計算機挑戰人類：下贏國際象棋 卻下不贏圍棋

新浪科技訊 北京時間1月2日凌晨消息，國外媒體報導，Facebook和谷歌等科技公司正在研究圍棋人工智能技術，希望有朝一日能讓計算機戰勝人類圍棋冠軍。

Facebook最近幾年進行了不少基礎科學研究，最近的一項研究是教計算機下圍棋。圍棋這項複雜的競賽活動擁有2500多年的歷史，但到目前為止，計算機仍無法戰勝人類。

圍棋棋盤盤面有縱橫各19九條等距離、垂直交叉的平行，共構成19×19(361)個交叉點。比賽雙方交替落子，目的是在棋盤上佔據盡可能大的空間。被完全包圍的敵方棋子被移動，所占空間歸屬另一方。

圍棋雖然是一種典型的極簡主義游戲，但只是表面現象，事實上它具有令人難以置信的深度和微妙之處。當棋盤為空時，先手擁有361個可選方案。在游戲進行當中，它擁有遠比國際象棋更多的選擇空間。

馬修·本特森(Matthew Bengtson)是一位鋼琴家和象棋大師，他28歲時開始玩圍棋，目前是費城圍棋俱樂部主席。本特森為圍棋總結出如下特點：模仿是不現實的，先手並不擁有明顯優勢，同樣的開局順序和戰略基本不會重覆出現。

Facebook並不是唯一一家試圖讓計算機在圍棋比賽中戰勝人類的企業。今年11月，谷歌旗下DeepMind研究部門也宣佈進行類似的研究。

Facebook和谷歌的努力不禁讓人想起IBM當年對國際象棋的興趣。1989年，IBM推出了一個名為“深藍”的研究項目，希望讓計算機戰勝國際象棋世界冠軍。1997年，深藍真的戰勝了國際象棋界公認的棋王格裏·卡斯帕羅夫(Garry Kasparov)。

該項目並未給IBM帶來可以銷售的品，但卻讓我們意識到：基礎科學研究所面臨的巨大挑戰是值得我們去迎接的，雖然企業在這方面的收益還無法量化。

隨頂級科技公司爭相在品中融入智能技術，Facebook和谷歌在圍棋人工智能方面的研究具有極大的代表意義。與國際象棋相比，圍棋更具深度。要讓計算機掌握相關技巧，需要更多類似於人類的模式識別和直覺判斷技巧。

Facebook對圍棋人工智能的研究整合亮相最新的計算技術：深卷積神經網絡(deep convolutional neural networks)和蒙特卡洛樹搜索(Monte Carlo tree search)，前者利用類似於大腦的算法來學習和識別棋盤上各種模式的重要性，而后者相當於一種超前思維，用於計算詳細的戰略步驟。

本特森還稱，與國際象棋相比，他目前更喜歡圍棋，原因之一是：計算機象棋軟件越來越優秀，已將揭開了這項游戲的神秘面紗；相比之下，圍棋目前更加神秘。

但將來，圍棋的神秘色彩也可能不復存在。(李明)