北京時間2月22日消息，繼宣布AlphaGo實現突破性研究-計算機程序首次擊敗專業棋手之后， Google
DeepMind今日公布了即將與過去十年最佳圍棋手李世石之間的終極挑戰的詳細情況。
3月9日至3月15日，AlphaGo將在韓國首爾與李世石進行5場挑戰賽。比賽完全平等，獲勝者將得到一百萬美元獎金。如果AlphaGo獲勝，獎金將捐贈給聯合國兒童基金會(UNICEF)，STEM教育，以及圍棋慈善機構(Go
Charity)。
因圍棋步驟的絕對數量比宇宙的原子數還多，它一直被視為最復雜的電腦游戲之一，也是人工智能始終未解的挑戰。DeepMind在上月的科學雜志Nature，以一篇論文公布了這一突破性進展的詳細情況。
比賽采用中國圍棋規則
比賽將于北京時間中午12點在首爾四季酒店舉行，具體日程如下：
1. 3月9日 (星期三)：首場比賽
2. 3月10日(星期四)：第二場比賽
3. 3月12日(星期六)：第三場比賽
4. 3月13日(星期日)：第四場比賽
5. 3月15日(星期二)：第五場比賽
比賽將采用貼7.5目的中國規則(比賽結束時，后走棋的棋手貼目)。每位棋手各有兩個小時布局時間，3次60秒的讀秒，每場比賽預計需要大約4-5個小時。
總規則
1、比賽分先進行，共下5盤，五盤對局取三勝以上為優勝，獲得獎金100萬美元(固定匯率：11億韓元)。
2、若Alpha GO獲勝，獎金捐獻給聯合國兒童基金和STEM教育(科學、技術、工程、藝術以及數學)及圍棋相關公益團體。
3、比賽即使3：0、3比1分出勝負，與比分無關將下滿五盤棋，以便Alpha GO擁有更多學習機會。
4、以下滿五盤為條件，李世石可獲得15萬美元(約1億6500萬韓元)出場費，同時每勝一局獲得2萬美元勝局獎金。如果五盤全勝，勝局獎金為10萬美元(1億1000萬韓元)。即李世石五戰全勝獲得優勝，最多可以獲得125萬美元(13億7500萬韓元)。
5、比賽用時每方2小時，1分鐘讀秒三次。比賽采用中國規則，黑貼3又3/4子(黑貼7目半)。采用中國規則的原因，是因Alpha
GO以中國規則為基礎開發。
6、比賽開局時間為韓國當地時間下午1點(北京時間中午12點)，比賽不設中間休息。
7、比賽時李世石在棋盤上落子，助手將手數輸入電腦傳送給Alpha GO。Alpha GO的手數由助手擺到李世石落子的棋盤上。
8、所有對局通過Deep Mind公司youtube頻道向全世界實況直播，此外通過韓國棋院圍棋TV和因特網圍棋網站直播。
人工智能挑戰圍棋有多難?
