← StudyX Devlog

计算机怎样改变了将棋、围棋和国际象棋

Hiroki ObaraHiroki Obara · DeveloperStudyX Mindsports使用指南
计算机怎样改变了将棋、围棋和国际象棋

1997年5月,在纽约的 Equitable Center,IBM 的计算机「深蓝」(Deep Blue)在六局对局中以3.5比2.5战胜了国际象棋世界冠军加里·卡斯帕罗夫。IBM 的历史页面「Deep Blue」(英文)写道,这是第一次有计算机在标准比赛用时下,在对局中战胜现任世界冠军。

大约二十年后,围棋和将棋也发生了同样的事。本文按国际象棋、围棋、将棋的顺序,根据开发方和主办方的记录,整理什么时候发生了什么。三种棋的规则区别写在 将棋、围棋和国际象棋的区别 里,到卡斯帕罗夫为止的世界冠军写在 国际象棋世界冠军的历史 里。

国际象棋:1996年和1997年的深蓝

根据 IBM 的记录,深蓝和卡斯帕罗夫的第一次对局是1996年2月在费城,共六局。第一局深蓝获胜,这是计算机第一次在常规用时下战胜现任世界冠军。之后卡斯帕罗夫扳了回来,整场以4比2获胜。

1997年5月的再战是这样进行的:

  • 第1局:卡斯帕罗夫胜
  • 第2局:深蓝胜
  • 第3局到第5局:和棋
  • 第6局:深蓝胜

合计3.5比2.5。IBM 写道,深蓝用32个处理器并行计算,每秒能评估2亿个局面。

IBM 的页面还记下了卡斯帕罗夫的话:「I have to pay tribute. The computer is far stronger than anybody expected.」(我必须表示敬意。这台计算机比任何人预想的都要强得多。)

围棋:2016年的 AlphaGo

DeepMind 的页面「AlphaGo」(英文)写道,经过几十年的努力,最强的围棋程序也只达到人类业余棋手的水平。

2016年1月27日,Nature 杂志刊出了 DeepMind 的论文「Mastering the game of Go with deep neural networks and tree search」(英文)。摘要一开头写道,围棋的搜索空间极大,局面和着法又很难评估,所以长期以来被看作对人工智能最难的经典棋类。

摘要介绍了两种神经网络:评估局面的「价值网络」和选择着法的「策略网络」。它们的训练结合了人类高手的棋谱和程序自己跟自己下的棋。AlphaGo 对其他围棋程序的胜率是99.8%,并以5比0战胜了欧洲围棋冠军。论文写道,这是计算机程序第一次在标准大小的围棋上战胜人类职业棋手,此前人们认为这至少还要十年。

DeepMind 的页面说,这场对局是在2015年10月,对手是三次获得欧洲冠军的棋手。

2016年3月,AlphaGo 在韩国首尔与获得过18个世界冠军的李世石对局,以4比1获胜。DeepMind 写道,全世界有超过2亿人观看。

这场对局里有两手棋很有名:第二局 AlphaGo 下的「第37手」,和第四局李世石下的「第78手」。DeepMind 说,这两手棋被下出来的可能都只有大约万分之一。第78手被称为「God’s Touch」,李世石赢下了这一局。页面还写道:「Players of all levels have examined these moves ever since.」(从那以后,各个水平的棋手都研究过这些棋。)

说到第37手,李世石是这样说的:「I thought AlphaGo was based on probability calculation and that it was merely a machine. But when I saw this move, I changed my mind. Surely, AlphaGo is creative.」(我以为 AlphaGo 是基于概率计算的,只是一台机器。但看到这手棋,我改变了想法。AlphaGo 确实有创造力。)

将棋:电王战

日本将棋联盟的「电王战直播博客」(日文)留下了职业棋士与将棋程序二番胜负的记录。2016年的第1期电王战,程序 PONANZA 对当时的叡王两局全胜。

2017年的第2期电王战,是第2期叡王战冠军、同时也是名人的佐藤天彦叡王,对第4届电王锦标赛冠军 PONANZA。双方用时各5小时。先后手是在2月22日的发布会上用「振驹」(掷步兵)决定的,掷驹的是韩国围棋棋手李世石九段。PONANZA 执先手。

