樊麾-alphago樊麾

团队在最新一期上发表论文称，其名为“阿尔法围棋”的人工智能，在没有任何让子的情况下以50完胜欧洲冠军、职业围棋二段樊麾。

在计算机的发展史，在国际象棋比赛中，计算机战胜人类是重要历史事件，过去了这么多年，人工智能战胜围棋冠军又怎么说明谷歌AI很牛呢？

围棋，一直被认为是人类仍然在机器面前能保持优势的游戏之一。过去20多年来，科技家们一直在试着教会电脑下棋，在年，IBM的深蓝曾经打败了国际象棋的世界冠军，这成为了人工智能的一座里程碑事件。但是，围棋比国际象棋还是要复杂得多，国际象棋中，平均每回合有35种可能，一盘棋可以有80回合；相比之下，围棋每回合有250种可能，一盘棋可以长达150回合。

在下国际象棋的时候，计算机可以分析出每一个可能的步骤，从而进行最优选择，但是，围棋可能的步骤是国际象棋的10倍之多。这也正是围棋人工智能的难点所在。

在过去很长时间里，最好的计算机连厉害点的业余围棋棋手都下不过。所以，去年，就开始打造围棋人工智能，并且在过去6个月里让它可以用最快01秒的速度来落子。负责这项目的人，就坐在里扎克伯格20英尺远的地方。但是，还是快一步。

这场比赛实际上发生在去年十月，但是知道今天，它才在《自然》杂志中披露出来。

是这项研究的第一作者，在他看来，阿尔法Go的关键不在于简单粗暴的计算出可能步骤，而是近似于人类的“想象力”。这背后是名为一项名为“深度学习”的大杀器，它让计算机不再是简单地使用计算能力来统计所有数据，而是像人类一样，训练，然后学习。说，计算机“下围棋需要的极复杂的直觉机制，这种机制以前我们认为只可能存在于人类大脑中。”

阿尔法Go用了多种“神经网络”并行，并且相互作用。其中，一个叫做“值网络”，来衡量白字和黑子在棋盘上的位置，一个叫做“策略网络”（），会不断地学习此前人类和自己的落子，来选择接下来怎么下。

不仅仅比人类、比起其他机器人同类，阿尔法Go也更加强大。它和其他人工智能下了500场围棋，只输了1场，甚至在给对手让子的情况下，它也照赢不误。而说，它比其他人工智能更先进的地方，就在于可以自我学习。而且，这种机制不仅仅可以用在围棋学习中，阿尔法Go还可以用来解决很多现实问题，比如处理气候模型等。

据消息称，的“阿尔法Go”V和现在的围棋世界冠军李世石，将在今年三月正式进行比赛。在围棋这个古老的、几乎代表了人类智力巅峰的游戏上，机器人和人类究竟谁更强大，答案很快就会揭晓。

1、棋力如何 

在围棋人工智能程序方面，除了开源程序和，还有日本的Zen、韩国的和法国的。按照以往的战绩来看，和 、Zen的战绩为495战，494胜，而且在让四子的情况下（让对方先下四个子），与 、Zen的胜利为77和86。虽然还没有与韩国交手的具体战绩，但这并不妨碍成为现阶段顶尖水平围棋人工智能程序。 

职业棋手的段位是根据比赛成绩来确定的——根据胜、负、和的成绩计算积分，按照积分高低将棋手分为19段，而且段位会根据棋手在一定时间内的比赛成绩而上升或下降。根据年12月31日公布的中国围棋职业棋手等级分排名，在让4子和5子的情况下战胜的中国棋手（七段）连笑排名为第12位，而作为棋坛宿将的李世石（九段）的棋力则更胜一筹。 

被击败的中国职业二段棋手樊麾，在棋力上与即将和交手的李世石，以及战胜的连笑有着非常大的差距，但毕竟具备职业棋手的基本素质和水平。就现今的战绩来看，基本具备不低于职业初段棋手的棋力。 

