“博思杯”2019世界人工智能围棋大赛赛况
图集4月27日，中国围棋AI“弈小天”与韩国围棋AI“小爱围棋”在第五轮比赛中。最终中国围棋AI“弈小天”告负。
当日，“博思杯”2019世界人工智能围棋大赛在福州进行第二日的比赛。
新华社记者林善传摄
4月27日，中国围棋AI“弈小天”与韩国围棋AI“小爱围棋”在第五轮比赛中。最终中国围棋AI“弈小天”告负。新华社记者林善传摄
4月27日，中国围棋AI“棋精灵”与比利时围棋AI“里拉零”在第五轮比赛中。最终中国围棋AI“棋精灵”告负。新华社记者林善传摄
4月27日，中国围棋AI“星阵围棋”（右）与法国围棋AI“高卢”在第五轮比赛中。最终中国围棋AI“星阵围棋”获胜。新华社记者林善传摄
4月27日，中国围棋AI“弈小天”（左）与韩国围棋AI“小爱围棋”在第五轮比赛中。最终中国围棋AI“弈小天”告负。新华社记者林善传摄
4月27日，日本围棋AI“瑞兹”（右）与韩国围棋AI“石子旋风”在第五轮比赛中。最终日本围棋AI“瑞兹”获胜。新华社记者林善传摄
+1【纠错】责任编辑：郑云彩第四冠！腾讯AI「绝艺」斩获世界智能围棋公开赛冠军
导语：腾讯围棋AI「绝艺」世界大赛再夺金，三年四冠，砥砺前行！
中国围棋协会主办的2019「中信建投证券杯」世界智能围棋公开赛今天在山东日照落幕。由腾讯AILab研发、担任中国国家围棋队的训练专用围棋AI「绝艺」夺得冠军。中国星阵、韩国韩豆（Handol）和比利时里拉零（LeelaZero）等世界知名围棋AI分获二至四名。
腾讯AILab表示：「很高兴能与世界一流水平的围棋AI定期切磋交流，不断磨砺绝艺的棋力和技艺，让它保持高水平技术状态，为国家围棋队提供专业辅助。更高兴的是，绝艺从线上走到线下，从腾讯围棋平台上的线上辅助与科普教育，到赛事现场与大量年轻棋友和围棋爱好者交流，激发对围棋话题的关注、讨论、喜爱到传承。未来，腾讯将继续加大对围棋AI研究与应用的投入，让绝艺作为科技+文化的代表，继续走前沿科技弘扬国粹文化的道路。」
本届参赛队伍数量达到三年来新高，吸引了全球主流围棋团队参加，包括中国大陆、中国香港、中国台湾、日本、韩国及比利时的14支AI战队参与角逐。
在22日上午进行的八强战中，绝艺、星阵围棋分别淘汰清石围棋、弈小天后晋级四强。23日上午半决赛三番棋开战，绝艺与韩国最大网络巨头NHN研发的韩豆围棋对决，中午未到绝艺连下两城，最终3比0完胜。星阵围棋以同样比分击败丽拉零，继2018腾讯AI围棋大赛后绝艺与星阵围棋再次会师决赛。
决赛是五番棋赛制，24日前三局结束后，绝艺3:0战胜星阵提前夺冠。25日两局赛后比分最终锁定为4:1。
前沿科技弘扬国粹文化与棋手和大众共探围棋边界
绝艺（FineArt）是由腾讯AILab于2016年研发的围棋AI程序，名字来源于唐代诗人杜牧送别围棋国手王逢的诗句——绝艺如君天下少，闲人似我世间无。它运用了人工智能领域的深度强化学习技术，此前曾三次获得围棋AI比赛世界冠军，如2017UEC杯世界计算机围棋大赛、2017AI龙星战及2018腾讯世界人工智能围棋大赛。
在技术研发上，绝艺不断探索在大数据、计算力和算法的极致融合。与一年前参赛版本相比，此次参赛的绝艺版本主要在模型精度、MCTS算法搜索和自对弈数据三方面做了探索优化，胜率可达95%以上。
