相對於計算機在國際象棋中的勝利，中國象棋的智能程序進展一直落後。
這倒不是中國象棋要比國際象棋難之類的原因，而是因為棋類智能對於大公司來說畢竟隻是一種公關手段，沒有實際上的營收價值。
“深藍”取得國際象棋的勝利之後，許多人都認為計算機下棋這事已經差不多到頭了，
繼續去搞難度差不多的中國象棋費力不討好，ibm也解散了“深藍”團隊。
唯有圍棋確實難度上要高很多，並且很具有挑戰性。
一般人們都認為，計算機要在圍棋中取勝比在國際象棋等遊戲中取勝要困難得多，因為圍棋的棋盤太大，下棋點極多，分支因子遠多於其他遊戲。
並且每次落子對情勢的好壞飄忽不定，天堂地獄就在一瞬之間，技術很成熟之後，人們經常可以觀察到那種一手棋下掉ai係統百分之六七十勝率的情況。
可以說是“一著不慎滿盤皆輸”的最好演繹了。
諸如暴力搜索法、alpha-beta剪枝、啟發式搜索的傳統人工智能方法在圍棋中很難奏效。
不過圍棋在西方沒什麽受眾，主要熱度還是在東亞三國，因此很長一段時間內沒有太多人願意花時間在這件事情上，這十幾年的發展速度中規中矩。
deepmind投入在這件事情上，很大程度也是機緣巧合。
一方麵許多高層都熱愛棋類，另一方麵可能更加關鍵，deepmind的核心成員，兩位首席科學家之一的黃士傑在圍棋智能上有著很深的積澱和情懷。
黃士傑的碩士論文是《計算機圍棋的打劫策略》，博士論文是《應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法》。
相比孟繁岐這種畢業了連本科專業知識都全忘了的人，黃博士可以說專業是非常對口了。
“其實現在的圍棋智能已經有了一定的競爭力。”黃博士為孟繁岐介紹了一下現階段圍棋智能的棋力：“差不多最高才在業餘五段左右的水平，如果不讓字的話，和真正的職業選手對弈，毫無勝算。”
基本的圍棋棋力劃分孟繁岐還是大概清楚的，業餘六段大約可以與職業初段水平相比擬。
黃士傑博士本人就是寶島業餘六段，算得上是職業水準守門員了。
倘若自己造出的智能程式能夠穩定占據上風，自己完全下不過的話，基本上象征著圍棋智能來到了真的職業水準。
而不是隻能通過讓3-4子這樣的方式擊敗職業棋手。
並且，如果造出來的智能下不過自己，這件事情屬實沒什麽意思。
“你們目前的想法和策略大概是什麽樣的。”大概聊了一些情況之後，孟繁岐將話題切入了具體的算法部分。
從理論上來說，圍棋問題的輸入和孟繁岐非常擅長的圖像類其實很像。
彩色圖片在計算機中的形式就是多通道矩陣，通常為3通道，代表三原色。
比如，一張分辨率為224x224的圖片，就是以三個[224，224]矩陣的形式進行存儲。
一般來說，每個位置的取值在0~255之間。
對於圍棋這個情況來說，它的輸入就像是一個19x19的單通道圖片。
19x19表示棋盤上所有的落子地點，而每個地點的取值就隻有三種狀態，黑，白，無子。
可以用[-1，0，1]三個數字來指代。
而圍棋智能的目標，所謂的下棋。
如果不考慮其中原理的話，它的外在反饋其實就是給定這樣一個[19，19]的棋盤，希望程序可以在上麵僅改變一個無子的數字0到給定的棋子類型(數字-1或者1)，同時使得該方獲勝的概率盡可能地變大。
“棋盤就是一副黑白的單通道分辨率為19的圖像。”這個事情在普通人看來比較不會想到。
不過對於比較熟悉圖像技術和深度神經網絡的孟繁岐來說，是很自然的事情和概念。
“我們從深度神經網絡的突破中獲得了靈感，在2012年底的ale之前，瘋狂石頭這款圍棋智能提供的準確率是最高的，達到35%左右。
目前主要是在研究，如何使用深度神經網絡使得圍棋智能的判斷更加精準。
alex和你引領的深度神經網絡在分類問題上有了驚人的突破，這是我們今年啟動這個項目的一大原因。
我們目前在嚐試收集大量的專業對弈棋譜，目前已經有了十多萬場比賽的內容。而從這十萬多場比賽當中，又可以抽離出上百萬個單次落子。
通過這個數據，我們現階段在確立合適的網絡結構，在這個方麵，我想你是專家中的專家。”
“我大概了解了。”孟繁岐聽完之後基本明白了deepmind現階段的想法和進展情況。