如果的棋力与韩国的水平相当，或仅仅是略优于，那显然是无法战胜李世石的。若是具备能在让6子的情况下战胜的棋力，那么和李世石的比赛就有可能存在一定悬念了。笔者在此斗胆做一个推测，也许在将来能与李世石一较高下，但就现阶段而言，战胜李世石的可能性并不高。  

2、获胜的秘诀何在 

在国际象棋上，因为王、后、车、相、马、兵的重要性不一样，程序员可以对不同的子设定不同的分值，比如王10分，后8分让计算机以判定分值的高低来指导计算机计算和落子。但围棋的棋子没有大小之分，使得计算机很难做出取舍，只能以穷举法的方式进行计算。而围棋的另一个特点是非常复杂——下棋时可能会遭遇 种变化在过去计算机性能相对有限的情况下，又没有一个良好的算法进行辅助，使用穷举法计算自然导致人工智能虽然在国际象棋上战胜了卡斯帕罗夫，但在围棋领域一直处于业余棋手的棋力水平。 

战胜樊麾的秘诀在于神经网络系统、蒙特卡洛算法和深度学习。 

神经网络系统是以人类大脑为原型的信息处理模式，使神经网络可以根据特定的输入产生特定输出，并实现图片识别、语音识别等功能。谷歌做了两个神经网络，一个神经网络用于动态评估——计算对手下一步棋落子的各自可能性，依靠计算机远远超过棋手的计算能力，在某种程度上会占据一定优势。另一个神经网络用于静态评估——评估棋局交战双方总体态势。

 因为围棋的各个棋子很难用数值进行打分量化，也不存在精确描述棋局的“围棋定律”，使得计算机在静态评估方面，单纯的高计算能力未必会强于职业棋手“棋感”之类的抽象思维。 此外，谷歌还输入了海量棋手对弈的棋谱，并让以棋谱的数据为基础进行了3千万局自我对局，充分丰富了数据库，并将预测对手下一步棋落子的准确率提升到57。

 在下棋的过程中，辅以蒙特卡洛算法——通用性的围棋盘面静态评估函数曾经是围棋人工智能的瓶颈，在引入蒙特卡洛算法后则很大程度上解决了这个问题。蒙特卡洛算法构造了一个随机的过程，并对过程采用进行统计评估，从而得出一个最优的解法。 。

简单的说，蒙特卡罗算法对计算进行了筛选，对数据库中低胜率的选择直接抛弃，放弃了穷举法中那些大量消耗计算资源，但却没有意义的计算。明确了计算的主攻方向，使其对具有高胜率的选择有更加精确的计算和分析。特别是在选择策略中加入更多和围棋相关的专业知识，使得基于蒙特卡洛树搜索的围棋弈棋系统水平拥有和职业其较量的能力。 

3、并非只会复制人类棋手的招数 

有一种观点人为，只要下棋谱中所未记载的招数就能获胜，哪怕这些下法根本不符合围棋棋理。但笔者认为，这种做法的可行性并不高。 

并非是对人类棋手弈棋棋谱记忆后的简单再现，而是具备了一定模拟人类神经网络的“思考”能力，既不是像过去那样采用穷举法寻找最有选项，也不是复制棋谱中所记载的定势或手筋。而是会对选择进行“思考”，删除那些胜率低的选择，并对具有高胜率的选项进行深度“思考”，最终从无数个落子的选择中基于自己的“思考”选择一个最优项。 因此，若是人类棋手想凭借下几步不符合围棋棋理，或未被棋谱记载的围棋下法，就轻而易举战胜的可能性并不高。因为是人工智能，而不是一台只会复制人类棋手招数的机器。 

依靠精确的专家评估系统（ ）、基于海量数据的深度神经网络（ ），及传统的人工智能方法蒙特卡洛树搜索的组合，已经至少达到了与标准业余6段棋手，或中国职业棋手等级分200位之后的棋手实力相当的地步，如果有人类顶尖棋手长期陪伴对弈，的棋力还会进一步提高。 

