphaGo的棋力在已過半年有巨大的進步，將在2017年初復出下棋。我們團隊會在近期內公布更多訊息。”這個“巨大進步”耐人尋味，AlphaGo的研究又取得了怎樣的進展呢？之后Master在網上的60盤快棋測試，讓我們驚鴻一瞥。計算時間極短、完美的局面掌控、精準的局部戰斗，這些細節都告訴著我們，現在的AlphaGo或者說Master，已經和一年前的它完全不同了，甚至可能已經進化到了一個更為先進的階段。

　　上一次AlphaGo公布研究結果，改變了整個圍棋人工智能領域，為圍棋界打開了一道通往未來的大門。不久前，哈薩比斯說：“2017年將是AlphaGo與棋界興奮的一年”，這次他們會帶來什么樣的驚喜呢？

　　稿源：新浪體育