本自同根生，相煎就是這么急。

在結(jié)束的世界人工智能圍棋大賽上，騰訊AI Lab開發(fā)的“絕藝”意外輸給了Phoenix Go，屈居第二。

Phoenix Go是微信翻譯團隊開發(fā)的人工智能圍棋，算是“絕藝”的小弟，它們兩個都出自騰訊，可謂“同根生”。

不同的是，Phoenix Go的優(yōu)勢在于，它基于AlphaGo Zero論文實現(xiàn)，同時做了若干提高訓練效率的創(chuàng)新，并利用微信服務器的閑時計算資源進行自我對弈。

目前，PhoenixGo已經(jīng)戰(zhàn)勝過200多位人類棋手，這次戰(zhàn)勝“絕藝”倒是出乎所有人的意外。

認識PhoenixGo：曾被認為是百度、阿里、Zero養(yǎng)的“金毛”

2018年初，PhoenixGo以Bensondarr等賬號在騰訊野狐圍棋上進行實戰(zhàn)，目前已經(jīng)戰(zhàn)勝200多位棋手。

在公布正式身份之前，社區(qū)、貼吧等上面關(guān)于BensonDarr的猜測眾多。

有的說BensonDarr的首字母縮寫是“BD”，就是百度的狗，也有的注意到BensonDarr從來沒有和絕藝指導下過棋，這很難解釋。正常的話，其它AI應該都是非?？释魬?zhàn)絕藝，因此可能是阿里的狗。

看到Bensondarr這么強大，也有人說是Zero。

而Bensondarr換了金毛的頭像后，就被棋友稱為金毛。

這只金毛在野狐圍棋上名氣越來越大，直到世界人工智能圍棋大賽在今年4月20日公布參賽陣容時候，它的身份首次公開：就是“絕藝”的自家兄弟PhoenixGo。

PhoenixGo是微信的幾名工程師在開發(fā)機器翻譯引擎“之余”抽空研發(fā)的AI程序。它基于AlphaGo Zero論文實現(xiàn)，同時做了若干提高訓練效率的創(chuàng)新，并利用微信服務器的閑時計算資源進行自我對弈，緩解了Zero版本對海量資源的苛刻需求。

微信團隊沒有公布如何基于AlphaGo Zero論文實現(xiàn)，不過去年10月，DeepMind在Nature的一篇論文中，描述了AlphaGo Zero 的技術(shù)細節(jié)。

AlphaGo Zero完全不依賴于人類數(shù)據(jù)，因此，這一系統(tǒng)的成功也是朝向人工智能研究長期以來的目標——創(chuàng)造出在沒有人類輸入的條件下，在最具挑戰(zhàn)性的領(lǐng)域?qū)崿F(xiàn)超越人類能力的算法——邁進的一大步。

作者在論文中寫道，AlphaGo Zero 證明了即使在最具挑戰(zhàn)的領(lǐng)域，純強化學習的方法也是完全可行的：不需要人類的樣例或指導，不提供基本規(guī)則以外的任何領(lǐng)域知識，使用強化學習能夠?qū)崿F(xiàn)超越人類的水平。此外，純強化學習方法只花費額外很少的訓練時間，但相比使用人類數(shù)據(jù)，實現(xiàn)了更好的漸進性能（asymptotic performance）。

AlphaGo Zero在其他方面也與之前的版本有所不同：

AlphaGo Zero 只使用圍棋棋盤上的黑子和白子作為輸入，而上一版本的 AlphaGo 的輸入包含了少量人工設(shè)計的特征。

它只使用一個神經(jīng)網(wǎng)絡，而不是兩個。以前版本的 AlphaGo 使用一個“策略網(wǎng)絡”（policy network）來選擇下一個落子位置和一個“價值網(wǎng)絡”（value network）來預測游戲的贏家。這些在 AlphaGo Zero 中是聯(lián)合進行的，這使得它能夠更有效地進行訓練和評估。

AlphaGo Zero 不使用“走子演算”（rollout）——這是其他圍棋程序使用的快速、隨機游戲，用來預測哪一方將從當前的棋局中獲勝。相反，它依賴于高質(zhì)量的神經(jīng)網(wǎng)絡來評估落子位置。