因此，已经不再是可以依靠程序漏洞就可以战胜的围棋程序，正如连笑在让6子的情况下负于的那场棋赛，在比赛中连笑被吃掉一条大龙。对此，连笑表示，“我知道那块棋要死，但是以为它看不出来，没想到它很快就下出来了，后面打劫的地方他也下得很好。”

4、展望人工智能 

目前，限制人工智能发展的核心因素有两个：一是算法上还没有达到完善，人类对智能计算的过程理解不够，目前的算法依旧有很大的改进提升空间。二是计算机硬件瓶颈。虽然计算机技术在过去30年中突飞猛进，但目前的集成电路相对于人类大脑有千亿神经元，数百万亿突触构成的复杂网络，还是有着多个数量级差距。 

但人工智能并非遥不可及，在很多方面已经有了非常广泛的应用，比如已经商用化，或已经走入寻常百姓家的语音识别，图像识别，自动翻译，广告推荐，数据挖掘等。 

除了上述提到的理解外部输入感知智能。更高级的智能如推理想象决策涌现等被称为认知智能。谷歌围棋可能是认知智能方面的突破，相关的技术突破不仅仅限于围棋人工智能一隅，还可能会带来一系列的这方面的新技术和产品。使人工智能在影响着社会生产的同时，充分服务于人民生活。

130

没有终极水平，有的话估计让9子或更多，因为终极吗

楼主，范廷钰的资料如下：

范廷钰，中国围棋职业棋手。上海人。年出生，12岁入段。少年老成，棋风稳健，人称“少年石佛”，与范蕴若、芈昱廷合称为“二饭一米”。曾夺得第17、18、19届中国围棋新人王战三连冠，第二届全国智力运动会围棋职业男子个人组冠军。年夺得第7届应氏杯世界围棋职业锦标赛冠军，以16岁零7个月的年龄成为中国最年轻的世界冠军，同时升为世界棋坛最年轻的九段棋手。

年3月18日第17届中国围棋新人王战冠军范廷钰二段vs严欢三段2比07

赛季以12胜5负获围甲联赛最佳新秀。8

年3月18日第18届中国围棋新人王战冠军卫冕，范廷钰vs毛睿龙2比0

年11月12日范廷钰执白战胜胡耀宇，8战全胜获得第二届全国智力运动会围棋职业男子个人组冠军。9

年2月29日，第4届BC信用卡杯综合预选决赛，范廷钰执黑1目半胜李映九，首次次入世界大赛本赛。

年3月3日，第四届BC卡信用杯本赛第一轮强赛，范廷钰执白胜韩国金美里，首次进入三十二强。

年5月3日第19届建桥杯围棋新人王战冠军三连霸，范廷钰vs黄云嵩

范廷钰11

年5月23日第7届应氏杯第1轮执黑中盘胜高尾绅路九段12

年9月4日，第17届三星财产杯32强双败淘汰赛首轮范廷钰胜罗玄13

年9月23日第7届应氏杯半决赛三番棋首局谢赫执黑不计点胜范廷钰14

年9月25日第7届应氏杯半决赛三番棋第二局范廷钰胜谢赫，

年9月26日第7届应氏杯半决赛第3局范廷钰执黑不计点胜谢赫21进决赛16

年10月19日第4届“钻石杯”中国围棋龙星战第3轮范廷钰胜周鹤洋超时17

年12月22日第7届应氏杯决赛首局范廷钰三段执白不计点胜朴廷桓九段18

年12月24日第7届应氏杯决赛次局朴廷桓九段执白中盘胜范廷钰三段

年3月4日第7届应氏杯决赛第三局范廷钰三段执白不计点胜朴廷桓九段

年3月6日第7届应氏杯决赛第四局范廷钰三段执黑不计点胜朴廷桓九段，从而以3比1的比分夺得冠军，并成为围棋界最年轻的九段棋手。

截至年3月31日，范廷钰在中国围棋职业棋手等级分榜中以分排名升到第10名。1

年9月12日，范廷钰击败时越夺得第5届衢州烂柯杯冠军。21