随着2019中国围棋大会开幕临近，我们亦将迎来2019“中信建投证券杯”世界智能围棋公开赛。而此次世界智能围棋公开赛或将是历届规模和水平最高的一届围棋AI比赛，比赛场地定于山东省日照市科技文化中心，时间定在8月21-24日，这四天将有来自多个国家和地区的14支围棋AI队伍展开紧张角逐，届时相信“神仙”打架定会“弈”彩纷呈！

星阵围棋素以“不退让围棋”而闻名，曾获得过2018日本AI龙星战、2018世界智能围棋公开赛、2019“博思杯”世界人工智能围棋大赛三次冠军。在本届绝大多数参赛队伍所给出的赛前预测中，“星阵围棋”均为夺冠热门。有人预测，本届世界智能围棋公开赛的最大看点或将是“星阵围棋”“绝艺”代表的中国AI对抗日韩AI的激烈争霸场面。星阵的主创人金涬博士详尽地回答了我们的8个问题：

1、可以简单的介绍一下自己的参赛队吗？

深客科技是一家专注人工智能的高科技企业，为探索人工智能前沿技术，我们开发了围棋AI程序“星阵围棋”。星阵于 2018 年 4 月战胜世界冠军柯洁九段，2018 年 5 月让先对阵顶尖职业棋手 41 局获得 40 胜 1 负，随后相继三次获得世界人工智能围棋大赛冠军。2019 年 4 月，星阵让二子对阵四位世界女子顶尖棋手，获得全胜。星阵曾代表中国人工智能参加第四届东方经济论坛，并在 2018 世界人工智能大会上接受刘鹤副总理视察。

2、可以介绍一下你们在参赛围棋AI上的技术原理和自身优势吗？

“星阵围棋”在AlphaGo的基础上做了一些技术创新。星阵的主要贡献涉及到机器学习的两个重要领域，多任务学习和迁移学习。

与AlphaGo只使用策略网络（Policy Network）和价值网络（Value Network）不同，星阵同时学习了四个主任务，另外两个是领地网络（Area Network）和子差网络（Score Network）。领地网络基于任意给定盘面，分别估算棋盘上每个交叉点最终归属黑棋或白棋的概率。子差网络基于任意给定盘面，估算最终黑方子数与白方子数的差值。在领地网络和子差网络的帮助下，星阵对局面的判断更加全面、立体，这也让星阵学会了像人一样“点目”，而不仅仅是依靠胜率来下棋。在胜率接近的情况下，星阵会选择子差更优的下法，将领先的优势继续扩大，或者试图缩小落后的目数，咬住局面寻找机会。这一技术特点也形成了星阵“不退让围棋”的棋风。

另外，目前围棋AI大多使用19路棋盘，中国规则黑贴3.75子，此规则下的训练样本相对充足。星阵通过引入迁移学习技术，将中国规则黑贴3.75子的模型，用较小的代价，迁移到其他规则下。迁移学习为星阵带来了极大的算法灵活性，于是星阵可以进行任意路数的对局，也可以进行任意贴目的对局，可以进行让子棋的对弈，完美适应中国规则数子法和韩日规则数目法。可以说，迁移学习使得星阵在围棋上实现了“举一反三”的智能。

3、你们在开发自己的围棋AI过程中用了多长时间？期间遇到过的挑战有哪些？

深客科技是一家小创业团队，刚刚成立一年多。与谷歌、腾讯等资金和计算资源充足的大团队不同，我们的研发经费和服务器都是自筹资金。众所周知，围棋AI是需要大量计算资源投入的项目，我们的主要挑战是利用十分有限的计算资源，来达到甚至超过其他团队使用数倍甚至数十倍资源达到的水平。

我们采用多任务学习来解决这个问题，通过多任务学习，充分利用每一个训练样本所包含的信息，这样能大大减少对训练样本的需求量，进而减少对计算资源的需求量。

4、据悉本届世界智能围棋公开赛的参赛队实力都很强，是历届比赛中最强的一届，你是如何评价这次的对手的？

各个围棋AI的水平一直都在快速提升。此次参赛的队伍无论是从实力还是数量都是历史之最，其中“绝艺”时隔一年多再次参赛应该是最受关注的，我们也很期待跟他们在比赛中再次交手。另外还有顾彼思问鼎围棋（GLOBIS-AQZ），从他们赛前发布会的情况来看，应该也会是实力强劲的对手。其他的参赛队有一些是老对手，如里拉零（Leela Zero），但也有很多新面孔，相信他们都具有不俗的实力。

5、你们的围棋AI在技术风格上有哪些特色？

“星阵围棋”使用少量硬件资源完成训练，实现更具通用性、更人性化的高水平围棋智能软件。对局进程中，星阵会像人类一样用点目的方式进行形势判断，无论优势劣势，始终追求最优下法，以“不退让围棋”闻名。星阵还可以进行任意路数和任意贴目的对局，完美适应各种围棋规则。

6、谈一谈你们的AI对贴目合理性的判断？

合理的贴目是围棋公平性的保证，在围棋AI出现以前，人类一直在探索合理的贴目。围棋AI出现以后，成为了人类更强大的工具，帮助人类研究更合理的贴目。星阵认为目前中国规则黑贴3.75子，白棋的优势很大。星阵认为如果使用中国规则数子法，贴2.75子黑棋稍稍有利，但或许比贴3.75子更加平衡。另外，日本规则数目法贴6.5时，星阵仍然认为白棋有利。

7、你对未来围棋AI水平上限的预期是怎样的？

AlphaGo Zero算法可以自我学习，不断迭代提升水平，被证明是一种优秀的强化学习算法。但使用单一算法，水平提升终有上限。AlphaGo论文中棋力曲线图显示，前72小时的棋力是快速上升的，之后的提升速度逐渐变缓，40天左右遇到瓶颈后停止了训练。但是事实上围棋的问题足够复杂，留给研究者的空间足够广阔，围棋AI仍然有很大的上升空间。我相信要突破水平上升的瓶颈，唯有通过不断的算法创新。目前星阵的水平仍然在较快的提升，我们也在不断通过各种尝试，进一步提升水平，但距离真正的围棋上帝还非常遥远。也正因为如此，围棋AI在未来很长时间，仍然是非常理想的算法试验田。

8、你们是否在探索尝试AI在非围棋领域的应用？是否有明确的方向和新的突破？

深客科技希望将围棋作为算法的试验田，进而尝试将算法移植到能源、生活服务等多种应用场景中。目前深客正积极与合作伙伴一起，展开多个应用项目的研发与实施。包括将人工智能技术精确控制数据中心制冷系统，达到节电减低PUE的目标；以及将AI技术用于储能电站，基于大数据预测电池的工作状态及寿命。目前这些领域的尝试都已经有了一些积极的进展和突破。

（中国围棋协会）

分享让更多人看到