在专业应用上，除了担任国家围棋队专用训练AI，绝艺也保持与围棋选手和爱好者的交流切磋，在研发过程与柯洁九段等众多职业棋手对弈上万局。在大众教育科普上，绝艺在腾讯野狐围棋免费提供比赛解说、名局精解，对局复盘等服务，与人类共同探索围棋边界。绝艺围棋机器人也常驻北京、上海及深圳的腾讯大楼展厅，并与中国科技馆、北京科技馆、乌镇互联网大会、腾讯T-Day用户开放日、腾讯粤港澳青年行等大型展览活动合作，提升公众对围棋的认知与兴趣。
从绝艺到绝悟腾讯立志攻坚通用人工智能难题
游戏作为真实世界的模拟与仿真，一直是检验和提升AI能力的试金石。而复杂游戏被业界认为是攻克AI终极难题——通用人工智能（AGI）的关键一步。如果在模拟真实世界的虚拟游戏中，AI学会跟人一样快速分析、决策与行动，就能执行更困难复杂的任务并发挥更大作用，因此世界顶级科技公司均在推进「AI+游戏」研究。
腾讯AILab一直是此类研究的先行者。除了2016年起研发的围棋AI「绝艺」，腾讯与王者荣耀2017年起共同研发策略协作型AI「绝悟」，在今年8月王者荣耀世界冠军赛半决赛中已达到电竞职业水平，并将向顶级职业水平发起冲刺。此外，腾讯AILab还曾在射击类顶级AI竞赛VizDoom夺冠，并在《星际争霸2》首先研发出击败内置AI的智能体。
除了自主研发，腾讯AILab还秉持开放合作、共赢未来的态度推进产学研一体化的生态建设。8月18日，腾讯AILab与王者荣耀宣布将共建「AI+游戏开放平台」，开放游戏数据、游戏核心集群（GameCore），到强化学习和模仿学习的计算平台和算力，邀请高校和研究机构深化研究。
从「绝艺」到「绝悟」，腾讯AILab利用游戏场景让AI从0到1自主学习、进化和发展出一套合理的行为决策模式，其中的经验、方法与结论，长期来看，有望在大范围内，如医疗、制造、无人驾驶、农业到智慧城市管理等领域带来更深远影响。
博思杯人工智能围棋大赛落幕 星阵接受采访
陈航
程裁波
新闻赛第3-8名
柯洁和陈航
罗洗河
人工智能团队
汪剑坤
获得亚军的小爱
获得冠军的星阵
参加人机战的女棋手
参加人机战的星阵领奖
合影
昨天击败韩国AI小爱获得“博思杯”2019世界人工智能围棋大赛冠军的中国AI星阵在赛后接受了采访，内容如下：
记者：赛前棋迷朋友们对星阵的期望很高，认为星阵的水平远超过其他参赛AI，但是在预赛第一轮，星阵却爆冷输给了leelaZero，星阵此次比赛首战失利的原因是什么？
星阵：本次预赛采用30分钟包干赛制，需要很好的时间分配策略。星阵在预赛第一盘有一定失误。这盘棋用时策略设置的太快了，导致我们下到第113手问题手时用时不足3分钟，思考还不够充分，没有考虑到对手的一些妙手。走出问题手时发现不对已经来不及了。不合理的时间分配策略使星阵相当于只用了几分之一的算力进行比赛。调整了用时策略之后，星阵的棋力有了明显的提高，在后面的比赛中发挥稳定。
记者：这次世界大赛的整体水平与过去的几届有何不同？与一年前相比，星阵进步了多少？围棋AI水平的上升空间还有多大？
星阵：这次世界大赛是星阵参加过的最高水平的AI比赛。参赛的选手的实力都比之前大大提升。其中棋力提升最明显的就是LeelaZero和小爱围棋。比赛前不少其他参赛选手都提出自己的目标是夺冠，说明他们自评超过了前一次围棋AI比赛的冠军水平。
星阵在这一年中棋力有了非常大的提升，星阵能连续夺冠的原因是比对手的提升更快。围棋AI已经远超过人类水平，但是AI对围棋的理解也只是围棋知识的一小部分，围棋还远远没有被破解，进步提升的空间仍然是巨大的。但是，仅靠学习已有的技术或复制AlphaGo论文工作，仍然会遇到瓶颈。星阵团队努力从算法和模型层面取得突破性进展，以进一步提高围棋AI的水平。
