转载

计算机自学72小时，成为国际象棋大师

Gary Kasparov Vs. 深蓝

　　英文原文：Deep Learning Machine Teaches Itself Chess in 72 Hours, Plays at International Master Level

　　距离 IBM 的深蓝超级计算机击败国际象棋世界冠军加里·卡斯帕罗夫（Gary Kasparov），已经快过去 20 年了。从那以后，会下国际象棋的计算机又有了显著增强，人类能够战胜计算机的可能性也越来越小。

　　不过，虽然计算机已经变得越来越快，但国际象棋引擎的工作原理并没有改变。计算机严重依靠“暴力破解”，通过寻找一切可能的移动方式，走出最好的一步棋。

　　当然，在这方面没有人能够与计算机匹敌，甚至是望其项背。深蓝计算机可以每秒思考 2 亿步，而卡斯帕罗夫很可能每秒不超过五步。然而，他仅仅是在决胜局输给了深蓝，基本上两者是在相同的水平上竞技。因此，很显然人类有一些技巧还没有被计算机所掌握。

　　神经网络

　　人类所拥有的技巧，主要是判断国际象棋的摆放位置，缩小最有效走位的搜索范围，这具有重要意义。如果计算机也学会了它，将大大简化计算任务，并从计算所有的可能性，变成计算最高效的几种。

　　计算机此前从不擅长这一技巧，但如今在伦敦帝国学院的 Matthew Lai 的研究下，情况会发生改变。Matthew Lai 开发了一个名为 Giraffe 的人工智能机器，它可以通过自学来判断下步棋该怎么走，这种方式更像人类，和传统的国际象棋引擎完全不同。

　　新型人工智能能与最优秀的传统国际象棋引擎达到相同的水平。如果按照人类水平来评估，也就相当于 FIDE（世界国际象棋联合会）所评定的国际大师。

　　这一人工智能背后的技术就是神经网络，它是受人类大脑构造所启发，并用于计算机处理信息的一种方式，由多个节点层级所组成，系统会随着人类对其不断地训练而提升。

　　在过去的几年中，由于两个技术的进展，神经网络已经变得非常强大了。第一个是更好地了解了当它们进行学习时，如何微调神经网络，这要部分归功于更快的计算机；第二个是能够利用大量的注释数据集，来训练神经网络。因此，深度神经网络能发现国际象棋的规律也就不足为奇了，而这正是 Matthew Lai 所采取的方法。

　　他的神经网络由四个层级组成，能够以三种不同方式共同思考棋盘上每一个位置。第一种着眼于国际象棋的全局状态，例如每边棋子的数量和类型，轮到哪一方移动，位置对换等；第二着眼于棋子的特性，例如双方每个棋子的位置；最后就是映射出每个棋子的攻击和防守。

　　计算机自学下棋

　　训练这些机器通常采用的方法，是研究人员手动评估每一个位置，并用这些信息指导机器识别出哪些步数是有效的，哪些效果没那么好。但是，Matthew Lai 的目标更加雄心勃勃，他想让机器自学这些内容。

　　他采用了一个引导技术，让人工智能 Giraffe 自己与自己对决，从而改善对未来下棋走位的预测。在比赛胜利、失败或打平之后，会最终确定每一步的价值。以这种方式，计算机可以了解走哪个位置是有效的，哪些位置效果不好。

　　在 Giraffe 经过培训之后，最后一步就是测试它的能力是否达标了。他用一个标准数据库 Strategic Test Suite 来测试，这一数据库可以测试改计算引擎识别不同的战略构想的能力。他将对这项测试的结果进行评分，总分为 15000。

计算机自学72小时，成为国际象棋大师