柯洁再次成为围棋 AI 的 benchmark，这次让二子也落败

原标题：柯洁再次成为围棋 AI 的 benchmark，这次让二子也落败

雷锋网 AI 科技评论按：作为围棋界检验 AI 水平的 human benchmark，柯洁再次落败。

2018 年 1 月 17 日晚八点半，在腾讯野狐围棋平台的1059号对弈房，迅速聚集了 7000多名围观棋友。如此火爆，只因这里正发生着一场围棋史上极为罕见的对弈——作为国际围棋界职业顶尖棋手，而且是最顶尖的那个，柯洁首次在公开对战中成为被让子的一方，而且是让二子（黑帖 6 目半）。

与柯洁对弈的是腾讯 AI Lab 研发的围棋 AI 「绝艺」（绝艺指导 A）。但是很快，尽管被让二子，柯洁仍在第 77 手或许是对自己的表现太过不满而直接认输。这场意义重大的对决，就这样猝然终结。

随后，超级银冠棋手剑过无声（连笑九段）登场挑战「绝艺」，但苦战 247 手后仍然无奈认输。

“绝艺”对弈柯洁九段（即“潜伏”）和连笑九段（即“剑过无声”）。对弈中，柯洁追杀白棋右上未果，仅弈77手，便爽快认输；一个小时后连笑九段跟进，鏖战247手后中盘告负

围棋界的人士可能对「绝艺」的大名已经耳熟能详了；而非围棋界的人士，可能还不是很了解此「国产狗」。

相比于日本的 DeepZenGo 和英国的 AlphaGo，国内在 Computer Go（电脑围棋）的投入起步较晚。腾讯公司从 2016 年 2 月才开始着手研制围棋 AI。但很快，「绝艺」人工智能的第一个版本便于 2016 年 3 月 4 日完成了。

随后，「绝艺 AI」在腾讯围棋的野狐平台上开设了多个账号，包括虎虎有生气、野狐扫地僧、天下无狗 20、绝艺、骊龙、刑天等。其中「绝艺」账号使用时间最久，对弈盘数最多，名气也最大。目前在野狐平台上有「绝艺指导」A、B、C、D 等各个小号，分别用于对弈不同段位的棋手。

「绝艺」艺名来源：

重送绝句（杜牧）

绝艺如君天下少，闲人似我世间无。

别后竹窗风雪夜，一灯明暗覆吴图。

虽然起步晚，但是绝艺 AI 发展却很快。仅仅经过 4 个月的时间，在 2016 年 6 月下旬，绝艺已经突破了业余 6 段；同年 8 月便开始在腾讯旗下的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江维杰，11 月 19 日首次交手柯洁取胜。

绝艺第一次大范围引起关注，是 2017 年 3 月初在野狐平台上晋升为「十段」高手。但实际上在此之前，它已经战胜了包括古力、连笑、朴廷桓等高手；甚至在 2 月 14 日至 2 月 24 日期间，和柯洁交手十次，无一败绩。

随后，绝艺在 2017 年 3 月 18-19 日的第 10 届 UEC 杯世界电脑围棋大会上战胜了当时电脑围棋界的「第二」AI——DeepZenGo，夺得冠军。由于这次夺冠，绝艺获得了参加第 5 届电圣战的资格，在 2017 年 3 月 26 日对弈来自日本棋院的新锐棋手一力辽，并执黑 157 手中盘胜。

事情总是无挫不勇。2017 年 8 月在鄂尔多斯举办的中国围棋大会首届世界智能围棋公开赛上，「绝艺」半决赛对弈 DeepZenGo 不幸落败，未能进入决赛。此役之后，「绝艺」卧薪尝胆，不断迭代。

2017 年 11 月 15 日野狐平台上出现了一个昵称为「符合预期」的账号，数日内鏖战 99 局，除了第 40 局被柯洁击败外，余者全胜。同时「符合预期」还对战了绝艺指导 A（UEC 杯夺冠版），在让二子的情况下，以 60 连胜完成版本升级。

12 月 10 日在日本秋叶原举办的 2017 围棋龙星战（AI RYUSEI）决赛中，升级版「绝艺」相继以平稳的表现战胜 MayoiGo、Raynz 和 AQ，并在决赛中再会老对手 DeepZenGo 并轻松获胜。知名棋手剑过无声（连笑）甚至评论说「绝艺可让 Zen 两子」。

进入 2018 年后，从本月 9 日开始，装备了最强公开版本的「绝艺」（野狐平台账号为「绝艺指导 A」），开始了让二子（黑帖 6 目半）对决职业棋手的行程。截止到与柯洁对弈前，事实上「绝艺」已经与职业棋手对弈了 31 局 27 胜 4 负。与柯洁和连笑的两场让二子对弈更是让这轮对决的意义推上了巅峰。

雷锋网了解到，就围棋 AI 对弈中让二子的问题腾讯 AI Lab 做了以下回应：

包括 AlphaGo 在内的围棋 AI 都存在赢棋退让的问题，原因是 AI 以赢棋为目标，胜率过高时下哪里都赢，不一定会选择赢最多的下法。

而让子棋就是另外一种胜率过低的极端情况，以绝艺海南挑战赛版本为例，这是一个分先版本的 AI，如果要求其以让 2 子开始对局，则初始胜率为 7%（让 3 子则初始胜率 1%，让 4 子则初始胜率 0.1%）。并且实力越强的版本，下让子棋时的初始胜率就越低（因为 AI 下棋时会假设对手跟自己一样）。