  • 第1局(4月1日):PONANZA 71手获胜
  • 第2局(5月20日):PONANZA 94手获胜

二番胜负以 PONANZA 两连胜结束。

第2局之后的记者会上,佐藤叡王这样回顾两局(原文为日文,以下为译文):「从内容来说,我是把自己本来的感觉和价值观正面拿出来,然后输了。这两局,PONANZA 展现出了在我的感觉和价值观之外的独特感觉,我是被它超过了。」

同一场记者会上,PONANZA 的开发者山本一成这样讲将棋程序变强的过程:现在顶尖的将棋程序,是靠自己研究、自己改进的强化学习在变强;而它们能先强到那个程度,是因为学习了作为老师的职业棋士的几万局棋谱。他还说,听说现在职业棋士在学习将棋程序的知识、战法和感觉。这场记者会的记录见日本将棋联盟的「記者会見(3)」(记者会(3),日文)。

用一套系统学三种棋:AlphaZero

DeepMind 在2017年底发布了 AlphaZero。根据2018年12月6日的文章「AlphaZero: Shedding new light on chess, shogi, and Go」(英文),AlphaZero 用一套系统,从零开始自己学会了国际象棋、将棋和围棋。它从随机落子开始,除了基本规则以外,没有被教过任何关于这些棋的知识。完整的评估以论文形式发表在 Science 杂志上。

文章写道,训练所需时间大约是:国际象棋9小时,将棋12小时,围棋13天。训练完成后与其他程序对局的结果如下:

棋类 对手 结果
国际象棋 2016年计算机国际象棋世界冠军程序 1,000局中155胜6负
将棋 2017年 CSA(计算机将棋协会)世界冠军版本的程序 赢下91.2%的对局
围棋 DeepMind 的 AlphaGo Zero 赢下61%的对局

同一篇文章用英文刊出了羽生善治九段的话。大意是:AlphaZero 的一些着法,比如把王走到棋盘中央,违背将棋的定式,从人的角度看似乎很危险,但它始终控制着棋盘;它独特的下法说明,将棋还有新的可能性。

文章也引用了卡斯帕罗夫的话:「Not only do these self-taught expert machines perform incredibly well, but we can actually learn from the new knowledge they produce.」(这些自学成才的机器不仅表现得非常出色,我们还真的可以从它们产生的新知识中学习。)

年表

时间 棋类 事件
1996年2月 国际象棋 深蓝赢卡斯帕罗夫一局,整场卡斯帕罗夫4比2获胜
1997年5月 国际象棋 深蓝以3.5比2.5战胜卡斯帕罗夫
2015年10月 围棋 AlphaGo 以5比0战胜欧洲冠军
2016年3月 围棋 AlphaGo 以4比1战胜李世石
2016年 将棋 第1期电王战,PONANZA 两局全胜
2017年4月、5月 将棋 第2期电王战,PONANZA 两局全胜佐藤天彦叡王
2017年底 国际象棋、将棋、围棋 DeepMind 发布 AlphaZero

出处

  • IBM「Deep Blue」
  • D. Silver 等「Mastering the game of Go with deep neural networks and tree search」Nature 529, 484-489(2016年)
  • Google DeepMind「AlphaGo」
  • Google DeepMind「AlphaZero: Shedding new light on chess, shogi, and Go」(2018年12月6日)
  • 日本将棋联盟「电王战直播博客」(第1期、第2期的对局报道和记者会,日文)

关于 Mindsports

Mindsports 收录了将棋、国际象棋、围棋、国标麻将、桥牌等 12 种智力运动,可在 iPhone、iPad 和 Android 上使用。将棋、国际象棋和围棋的入门课程先用点选作答的小测验学规则,再在实战局面中练习。CPU 从 Lv.1 到 Lv.50,赢了升一级,输了降一级。对局中可以「悔棋」退回一步,下完的对局可以用「复盘」逐手回顾。和 CPU 下的将棋、国际象棋、围棋中途离开后,可以从主页的「继续对局」接着下。游戏和入门课程免费,会显示广告。一次性购买「全部解锁」后,可以打开所有进阶课程并去掉广告。

Mindsports 的用法写在 StudyX Mindsports 入门 里,CPU 等级怎样变化写在 Mindsports 的 CPU 等级如何自动调整 里。

在 App Store 下载 在 Google Play 下载

StudyX Mindsports全家共享的益智游戏