在棋盘游戏方面，人类没有机会对抗人工智能

如果你在这个假期坐下来玩像国际象棋这样的老式棋盘游戏，记住你和电脑对抗会有多糟糕可能会让你感到羞愧。事实上，电脑已经表明，它们有能力在棋盘游戏中拿走人类的午餐钱一段时间了。还记得1997年深蓝对加里·卡斯帕罗夫吗？电脑赢了。或者2016年在韩国围棋比赛中AlphaGo对李世石？同上。

事实上，围棋大师李即将退休——并谈论人工智能是如何不可战胜的。《卫报》援引韩国联合通讯社的报道称：“随着人工智能在围棋游戏中的首次亮相，我意识到即使我成为第一名，我也不是顶尖的。”

去年，创造AlphaGo（算法在2016年以四比一击败李）的同一个团队庆祝了一些更强大的东西：一个能够自学并在三场不同游戏中获胜的人工智能系统。人工智能是一个网络，但适用于多个游戏；这种普遍性让它更令人印象深刻，因为它也可能能够学习其他类似的游戏。

他们称它为AlphaZero，它知道国际象棋、将棋（日本象棋）和围棋。围棋是一种复杂的棋盘游戏，黑白石头在一个大格子上对峙。所有这些游戏都属于“完全信息”或“完全信息”竞赛的范畴——每个玩家都可以看到整个棋盘，并可以访问相同的信息。这与扑克等游戏不同，例如，你不知道对手拿着什么牌。

“AlphaZero完全靠自己学习，只是通过与自己对战，”DeepMind的软件工程师朱利安·施里特威瑟说。“我们对游戏有了全新的看法，不受人类传统游戏方式的影响。”施里特威瑟是2018年《科学》杂志一项描述AlphaZero的研究的合著者，该研究于2017年首次公布。

由于AlphaZero比在围棋比赛中获胜的人工智能“更通用”，从它可以玩多个游戏的意义上说，“这暗示我们有很好的机会将其扩展到我们以后可能想要解决的更多现实世界的问题，”Schrittwieser说。

网络需要先被告知游戏规则，然后，它通过与自己对战来学习。围棋的训练需要大约13天，但国际象棋只需要9个小时。在那之后，没过多久，它就开始击败其他已经是这些游戏专家的计算机程序。例如，在shogi，AlphaZero只花了两个小时就开始击败另一个名为Elmo的程序。事实上，在一篇博客文章中，DeepMind吹嘘人工智能是国际象棋、将棋和围棋的“历史上最强的玩家”。Schrittwieser说，同样的算法可以用来玩其他“全信息”游戏，比如十六进制游戏，“没问题”。

新的人工智能类似于2016年击败李世石的人工智能系统。这场引人注目的锦标赛是一部名为AlphaGo的优秀纪录片的主题，目前正在Netflix播出。如果你对人工智能和人类的领域感兴趣，或者迷人的古老围棋游戏感兴趣，那就值得一看。

IBM研究公司的研究科学家默里·坎贝尔表示，虽然这是现代人工智能研究，但棋盘游戏历来是测试计算机能力的好方法。坎贝尔在同一期《科学》杂志上发表了一篇关于AlphaGo的论文。他说，让计算机玩棋盘游戏的想法可以追溯到1950年，到20世纪90年代，机器在跳棋和国际象棋方面击败了人类。“我们花了几十年时间研究这些游戏，才达到我们可以比人类做得更好的程度，”坎贝尔说。“我认为它们非常适合这个领域；它们让我们能够探索AlphaZero中使用的技术。”

坎贝尔补充道，在AlphaZero中使用的技术上的工作经验将会有所帮助，因为该领域的目标是“更复杂的任务”。“这就是解决游戏的首要意义——这不是为了游戏本身，而是[，因为]这是一种我们可以取得进步的受限环境。”

据《韩国时报》报道，至于人类玩家，即使李退役，他仍有一个计划在12月进行的“最后挑战”：他将与另一个在韩国开发的名为Handol的人工智能对决。

这个故事首次发表于2018年12月。 它已经更新了李退休的消息和即将到来的新人工智能游戏。