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。
StudyX Mindsports全家共享的益智游戏查看应用 →