独家专访“AlphaGo之手”黄士杰：机器是没有感情的，而我会微笑 : )

早在上世纪 60 年代，就已经有人开始对围棋的计算机程序进行研究。当时还在威斯康辛大学麦迪逊分校读计算机博士的 Albert Zobrist 引入了影响函数（influential function），为棋盘的每个空位计算数值，从而划分黑白领域并为每个子的影响力打分。

图丨w：白子影响函数；b：黑子影响函数；m：相互影响函数

 

1972 年，密歇根大学的 Walter Reitman 和 Bruce Wilcox 开始把人工智能研究应用于围棋。

 

从上世纪 80 年代末起，中国科学家也在相关领域做过一些工作，其中影响力最大的是陈志行和他的围棋程序“手谈”。从 1994 年到 1997 年，“手谈”在两个重要的国际计算机围棋比赛应氏杯和 FOST 杯中共获得了六个冠军。

 

进入 21 世纪后，机器学习技术和蒙特卡罗树搜索等方法开始被大量引入围棋程序中，也让围棋人工智能出现了飞跃。

 

2004 年，法国的 B Bouzy 和 B Helmstetter 发表论文，在评估某个行棋位置的时候，他们让自己的蒙特卡罗围棋程序随机选取一些点，并以此为基础完成一定数量的棋局，从而计算某个点引发的棋局最终结果的平均分数。

图丨蒙特卡罗树搜索

 

在此基础上，法国计算机科学家 Rémi Coulom 开发出了围棋程序 Crazy Stone。2008 年，Crazy Stone 在被让 8 子的情况下战胜了职业棋手青叶熏四段——这是计算机首次在让 9 子之内战胜职业棋手。

 

在那时，Rémi Coulom 也曾经指导了一名台湾师范大学的博士生，他叫做黄士杰。他从小学习围棋，属于围棋业余六段选手，还曾在台湾师大读书期间创办过围棋社，并获得大专杯围棋赛冠军。

图丨黄士杰的博士论文

在读硕士期间，黄士杰就将围棋定为他的研究课题。为了写程序，黄士杰有时在实验室一待就是十几个小时。他甚至还为了延续自己的研发成果而推迟两年毕业，最终，功夫不负苦心人，他设计的程序不仅获得了 19 路电脑围棋金牌，更是击败了当时最强的围棋程序 Zen。

 

在当时，这名计算机专业博士提出了一些新的蒙特卡罗树搜索的启发式算法，包括应用了模拟平衡算法（Simulation Balancing）和时间控制方法，极大地提升了程序的棋力。黄士杰用自己妻子的英文名 ERICA 给程序命名。

 

不过，这些程序都没有达到职业水准。性能最好的 Crazy Stone 和 Zen 也只达到了业余 5 段的水平。在那个时候，围棋界一般认为，计算机战胜职业围棋选手的那天还远远没有到来。

图丨围棋程序Crazy Stone

2012 年，在加拿大阿尔伯塔大学做了一年博士后研究员后，黄士杰加入了英国的人工智能创业公司 DeepMind。当时 DeepMind 创建刚刚两年，创始人是Demis Hassabis，Shane Legg 和 Mustafa Suleyman，早期投资人包括 Elon Musk、Peter Thiel 的 Founders Fund、以及李嘉诚的 Horizons Ventures。

 

2014 年 1 月，谷歌以 5 亿美元的价格收购 DeepMind，那时的 DeepMind 尚未发布任何一个产品，只有一篇还没有发表的论文。当时，黄士杰名列公司内两位首席工程师之一。

 

DeepMind 早期希望通过机器学习和系统神经生物学理解智能。2014 年 10 月，公司发布了一款原型产品，可以让计算机模拟人类大脑的短期记忆功能。

图丨Demis Hassabis、David Silver和黄士杰

 

2014 年，DeepMind 组建了 AlphaGo 项目，用来检测使用了深度学习的神经网络能否应用于围棋。公司的科学家通过增强学习让 AlphaGo 自己下了数千盘棋，矫正模型。

 

随后，AlphaGo 又与 Crazy Stone、Zen 等围棋程序下了 495 盘棋，只输了 1 盘。为了增加难度，AlphaGo 又与 Crazy Stone，Zen 和 Pachi 下了让四子棋，胜率分别为 77%、86%和99%。

 

2015 年 10 月，AlphaGo 随后以 5：0 的比分完胜欧洲冠军樊麾二段，这是计算机程序第一次在正式比赛中战胜人类职业选手。

图丨AlphaGo完胜樊麾二段

2016 年 3 月，AlphaGo 在普遍不被看好的情况下以 4：1 的比分战胜了 18 次世界冠军李世石九段。这标志着计算机已经足以战胜顶尖的人类围棋选手，象征意义可以媲美 19 年前“深蓝”战胜国际象棋大师卡斯帕罗夫。赛后，韩国棋院授予 AlphaGo 名誉九段证书，《科学》杂志将之评为 2016 年十大突破之一。

 

在 2016 年 2 月， DeepMind 在《自然》杂志上发表了一篇文章，介绍了自己的研究方法。他们在论文中表示，研究团队使用监督学习的方法研究人类专家的棋局，同时也使用增强学习的技术让 AlphaGo 自己和自己下棋。