雖然此前黃博士在圍棋ai項目上有過很多研究，但阿爾法圍棋項目畢竟才剛剛開始，同時也是基於全新的深度網絡技術。
目前為止，他們還沒有形成一整套的學習以及對抗的思路，那一套策略網絡-評估網絡-強化學習-蒙特卡洛搜索的總體結構還沒有成型。
還停留在比較早期的階段，甚至還沒有最後決定到底使用怎樣的網絡結構比較好，此時正在對模型本身的結構進行測試和設計。
“這方麵確實是我比較擅長的方向，尤其最近，我在cpu和小模型的設計上有一些想法，這些內容應該會對你們有一定的幫助。”
要說各種設備和各種類型的任務，網絡用什麽算子比較好，速度和性能怎麽取舍，即便再往後五年，孟繁岐都是當之無愧的第一人。
因為他熟知的那些取舍和結論，都是後來穀歌這樣的大平台nas(網絡結構搜索)的實驗結果。
所謂nas，其實就是一種窮舉對比的方式。
在特定的數據集上，把所有想得到想不到的算子組合用窮舉的形式全都特麽的測試一遍。
最後得出的網絡結構，當然會比人類自己設計的要好要快，不過換一個差距很大的數據未必好用。
獲取這個答案的代價是相當驚人的，隨著搜索空間的增大，顯然需要非常恐怖的計算資源去支撐。
好在孟繁岐已經將幾個大公司上萬張顯卡，數年時間測試出來的主要結論全都白嫖了。
這個知識的價格成本，恐怕不止十數億美金。
“那實在太好了。”見孟繁岐一口答應在阿爾法狗的網絡設計上提供幫助，黃博士喜笑顏開，“我們現階段除了需要快速迭代對比確定網絡結構之外，沒有什麽特別大的困難。”
“如果非要說的話，就是缺少一個職業守門員級別的人類棋手。”黃博士想了想，補充道。
他自己業餘六段，其實可以擔當此任。
可他畢竟太過了解圍棋ai，起到的測試效果可能不夠真實，並且他也很忙，不可能一直負責對弈測試。
同時，歐美那邊圍棋的熱度也並不高，樊麾二段就曾經多次奪得歐美圍棋冠軍，職業守門員級別測試員不是那麽好找。
“這個沒關係，我二月份會去一次英國，跟你們確認一下效果和後續的思路。”孟繁岐聞言笑了笑：“到時候給你們找一個守門員中的守門員。”
要說的職業守門員水平的棋手，想必沒有誰比已經連續定段了七年，今年正在第八次對職業棋手這個身份發起衝擊的七定王戰鷹，更加適合的了吧？
這門都守了第八迴了。
這倒不是中國象棋要比國際象棋難之類的原因，而是因為棋類智能對於大公司來說畢竟隻是一種公關手段，沒有實際上的營收價值。
“深藍”取得國際象棋的勝利之後，許多人都認為計算機下棋這事已經差不多到頭了，
繼續去搞難度差不多的中國象棋費力不討好，ibm也解散了“深藍”團隊。
唯有圍棋確實難度上要高很多，並且很具有挑戰性。
一般人們都認為，計算機要在圍棋中取勝比在國際象棋等遊戲中取勝要困難得多，因為圍棋的棋盤太大，下棋點極多，分支因子遠多於其他遊戲。
並且每次落子對情勢的好壞飄忽不定，天堂地獄就在一瞬之間，技術很成熟之後，人們經常可以觀察到那種一手棋下掉ai係統百分之六七十勝率的情況。
可以說是“一著不慎滿盤皆輸”的最好演繹了。
諸如暴力搜索法、alpha-beta剪枝、啟發式搜索的傳統人工智能方法在圍棋中很難奏效。
不過圍棋在西方沒什麽受眾，主要熱度還是在東亞三國，因此很長一段時間內沒有太多人願意花時間在這件事情上，這十幾年的發展速度中規中矩。
deepmind投入在這件事情上，很大程度也是機緣巧合。
一方麵許多高層都熱愛棋類，另一方麵可能更加關鍵，deepmind的核心成員，兩位首席科學家之一的黃士傑在圍棋智能上有著很深的積澱和情懷。
黃士傑的碩士論文是《計算機圍棋的打劫策略》，博士論文是《應用於電腦圍棋之蒙地卡羅樹搜尋法的新啟發式演算法》。
相比孟繁岐這種畢業了連本科專業知識都全忘了的人，黃博士可以說專業是非常對口了。
“其實現在的圍棋智能已經有了一定的競爭力。”黃博士為孟繁岐介紹了一下現階段圍棋智能的棋力：“差不多最高才在業餘五段左右的水平，如果不讓字的話，和真正的職業選手對弈，毫無勝算。”
基本的圍棋棋力劃分孟繁岐還是大概清楚的，業餘六段大約可以與職業初段水平相比擬。
黃士傑博士本人就是寶島業餘六段，算得上是職業水準守門員了。
倘若自己造出的智能程式能夠穩定占據上風，自己完全下不過的話，基本上象征著圍棋智能來到了真的職業水準。