记者：这次比赛留下了很多精彩的棋谱，过程中星阵下出了开源软件未预料到的惊艳手段，如半决赛第2局183、187，决赛第3局145、147等，这种带有个性化棋风特点的招法很符合人类的审美观，请问是如何形成的？
星阵：这种妙手是星阵在自我进化的过程中自然形成的，星阵在深度学习模型和算法上有一定的创新性工作，这使得星阵具有准确的价值和目数评估网络和较强的策略网络。在星阵眼中，这种妙手是通向更高胜率和更多目数的一条好路径，这使得星阵更容易挖掘出这样的妙手。
记者：星阵这次让两子的人机赛表现不错，您认为目前顶级人机之间的差距有多大？
星阵：人机对战一直以来都是大家关心和关注的话题，首先非常感谢主办方提供这次机会，举办这次成功的比赛。
最近几年，在AlphaGo的带动下，围棋AI的水平提高很大。与此同时，顶尖人类职业棋手也使用AI进行训练，学习提高了棋力，不断缩小和AI之间的差距。可以说人类和AI都在不断的快速进步。人类棋手和AI之间的差距未必会像想象中那样越拉越大，具体有多大的差距，只能靠比赛结果来验证。
记者：据说星阵下的是不退让围棋，但比赛中似乎也偶有退让，是怎么回事？
星阵：星阵可以下完全不退让的围棋，在去年的对人类顶尖高手的让先表演赛中使用过这种下法。但完全不退让的下法有时会因为奋力拼搏承担很大风险，例如去年星阵让先对谢科的棋，星阵在领先的情况下希望扩大战果，但由于误算被翻盘。这是一个度的把握。不退让围棋可以更快的扩大优势，也可以在落后的时候咬住局面努力缩小差距，因而可以增大获胜的机会。但完全不退让反而会降低胜率。因此，参加高水平AI比赛时使用带有不退让下法的星阵，但不是100%完全不退让。
记者：有网友说星阵使用超算参加比赛，使用开源围棋AI的棋谱进行训练，这个说法符合事实吗？
很多网友看到星阵经常秒拍，以为星阵算力非常强，使用了超算。事实上，这是一种智能的用时策略，简单的地方秒拍，困难的地方可以长考。星阵没有使用过超算，星阵棋力提升的主要还是靠深度学习模型和算法上的优化提升。事实上，当算力资源达到一定程度的情况下，单纯提高对弈时使用的算力对棋力提升并不明显，很多棋局方向的选择，都要靠模型的准确判断，而不是靠计算。另一方面超算的架构也并不适合围棋AI。
星阵没有使用过任何开源围棋AI的棋谱进行训练，因为不退让围棋的训练方法与AlphaGo架构有所不同，AlphaGo架构的开源软件的棋谱不能直接使用。星阵早期主要使用人类棋谱，目前主要使用星阵自对弈棋谱进行训练。
记者：星阵可以提供独特的目数评估，这对参加比赛有帮助吗？
星阵：目数评估使得星阵可以从胜率和目数两个不同方面评价围棋进程。这种综合的评估方式相比于纯用胜率进行评估具有更高的棋力。此外，目数评估可以让星阵在极大的胜率优势下追求最大目数，下出更精彩的棋局。我们在比赛中使用了这种方式取得了不错的效果。
记者：星阵团队在围棋上取得了很不错的成绩，请问星阵的人工智能技术是否能在其他应用领域发挥作用？
星阵：我们深客科技团队研发星阵围棋，主要是为了验证和研究深度学习和强化学习算法，并将人工智能算法应用到其他领域。
目前，我们正在与合作伙伴一起，积极探索和推进人工智能在围棋以外的应用。包括使用人工智能技术进行风力电场的发电量预测，以及通过精确控制数据中心的空调制冷系统，来做数据中心的智能节电。这些方向都有很好的应用前景。我相信人工智能技术还会在其他更多与人们生活息息相关的领域发挥更大的作用。返回搜狐，查看更多
为什么谷歌人工智能击败围棋冠军这事如此重要
