在西洋棋、將棋打敗人類之後，電腦也將在圍棋戰勝人類

1997 年，在 IBM 的深藍戰勝西洋棋世界冠軍 Garry Kasparov 之後，《時代》雜誌提出了一項新的挑戰：讓電腦與人類下圍棋吧，它獲勝的機會很小。「電腦要在圍棋上戰勝人類，還要再過一百年，甚至更長的時間」，《時代》雜誌的文章中這些寫道。

▲圖片來源

《時代》雜誌的預言似乎要落空了。在去年 3 月份舉辦的日本電聖戰上，電腦圍棋 Crazy Stone 打敗了石田芳夫，一位獲得過五次冠軍的圍棋九段高手。公平地來說，這並不是一個「深藍」時刻，因為石田芳夫讓了四子，而且他也不再處於巔峰時期。不過，這仍然是電腦取得的一項了不起的成就。石田芳夫在失敗後，稱 Crazy Stone 為「天才」。

目前來說，編寫電腦圍棋的都是個體程式設計師或者小團隊。Crazy Stone 就是一個人的作品，其開發者是法國里爾第三大學的電腦科學教授 Remi Coulom。為什麼大公司沒有興趣投入呢？Google Research 的 Peter Norvig 對《紐約客》網站說，即使是邀請了大量專家，投入了百倍的硬體，設計了高明的軟體架構，採用了正確的機器學習演算法，結合神經科學方面的成就，也未必能夠使電腦在圍棋方面達到「深藍」的成就。

為什麼電腦更擅長西洋棋，而在圍棋上遭遇了困難呢？這與圍棋的遊戲規則有關。在圍棋中，有一條規則是，當一方的棋子被另一方包圍後，就要從棋盤上撤下這些棋子。問題在於，當你去包圍對方棋子的時候，你下的棋子或許也正在被對方包圍。在任何一個給定的時刻，電腦很難確定一片棋子的狀態，也就難以確定那一方是處於領先地位。

▲圖片來源

在最初的時候，人們試圖讓電腦掌握下圍棋的策略，把格言和諺語轉換為電腦可以理解的程式碼，另一些人則試圖讓機器學習人腦，神經學家們對圍棋高手們的大腦進行掃描。但是，人類大腦所最擅長的任務卻是人工智慧中最難解決的問題，比如模式辨識、學習能力和直覺。這些早期的研究並沒有什麼突破性成就。

Crazy Stone 採用了蒙特卡羅演算法。這種電腦隨機生成演算法是 70 年前「曼哈頓計畫」的產物。在考慮某一步棋的時候，電腦將以這一步開始，隨機計算接下來數以百萬的棋局變化。電腦會挑選出最有可能實現其模擬勝利的那一步棋。Google 的 Norvig 解釋說，這種演算法是一個重要的創新，「在 20 步之後，我們不能肯定地說誰會贏得比賽，因此我們用了蒙特卡羅演算法，把遊戲玩到最後，然後我們就能確定誰獲勝。我們將這個過程重複百萬次，每一次的選擇都會更好，因為前面步驟的勝利和失敗都給出了回饋。」在與石田芳夫的對戰中，Crazy Stone 一共玩了 360 萬場隨機的遊戲。

今年，Crazy Stone 的對手是依田紀基，一位往棋盤上猛砸棋子，使對手心情緊張的人，這一招對 Crazy Stone 顯然不管用。這次仍然是人類讓了四子。Crazy Stone 最終以 2.5 目勝。在比賽結束後，依田紀基說，他對於 Crazy Stone 表示感激，因為它到最後的時候不再咄咄逼人了。這是隨機演算法的結果，還是它開始對人類表示同情了？