計算機和人類競賽在棋類比賽中已不罕見，在三子棋、跳棋和國際象棋等棋類上，計算機都先后完成了對人類的挑戰。但對擁有2500多年歷史的圍棋
而言，計算機在此之前從未戰勝過人類。圍棋看起來棋盤簡單、規則不難，縱橫各19九條等距離、垂直交叉的平行線，共構成19×19(361)個交叉點。比
賽雙方交替落子，目的是在棋盤上占據盡可能大的空間。
在極簡主義的游戲表象之下，圍棋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，這也是為什么人工智能、機器學習的研發者們始終希望在此取得突破的原因。
就機器學習的角度而言，圍棋的計算最大有3361種局面，大致的體量是10170，而已經觀測到的宇宙中，原子的數量才1080。國際象棋最大只有2155種局面，稱為香農數，大致是1047。
“機器學習”預測人類行為
傳統的人工智能方法是將所有可能的走法構建成一棵搜索樹
，但這種方法對圍棋并不適用。此次谷歌推出的AlphaGo，將高級搜索樹與深度神經網絡結合在一起。這些神經網絡通過12個處理層傳遞對棋盤的描述，處理層則包含數百萬個類似于神經的連接點。
其中一個神經網絡“決策網絡”(policy network)負責選擇下一步走法，另一個神經網絡“值網絡”(“value
network)則預測比賽勝利方。谷歌方面用人類圍棋高手的三千萬步圍棋走法訓練神經網絡，與此同時，AlphaGo也自行研究新戰略，在它的神經網絡
之間運行了數千局圍棋，利用反復試驗調整連接點，這個流程也稱為鞏固學習(reinforcement
learning)。通過廣泛使用Google云平臺，完成了大量研究工作。
AlphaGo所使用的神經網絡結構示意圖
征服圍棋對于谷歌來說有重要意義。AlphaGo不僅是遵循人工規則的“專家”系統，它還通過“機器學習”自行掌握如何贏得圍棋比賽。谷歌方面希望運用這些技術解決現實社會最嚴峻、最緊迫的問題——從氣候建模到復雜的災難分析。
在具體的機器訓練上，決策網絡的方式是輸入人類圍棋專家的比賽，到系統可以預測57%人類行動為止，此前最好成績是44%。此后AlphaGo通過在神
經網絡內部進行比賽的方式(可以簡單理解成和自己下棋)，開始學習自主探索新的圍棋策略。目前AlphaGo的決策網絡可以擊敗大多數具有龐大搜尋樹的最
先進的圍棋程序。
Google DeepMind首席執行官、聯合創始人Demis
Hassabis表示：“圍棋是深刻而復雜的游戲。為了擊敗一名職業棋手，我們不能只靠模仿，而是自主發現新的戰略規則。因為方法是通用的，我們希望有一天可以將其運用于解決社會最棘手和最緊迫的問題上。不論我們在三月份能否贏李世石，這場比賽都一定能夠激發世界各地對圍棋的興趣。”
AlphaGo戰績驚人
Park Chimoon, 韓國棋院副主席表示
“全世界都在關注這場人類與電腦在智能領域的首次交鋒。這一歷史時刻將由圍棋來傳達，我為此感到驕傲。我希望李世石能獲得勝利，去證明人類卓越的智商以及維護圍棋的神秘特性。”
實際上，目前AlphaGo已經成為最優秀的人工智能圍棋程序。在與其他程序的對弈中，AlphaGo用一臺機器就取得了500場的勝利，甚至有過
讓對手4手后獲勝的紀錄。去年10月5日-10月9日，谷歌安排AlphaGo與歐洲圍棋冠軍Fan
Hui(樊麾：法國國家圍棋隊總教練)閉門比賽，谷歌以5-0取勝。
此次比賽的李世石是近10年來獲得世界第一頭銜最多的棋手，谷歌為此提供了100萬美元作為獎金。李世石談到此次比賽時表示：”這是電腦首次在公平比賽中挑戰人類專家選手，我很榮幸能參與進來。無論結果如何，這都是圍棋史上的重要時刻。我聽說Google
DeepMind的人工智能出乎意料的強大，并且一直在優化，但至少這次我還是很自信能夠取得勝利。”
AlphaGo與歐洲圍棋冠軍樊麾的5局較量
人機對弈誰將勝?
值得一提的是，上一次著名的人機對弈要追溯到1997年。當時IBM公司研發的超級計算機“深藍”戰勝了國際象棋冠軍卡斯巴羅夫。不過國際象棋
的算法要比圍棋簡單得多。國際象棋中取勝只需“殺死”國王，而圍棋中則用數子或比目的方法計算勝負，并不是簡單地殺死對方棋子。此前，“深藍”計算機的設
計人2007年發表文章指出，他相信十年內能有超級電腦在圍棋上戰勝人類。
該項目并未給IBM帶來可以銷售的產品，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。
隨著頂級科技公司爭相在產品中融入智能技術，谷歌并不是唯一一家研究圍棋AI的公司，Facebook對圍棋人工智能的研究整合此前也亮相最新
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)，前者利用類似于大腦的算法來學習和識別棋盤上各種模式的重要性，而后者相當于一種超前思維，用于計算詳細的戰略步驟。
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，需要更多類似于人類的模式
識別和直覺判斷技巧，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。
