Facebook首次開(kāi)源超級圍棋AI，復現AI高手AlphaZero

　　最近，Facebook的人工智能研究所(以下簡(jiǎn)稱(chēng)FAIR)宣布，他們開(kāi)源了自研的圍棋AI訓練模型和代碼。這意味著(zhù)，你可以隨時(shí)隨地和Facebook的人工智能下圍棋了，而且此圍棋AI程序重現的是名噪一時(shí)的AI高手AlphaZero。

　　去年5月，FAIR發(fā)布了ELF Open GO，ELF OpenGo是FAIR依照DeepMind在《自然》上發(fā)表的和AlphaGo Zero以及AlphaZero相關(guān)的論文，做出的開(kāi)源計算機圍棋程序，也就是說(shuō)，ELF OpenGo不使用人類(lèi)棋譜與累積的圍棋知識，僅使用單一類(lèi)神經(jīng)網(wǎng)絡(luò )從自我對弈中學(xué)習。

　　該圍棋AI之前在和韓國棋院的專(zhuān)業(yè)圍棋選手對弈中，都取得不錯的成績(jì)。據悉，OpenGo 的最新版本使用2000塊GPU訓練了15天后，在一塊GPU的情況下與4個(gè)排名前30的職業(yè)選手進(jìn)行比賽時(shí)，取得了20:0全勝的戰績(jì)，可謂是戰無(wú)不勝。

　　在這次開(kāi)源的論文中，FAIR研究人員全面披露了ELF OpenGo的訓練過(guò)程，包括取得的是三個(gè)突破。

　　一是為ELF OpenGo訓練了一個(gè)超人類(lèi)棋藝的模型，他們在2000個(gè)GPU上運行類(lèi)AlphaZero的訓練軟件9天后，有20個(gè)模塊的模型超越了人類(lèi)水平。

　　二是提供了模型在訓練過(guò)程中的行為分析，包括和其他模型的對比、學(xué)習速度、學(xué)習難度等等。

　　三是通過(guò)實(shí)施ablation實(shí)驗，以研究AlphaZero風(fēng)格算法的性質(zhì)，他們發(fā)現對于最終模型而言，對局中加倍rollout水平大約提升200 ELO，AI的發(fā)揮會(huì )受到模型容量的限制。

　　最后，此次論文的主要作者為田淵棟，他一直負責Facebook的圍棋AI相關(guān)研究，在此前的一篇知乎文章中，他提到：DeepMind不開(kāi)源也不透露細節，文章里面一些地方也沒(méi)有寫(xiě)得很清楚。沒(méi)有第一手經(jīng)驗總不是很踏實(shí)。所以本著(zhù)研究目的，我們需要復現一下，先有復現，才有創(chuàng )新，這個(gè)是做研究的習慣。而且如果我們去看 ELF OpenGo 的代碼，會(huì )發(fā)現其完全適用于其它方向的工作。而圍棋對我們來(lái)說(shuō)，只是一個(gè)把算法和平臺做好的手段。在這一點(diǎn)上，花點(diǎn)時(shí)間把圍棋做好是值得的。

　　最后，關(guān)于ELF OpenGo最新訓練模型的具體數據可以閱讀原文獲取論文鏈接了解。