5 月 23 日，中国·乌镇围棋峰会的人机围棋大战打响。最终，AlphaGo 三胜柯洁，也毫无悬念地战胜了 5 位世界冠军组成的联队。赛后，AlphaGo 获得了中国棋院颁发的九段证书。至此，在围棋领域，人机对战的胜负不再有悬念。

 

实际上，为了这一天的到来，人工智能围棋学界实际上已经努力了将近半个世纪。

但毫无疑问的是，回看整个围棋人工智能发展史中，黄士杰的出现以及他之后的贡献是最重要的转折点之一。不仅是围棋人工智能技术的重要奠基者、AlphaGo 的幕后推手，他都直接参与“脑”的研发设计，甚至还作为“手”替 AlphaGo 在对弈中执子。

 

不论是在刚刚结束的乌镇人机大战中，还是去年在韩国首尔对阵李世石，我们都会留意到黄士杰非常“淡定”的坐着，尽量不去做落子之外的任何多余动作。

 

李世石曾回忆道，黄士杰担心他受影响，对弈期间面不改色，整个过程中就喝了一口水，甚至连一次洗手间都没去过。黄士杰作为业余六段的棋手，或许是在代替AlphaGo向对手表达应有尊重。

 

近日，DT君有幸对这位通常十分低调的人工智能学者进行一次独家专访。这次的问答没有太多谈及技术，但有不少细节十分值得阅读。

图 | 黄士杰博士

 

问：能具体描述一下身为“AlphaGo之手”是一种什么样的感受？

 

黄士杰：AlphaGo 是 DeepMind 团队努力不懈的成果，我有一种很强的责任感，绝对不能犯错，因此对局时我始终努力保持冷静。能跟顶尖棋手们面对面下棋我也感到无比的荣幸。

 

问：您个人更希望机器赢还是人类棋手赢？柯洁和李世石都曾坐在您的对面下围棋，两人给你的不同感受是？

 

黄士杰：作为 AlphaGo 团队的一员，我当然是站在 AlphaGo 这一边。不过李世石九段靠着「神之一手」赢下了第四局，我衷心为他感到高兴，因为在比赛过程中，我感觉到他承受着极大的压力。柯洁九段跟我都说中文，我们在对局前后都有简短的交流，因此跟他对局我感到比较亲切。

图 | AlphaGo对战李世石（上图） & AlphaGo对战柯洁（下图）都由黄士杰博士执子

 

问：当初为什么同意加入AlphaGo项目？是什么吸引了您？

 

黄士杰：我热爱围棋，我在博士班期间所开发的围棋程序 Erica 甚至是以我太太的英文名字所命名的。其实，Demis Hassabis（DeepMind创始人）与David Silver（AlphaGo项目负责人）在项目开始的时候，动机比我更强烈，我们三个人也就成为了 AlphaGo 的创始团队。

 

问：在研发AlphaGo的过程中印象最深刻的一件事情是？

 

黄士杰：研发 AlphaGo 让我印象最深刻的始终是 AlphaGo 不停止的进步，我们团队是在把科学的力量发挥的淋漓尽致。也因此我也清楚的认识到围棋的深奥，围棋远远的难于我原本所想象的。

 

（图片由谷歌官方提供）

问：在不久前的乌镇围棋峰会团体赛中，有一个小插曲，当时棋手周睿羊起身应该是去洗手间，而为AlphaGo执棋的您露出了“迷之微笑”，请问当时您在想什么？

 

黄士杰：团体赛的气氛是比较轻松的，我也可以清楚的听到五位棋手在讨论什么。周睿羊九段所提出的下法似乎常常被其他四位棋手反驳，我觉得十分有趣，所以周九段起身时，我们互看了一眼，很有默契的互相微笑了一下。

 

问：对于很多人来说，AlphaGo宣布不再参加比赛是非常遗憾的，您怎么看待？

 

黄士杰：我觉得 AlphaGo 在围棋项目的历史性任务已经完成了。AlphaGo 不但帮助了围棋界在围棋技术上的突破，也促进了计算机围棋界与 AI 领域的进步。

未来，其他的围棋程序可以站在我们所公布的 AlphaGo 论文基础上继续研发，普及围棋并探索围棋的真理。所以我并不觉得遗憾。
问：一个充满脑洞的说法是，您已经是AlphaGo本人了，那么，您如何证明自己是黄博士而不是AlphaGo呢？

 

黄士杰：比赛中我不是微笑了吗？ AlphaGo 是没有感情的，我会笑就证明我不是 AlphaGo（迷之微笑）。

问：据说，AlphaGo 的研发团队中仅有您一人会下围棋，这样的人员配置其实挺有意思的，DeepMind为何如此设置？

 

黄士杰：事实上，Demis Hassabis（DeepMind创始人）与David Silver（AlphaGo项目负责人）都会下围棋，棋力大约都是业余初段。Demis 与David 在1997年深蓝（Deep Blue）打败西洋棋王之后，就梦想着一起研发出超级围棋 AI，DeepMind 被 Google 收购之后，我们三个人对计算机围棋与围棋的热情，促使了 AlphaGo 项目的诞生。

 

我虽然在团队中的棋力是最强的，但是研发人员的棋力并不是研发 AlphaGo 的必要条件，这也证明了 AlphaGo 的技术具备了很强的通用性，即使是围棋初学者也可以根据我们的论文打造出自己的 AlphaGo。