AlphaGo击败围棋冠军的消息在朋友圈刷屏了。从昨天夜里到今天，你的朋友圈是不是被谷歌的人工智能击败围棋冠军这条消息刷屏了？就在谷歌发表《自然》杂志的封面文章后，Facebook人工智能实验室相关人员随即呛声：恭喜谷歌，但这是我们先做到的。
从两个科技巨头对人工智能击败围棋冠军的重视程度上，可以判断，这是人工智能发展史上了不起的挑战。那么人工智能在人机对战中赢得胜利究竟有多重要，可能得从人工智能的发展说起了。
AlphaGo是如何做到战胜欧洲冠军的？
先来看看谷歌的人工智能是怎么击败围棋冠军的。根据1月28日《自然》杂志的封面文章介绍，谷歌DeepMind公司设计的AlphaGo在没有任何让子的情况下以5:0完胜欧洲冠军、职业围棋二段樊麾。
DeepMind团队表示，AlphaGo的关键在于使用人工智能中的深度神经网络。在AlphaGo中有两种不同的神经网络，第一种叫做政策网络（policynetwork），用来预测下一步；第二种叫做价值网络（valuenetwork），用来预测棋盘上不同的分布会带来什么不同的结果。
“简单来说，DeepMind是通过让机器学习做到的。按照以往的方法，人工智能是外界输入一个信息，计算机通过输入信息与已有的信息联系，得出一个结论，是一种递归的方式。但现在DeepMind的做法是，我不告诉机器哪种算法能得到高分，而是训练它，通过学习和分析结果来判断最优策略。这个过程已经开始类似小孩子学习知识的一种方式了。”复旦大学计算机与工程学院副教授邱锡鹏告诉澎湃新闻（www.thepaper.cn）。
再通俗一点的说法就是，DeepMind先用已有的围棋技巧来训练AI，称为监督学习（supervisedlearning），然后让AI和自己对弈，通过深度学习让其掌握如何赢得围棋比赛的技巧。
英国围棋协会财务主管，也是樊麾与AlphaGo比赛的裁判托比·曼宁（TobyManning）目睹了整个对弈过程。在接受国外媒体采访时，他表示：“你甚至很难区分哪一方是人类，哪一方是计算机。在之前的很多软件中，计算机下的很多步可能都很理性，但突然就会变得毫无头绪，而在这场比赛中，几乎看不到计算机与人类的区别。一个区别是时间的分配方式：樊麾下每一步所花的时间都要比AlphaGo更久，而AlphaGo的棋路也不像人类棋手那样富有进攻性。它会非常冷静地落子，而非积极地侵略领地或提子。”
地平线机器人公司CEO余凯在自己的朋友圈称，深度学习领域里的各种进步，让其兴奋不已。因为从简单多层神经网络在语音识别的突破（2011），到对空间展开的卷积神经网络在图像识别领域的突破（2012），再到递归神经网络在序列学习领域（OCR，语音，机器翻译，NLP）的进展（2014），再到基于深度神经网络的增强学习在计算机博弈和控制领域的突破性进展（2016），这个过程人类只用了5年时间。
人工智能战胜围棋冠军是一件里程碑式的事件。为什么这事如此重要？
理解了AlphaGo的人工智能后，再来看看为什么战胜围棋冠军是一件里程碑式的事件。
棋类游戏一直被视为顶级人类智力的试金石。人工智能与人类棋手的对抗一直在上演。1989年开始，IBM的“深蓝”（deepblue）就常常能击败国际象棋大师了，8年后的1997年，深蓝首次打败世界第一的国际象棋棋手加里·卡斯帕罗夫，开始统治国际象棋领域。2006年，成为了人类在国际象棋的绝唱，因为自此之后，人类再没有战胜过最顶尖的人工智能国际象棋选手。