初始胜率过低将导致 AI 不能发挥出真正的实力，这也是现在绝艺让 2 子还不能全胜的原因。我们最近在尝试优化算法，来解决胜率过低带来的负面影响，争取以后在让子棋里有更好的表现。

据腾讯 AI Lab 的公开新闻介绍，此次与柯洁等职业棋手对弈的「绝艺」挑战赛版，参考了 2017 年 10 月公开的 AlphaGo Zero 论文，并在实践中做出了改进；使用了 40 block dual-resnet 模型，以老版本的「绝艺」为基础进行强化学习，自对弈了数百万棋局，在有限的资源和时间内，通过把强化学习和监督学习相结合来加速训练，快速提升了棋力。

为了了解「绝艺」如此迅猛发展背后的技术细节，雷锋网 AI 科技评论特地采访了「绝艺」团队的成员。

AI 科技评论：这次「绝艺」在与柯洁、连笑等职业选手的对弈中，均取得不错的成绩。请问柯洁等职业棋手是否参与了「绝艺」的开发？在「绝艺」的成长中他们起到了什么样作用？

答：柯洁没有参与绝艺的开发，但是柯洁等几十位职业棋手可以使用绝艺内测网站，「绝艺」也在腾讯野狐围棋上与棋手对弈，所以很多棋手共同见证了整个「绝艺」的成长过程。

罗洗河九段是绝艺的技术顾问，给绝艺团队围棋技术方面的指导。

AI 科技评论：通过您们的新闻了解到，这个版本的绝艺技术上主要参考了 2017 年 10 月份 deepmind 发表的关于 AlphaGo Zero 的文章。您们对这篇文章的内容怎么评价？在具体实践中，您们做了哪些方面的改进？

答：AlphaGo Zero 是非常让人震撼的研究成果，除了让围棋水平达到一个新的高度，它还不依赖人类知识，让 zero 的算法具备更高的推广价值。

绝艺学习了 Zero 的 dual-resnet 模型，和绝艺老版本相比有更高效的强化学习算法。因为绝艺还在不断参加比赛进行锻炼，比如 2017 年 12 月腾讯棋牌的「绝艺挑战赛」等，所以我们没有选择从「零」开始，而是以绝艺老版本为基础进行强化学习。这样可以大幅减少训练时间，在有限的资源和时间内完成。目前我们已经在开发从零开始的版本了。

AI 科技评论：相比 11 月底的「符合预期」以及 12 月中旬的「绝艺」，挑战赛版的「绝艺」有哪些方面的改进？ 开发这个版本的「绝艺」花费了多少时间？

答：绝艺近期公开亮相的三个版本之间的主要差异：

• 2017 年 11 月符合预期：20 block dual-resnet，自对弈了数十万棋局
• 2017 年 12 月日本 AI 龙星战：20 block dual-resnet，自对弈了数百万棋局
• 2017 年 12 月三亚绝艺挑战赛：40 block dual-resnet，自对弈了数百万棋局

从 10 月下旬开始，用了 1 个多月时间完成了上述三个版本的开发。

AI 科技评论：「绝艺」在多个比赛中战胜了国际上一些历史悠久的电脑围棋，请问与 DeepZenGo 等电脑围棋相比，「绝艺」有哪些方面的优势和不足？（例如技术、理念、团队等）

答： 我们很难简单把「绝艺」和其他围棋 AI 进行比较，如果回顾「绝艺」从研发到成长过程中，始终与柯洁、古力和腾讯围棋上的职业和业余棋手密切交流与切磋。

AI 科技评论：「绝艺」团队已经在「绝艺」的研发上做了很久的工作，请问您们对「绝艺」的定位是什么？现在绝艺已经达到能够让二子与人类的职业选手进行比赛了。再开发下去的意义在哪？

答：我们认为在研究、应用和社会价值上，「绝艺」都有其特定意义。

围棋 AI 研究由来已久，相关的算法也不断推陈出新。「绝艺」涵盖了人工智能最热门的研究领域——深度学习和强化学习，我们在不断研发中受益良多。

从应用价值上，腾讯野狐围棋是国内最大、最活跃的的围棋平台之一，「绝艺」目前已经有还开发了指导棋、棋赛讲解等功能，也深受广大棋迷喜爱和关注。

而在社会意义上，围棋是国粹运动，「绝艺」是腾讯推进前沿科技赋能国粹文化的代表，我们看到 AI 的每一次进步，不仅挖掘围棋的潜力与边界，也在展现着人类的智慧与进步。这也是 AI Lab 对于绝艺的期待——希望它能与人类棋手积极互动，从而激发更多关注并传承围棋这一中国传统文化。这是我们的一种科技责任感。

AI 科技评论：在去年三月份 UEC 世界杯大赛中的绝艺总体框架遵循的是 AlphaGo 在 2017 年 1 月份发表的文章；而这次则主要依据 2017 年 10 月份 AlphaGo Zero 的文章。现在 Deepmind 已经不再继续开发 AlphaGo 了。所以您们打算以后如何进一步开发绝艺的性能呢？

答：绝艺会一直坚持开发下去，除了不断提高棋力，我们也会研究解决一些有趣的问题，比如现在的 AI 以获胜为目标，胜率过高时可能会退让，不一定会选择最优的下法。

腾讯将继续加大对 AI 的研究与投入，打造世界级围棋 AI 能力与推广，更在 AI 上推进深度学习等前沿 AI 科技的研究与应用。