田淵棟：絕藝達到去年AlphaGo - 圍棋

田淵棟：絕藝達到去年AlphaGo水準 Master是未知

據AI科技評論報導。

　　為了徹底揭開人機大戰的奧秘，地平線大牛講堂有幸邀請到 UEC 曾經的打入決賽的
隊伍 —— Facebook 圍棋 AI 程式 DarkForest 的首席工程師及第一作者田淵棟博士為
我們一探究竟，本文由奕欣和亞萌整理，並由田老師做了審核和編輯，特此感謝。

　　嘉賓介紹

　　田淵棟，Facebook 人工智慧研究院研究員，Facebook 圍棋 AI 程式 DarkForest 首
席工程師及第一作者，卡耐基梅隆大學機器人研究所博士，曾擔任 Google 無人駕駛團隊
軟體工程師，並獲得國際電腦視覺大會（ICCV）瑪律獎榮譽提名。

　　本文是田淵棟演講關於騰訊絕藝的節選。

　　騰訊“絕藝”

　　最近“絕藝”打UEC杯，還贏了冠軍，我相信很多人都對此感興趣。我們去年也參加
了拿了第二名。當然，今年的水準高出去年非常多。我不知道他們是怎麼做的，文章也沒
有發出來，所以也不是特別清楚，但是我相信他們應該達到了AlphaGO 發文章時候的水準
。之後AlphaGO又做了很多改進，變成了Master，但那些改進到最近都沒發出來，這部分
還是未知的。

　　去年8月份我去美國圍棋大會（US Go Congress），見到了Aja Huang和Fan Hui，就
問他們AlphaGO現在做的怎麼樣？他們沒有透露，但是從言語中我感覺到之前Nature上發
的那篇文章，其實是有瓶頸的，就是說沿著這條路走下去，可能不一定能做的非常好。所
以，他們如果是要再往上走，比如走到Master這個層面，需要用一些其它的方法，要有更
進一步的創新。像我是聽說他們最近把訓練好的值網路單獨拿出來，根據它再從頭訓練一
個策略網路。我覺得這樣做的好處是會發現一些看起來很怪但其實是好棋的招法，畢竟人
類千百年下棋的師承形成了思維定式，有些棋在任何時候都不會走，所以按照人類棋譜訓
練出來的策略網路終究會有局限性；而從頭訓練一個策略網路的話，則會發現很多新招。

　　當然，我不知道現在騰訊是不是有特別好的新想法出來，或者用了更大量的對局資料
。不過看他們跟Zen對弈的棋局，我稍微點了一下步數，大概200步不到就可以讓Zen認輸
，所以還是非常厲害的。

http://sports.sina.com.cn/go/2017-03-27/doc-ifycstww1236497.shtml

--