PhoenixGo對戰(zhàn)絕藝：騰訊自家兄弟的游戲

在世界人工智能圍棋大賽半決賽，PhoenixGo和絕藝分別順利擊敗Leela Zero和天算圍棋，令決賽成為騰訊兩兄弟的對決。

28日中午12:30，決賽首局開戰(zhàn)。

八冠王古力九段受邀為棋迷解說。猜到白棋的絕藝一出手就有創(chuàng)新，左下面對金毛的托扳定式，絕藝沒有采納人類耳熟能詳?shù)拇蛲暾成?，而是走出二路倒虎的新手?/p>

隨后的進程，絕藝一直保持著大貼目下白方的后發(fā)優(yōu)勢。不過雙方差距并未拉大。

進入官子，執(zhí)黑的金毛在下方二路大跳，入侵白空。絕藝出人意料的脫先跑到右上扳角。嗅到機會的PhoenixGo出手狠辣，147凌空一擠，左上一隊白棋突然面臨生死之危。

突然而至的危機，并不會讓AI慌亂。

實戰(zhàn)絕藝順利將大隊人馬完整連回，但是勝負的重點仍在他處。繼續(xù)掌控先手的PhoenixGo回到下邊，令白棋目數(shù)大幅縮水。絕藝弈出一路“金雞獨立”經(jīng)典手筋，PhoenixGo177妙手一靠還以顏色。此處戰(zhàn)罷黑棋徹底完成逆轉(zhuǎn)。

又進行了40手，絕藝中盤認輸。

發(fā)球局被破，絕藝的決賽之旅頓生坎坷。

第2局拿到白棋的PhoenixGo發(fā)揮出色，始終保持著貼目優(yōu)勢，弈至159手絕藝強行收下右邊官子，打破局面平衡。

面對絕藝的進擊，PhoenixGo態(tài)度同樣強硬，一刀切斷黑棋19子大龍歸路。慘烈的攻殺開始，黑棋大龍幾經(jīng)輾轉(zhuǎn)，弈至191手雖能從上邊鑿出縫隙回家，但要付出左上角被吃的代價。

見此情景絕藝團隊主動認輸，比分變?yōu)?:0，PhoenixGo已經(jīng)提前奪冠。

最終，Phoenix Go 2:1擊敗絕藝，贏下本屆AI大賽，智能圍棋世界冠軍榜上又添新成員。

“星陣”戰(zhàn)勝柯潔，國產(chǎn)AI圍棋崛起

中國作為圍棋的發(fā)源地，在AlphaGo誕生后的幾年里也成為主要的AI圍棋源頭之一。

被同門兄弟擊敗的“絕藝”，是騰訊AI Lab于2016年3月4日開發(fā)出的AI圍棋，當年8月絕藝就首次戰(zhàn)勝職業(yè)棋手，11月第一次戰(zhàn)勝世界冠軍棋手江維杰（野狐ID若水云寒）。

2016年11月“絕藝”首次和柯潔交手，成績一勝一負；2017年2月14日以后，絕藝對野狐帽子（世界冠軍和全國冠軍）的勝率，已經(jīng)能夠穩(wěn)定在90%以上。不久前，“絕藝”還成為中國圍棋國家隊的訓練工具。

在PhoenixGo戰(zhàn)勝絕藝的同一個賽場上，另一家國產(chǎn)AI圍棋“星陣”戰(zhàn)勝了柯潔。

星陣的前身是清華大學由小川團隊研發(fā)的“神算子”，曾在比賽中戰(zhàn)勝世界冠軍孔杰九段。

據(jù)“AI前線”報道，由小川曾介紹，星陣也借鑒了AlphaGo的基本架構(gòu)，但在特征體系、模型結(jié)構(gòu)、MCTS 算法架構(gòu)等方面有所創(chuàng)新，力爭用更少的計算資源和更少的訓練樣本完成模型學習。

現(xiàn)在，AlphaGo已經(jīng)退休，但是它啟發(fā)的無數(shù)后來者站在巨人的肩膀上，不斷探索計算的奧秘。