人类竟能再度击败顶级围棋AI？一招逆风翻盘，这个业余四段棋手完胜

积累知识，胜过积蓄金银！毕竟在##column_title##开发的过程中，会遇到各种各样的问题，往往都是一些细节知识点还没有掌握好而导致的，因此基础知识点的积累是很重要的。下面本文《人类竟能再度击败顶级围棋AI？一招逆风翻盘，这个业余四段棋手完胜》，就带大家讲解一下知识点，若是你对本文感兴趣，或者是想搞懂其中某个知识点，就请你继续往下看吧~

2016年，是人工智能的崛起之年。

自从AlphaGo完胜围棋世界冠军李世石之后，代表围棋顶尖水平的玩家再也不是人类。

然而，今天金融时报的一篇文章让围棋重回人们的视野：人类找到了战胜AI的方法！

蛰伏7年，人类棋手要卷土重来了吗？

围棋逆风翻盘，人类战胜AI？

FT报道称，来自美国的业余四段棋手Kellin Pelrine，一举击败了顶级的下棋AI——KataGo。

在15场线下比赛中，Perline在没有计算机的帮助下，赢得了14场比赛。

而这个让人类棋手夺回围棋桂冠的计划，出自加州研究公司FAR AI的研究人员之手。该团队通过分析AI棋手的弱点加以针对，从而获得最后的胜利。

FAR AI的首席执行官Adam Gleave说：「对我们来说，利用这个系统非常容易。」

Gleave表示，团队研发的AI在与KataGo进行了100多万次的对局之后，发现了一个人类玩家可以利用的「bug」。

Pelrine说，他们发现的获胜策略「对人类来说并不难」，中级玩家可以使用它来击败机器。他还使用这种方法战胜了另一个顶级围棋系统Leela Zero。

Kellin Pelrine

FT写道，虽然有计算机的帮助，但这场决定性的胜利还是为人类棋手打开了一扇大门。

七年之前，人工智能在这项最复杂的游戏中遥遥领先于人类。

​由DeepMind设计的AlphaGo系统，在2016年以4比1击败了围棋世界冠军李世石。李世石也在惨败三年后宣布退役，称AlphaGo是「无法击败的」。

而对于人工智能的这种强势，Pelrine不以为然。在他看来，棋局中大量的组合和变化，意味着计算机不可能评估棋手所有可能的未来招式。

简单来说，Pelrine使用的策略是「声东击西」。

一方面，Pelrine在棋盘的各个角落落子，迷惑AI；另一方面，Pelrine认准AI棋手的一片领域，逐渐将其四周包围。

Pelrine说，即使包围即将完成，AI棋手也没有注意到这一片区域的危险。他接着说：「但是作为人类，这些漏洞是很容易被发现的。」

加州大学伯克利分校计算机科学教授Stuart Russell说，一些最先进的围棋游戏机被发现存在弱点，这表明支撑当今最先进AI的深度学习系统存在根本缺陷。

他表示，这些系统只能「理解」他们经历过的特定情况，并且无法和人类一样，对策略进行简单的概括。

能战胜AI的，只有AI！

不过严格意义上来说，研究人员是通过AI打败了AI，或者说，用AI帮助人类在围棋中击败AI。

作为参考来源的论文，首次发表于2022年11月并在今年1月进行了更新，作者则分别来自于MIT、UC伯克利等机构。

文中，研究人员训练出了一个具有抗性策略的AI，进而击败了最先进的围棋人工智能系统KataGo。

项目地址：https://goattack.far.ai/adversarial-policy-katago#contents

论文地址：https://arxiv.org/abs/2211.00241

结果显示，当KataGo不使用搜索树时，攻击者在1000盘棋中取得了100%的胜率，而当KataGo使用足够多的搜索时，胜率超过97%。

对此，研究人员强调，对抗性策略AI可以击败KataGo，但它却会被人类业余爱好者战胜，与此同时人类业余爱好者是打不赢KataGo的。

也就是说，这个AI能够取胜，并不是因为围棋下得更好，而是它能诱使KataGo去犯下严重的错误。

攻击策略

在此之前，像是KataGo和AlphaZero等等这些下棋AI，都通过自我博弈进行训练的。

但在这项被作者称为「受害者游戏」（victim-play）的研究中，攻击者（adversary）需要通过与一个固定的受害者（victim）进行博弈，来训练自己的制胜策略（不是模仿对手的下法）。

对此，研究人员引入了两个不同的对抗性MCTS（A-MCTS）策略来解决这个问题。

• 样本A-MCTS-S：研究人员设置的搜索过程为：当受害者下棋时，从受害者的策略网络中采样；当轮到攻击者时，从攻击者的策略网络中采样。
• 递归A-MCTS-R：由于A-MCTS-S低估了受害者的实力，因此研究人员提出了一种新的策略A-MCTS-R。然而，这种变化增加了攻击者训练和推理的计算复杂性。

具体来说，在A-MCTS-R中，研究人员会在受害者节点上使用一个新的（递归）MCTS搜索来进行模拟，从而取代A-MCTS-S中的受害者采样步骤。

虽然这不再是一个完美的受害者模型，但它往往比A-MCTS-S更准确，因为后者会错误地假设受害者不进行搜索。

评估结果如下，具体细节可参阅原文。

终于介绍完啦！小伙伴们，这篇关于《人类竟能再度击败顶级围棋AI？一招逆风翻盘，这个业余四段棋手完胜》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布科技周边相关知识，快来关注吧！