而不是隻能通過讓3-4子這樣的方式擊敗職業棋手。
並且，如果造出來的智能下不過自己，這件事情屬實沒什麽意思。
“你們目前的想法和策略大概是什麽樣的。”大概聊了一些情況之後，孟繁岐將話題切入了具體的算法部分。
從理論上來說，圍棋問題的輸入和孟繁岐非常擅長的圖像類其實很像。
彩色圖片在計算機中的形式就是多通道矩陣，通常為3通道，代表三原色。
比如，一張分辨率為224x224的圖片，就是以三個[224，224]矩陣的形式進行存儲。
一般來說，每個位置的取值在0~255之間。
對於圍棋這個情況來說，它的輸入就像是一個19x19的單通道圖片。
19x19表示棋盤上所有的落子地點，而每個地點的取值就隻有三種狀態，黑，白，無子。
可以用[-1，0，1]三個數字來指代。
而圍棋智能的目標，所謂的下棋。
如果不考慮其中原理的話，它的外在反饋其實就是給定這樣一個[19，19]的棋盤，希望程序可以在上麵僅改變一個無子的數字0到給定的棋子類型(數字-1或者1)，同時使得該方獲勝的概率盡可能地變大。
“棋盤就是一副黑白的單通道分辨率為19的圖像。”這個事情在普通人看來比較不會想到。
不過對於比較熟悉圖像技術和深度神經網絡的孟繁岐來說，是很自然的事情和概念。
“我們從深度神經網絡的突破中獲得了靈感，在2012年底的ale之前，瘋狂石頭這款圍棋智能提供的準確率是最高的，達到35%左右。
目前主要是在研究，如何使用深度神經網絡使得圍棋智能的判斷更加精準。
alex和你引領的深度神經網絡在分類問題上有了驚人的突破，這是我們今年啟動這個項目的一大原因。
我們目前在嚐試收集大量的專業對弈棋譜，目前已經有了十多萬場比賽的內容。而從這十萬多場比賽當中，又可以抽離出上百萬個單次落子。
通過這個數據，我們現階段在確立合適的網絡結構，在這個方麵，我想你是專家中的專家。”
“我大概了解了。”孟繁岐聽完之後基本明白了deepmind現階段的想法和進展情況。
雖然此前黃博士在圍棋ai項目上有過很多研究，但阿爾法圍棋項目畢竟才剛剛開始，同時也是基於全新的深度網絡技術。
目前為止，他們還沒有形成一整套的學習以及對抗的思路，那一套策略網絡-評估網絡-強化學習-蒙特卡洛搜索的總體結構還沒有成型。
還停留在比較早期的階段，甚至還沒有最後決定到底使用怎樣的網絡結構比較好，此時正在對模型本身的結構進行測試和設計。
“這方麵確實是我比較擅長的方向，尤其最近，我在cpu和小模型的設計上有一些想法，這些內容應該會對你們有一定的幫助。”
要說各種設備和各種類型的任務，網絡用什麽算子比較好，速度和性能怎麽取舍，即便再往後五年，孟繁岐都是當之無愧的第一人。
因為他熟知的那些取舍和結論，都是後來穀歌這樣的大平台nas(網絡結構搜索)的實驗結果。
所謂nas，其實就是一種窮舉對比的方式。
在特定的數據集上，把所有想得到想不到的算子組合用窮舉的形式全都特麽的測試一遍。
最後得出的網絡結構，當然會比人類自己設計的要好要快，不過換一個差距很大的數據未必好用。
獲取這個答案的代價是相當驚人的，隨著搜索空間的增大，顯然需要非常恐怖的計算資源去支撐。
好在孟繁岐已經將幾個大公司上萬張顯卡，數年時間測試出來的主要結論全都白嫖了。
這個知識的價格成本，恐怕不止十數億美金。
“那實在太好了。”見孟繁岐一口答應在阿爾法狗的網絡設計上提供幫助，黃博士喜笑顏開，“我們現階段除了需要快速迭代對比確定網絡結構之外，沒有什麽特別大的困難。”
“如果非要說的話，就是缺少一個職業守門員級別的人類棋手。”黃博士想了想，補充道。
他自己業餘六段，其實可以擔當此任。
可他畢竟太過了解圍棋ai，起到的測試效果可能不夠真實，並且他也很忙，不可能一直負責對弈測試。
同時，歐美那邊圍棋的熱度也並不高，樊麾二段就曾經多次奪得歐美圍棋冠軍，職業守門員級別測試員不是那麽好找。
“這個沒關係，我二月份會去一次英國，跟你們確認一下效果和後續的思路。”孟繁岐聞言笑了笑：“到時候給你們找一個守門員中的守門員。”
要說的職業守門員水平的棋手，想必沒有誰比已經連續定段了七年，今年正在第八次對職業棋手這個身份發起衝擊的七定王戰鷹，更加適合的了吧？
這門都守了第八迴了。