不同于国际象棋，围棋每回合的可能性更多，共有250种可能，一盘棋可以长达150回合。同时，围棋有3^361种局面，而可观测到的宇宙，原子数量才10^80。用人工智能战胜围棋专业选手，按照技术的发展速度，一般认为至少需要10年才能实现。
“为什么我们要致力计算机围棋？因为这是一个需要学习、模式识别、问题解决和规划等技能组合在一起的技能。也是一个测试新的想法，机器学习、推理和规划的好方法。”Facebook人工智能实验室主任YannLeCun在自己的Facebook账号上表示。
Facebook人工智能研究所研究员田渊栋在其知乎账号上指出，围棋难的地方在于它的估值函数非常不平滑，差一个子盘面就可能天翻地覆，同时状态空间大，也没有全局的结构。这两点加起来，迫使目前计算机只能用穷举法并且因此进展缓慢。
目前，田渊栋在Facebook负责黑暗森林（DarkForest）项目，也是一个围棋对弈项目。这个程序已更新到第三个版本，并在KGS服务器上运营了一个多月，并取得了成人组第五的排名。这个排名意味着它已经成为全美国最好的前100名选手之一，也步入了世界最顶尖围棋机器人之列。
赢了欧洲冠军樊麾后，AlphaGo下一步的目标是在3月份挑战围棋世界冠军李世石。
对于这场世纪大对决，DeepMind公司创立者之一德米斯·哈萨比斯（DemisHassabis）表示很有信心。他在接受《自然》杂志采访时称：“AlphaGo很可能在围棋这一领域超越最顶尖的人类，我非常期待看到它在围棋的规则之内创造出新的东西。这是我亲手打造的系统，自然对它怀有很深的感情，尤其考虑到我们打造它的方式——它会不断学习，从某种意义上说我们是在不断‘训练’它，它下棋的方式也很像人类。你在写一段普通的程序时，可能对所有细节都了如指掌，事先安排好了一切，但AlphaGo不一样，它会自己学习提高，这种能力是很了不起的。”
关于AlphaGo的未来应用，哈萨比斯说：“最终，我们想要将这些技术应用到真实世界的重要问题中。因为我们用的方法是通用的，我们希望有一天，它们能延伸得更广，帮助解决最紧迫的社会问题，从医药诊断到环境模型。”
按照哈萨比斯的描述，这项技术在Google的首个用途将是开发更好的个人助理软件。这样的个人助理能够从用户在线行为中学习用户偏好，并对产品和事件作出更符合直觉的建议。利用人工智能来做私人助理，这与Facebook首席执行官马克 · 扎克伯格之前的想法又不谋而合了。
2019世界智能围棋公开赛 专访“不退不让”的星阵围棋
随着2019中国围棋大会开幕临近，我们亦将迎来2019“中信建投证券杯”世界智能围棋公开赛。而此次世界智能围棋公开赛或将是历届规模和水平最高的一届围棋AI比赛，比赛场地定于山东省日照市科技文化中心，时间定在8月21-24日，这四天将有来自多个国家和地区的14支围棋AI队伍展开紧张角逐，届时相信“神仙”打架定会“弈”彩纷呈！
星阵围棋素以“不退让围棋”而闻名，曾获得过2018日本AI龙星战、2018世界智能围棋公开赛、2019“博思杯”世界人工智能围棋大赛三次冠军。在本届绝大多数参赛队伍所给出的赛前预测中，“星阵围棋”均为夺冠热门。有人预测，本届世界智能围棋公开赛的最大看点或将是“星阵围棋”“绝艺”代表的中国AI对抗日韩AI的激烈争霸场面。星阵的主创人金涬博士详尽地回答了我们的8个问题：
1、可以简单的介绍一下自己的参赛队吗？
深客科技是一家专注人工智能的高科技企业，为探索人工智能前沿技术，我们开发了围棋AI程序“星阵围棋”。星阵于2018年4月战胜世界冠军柯洁九段，2018年5月让先对阵顶尖职业棋手41局获得40胜1负，随后相继三次获得世界人工智能围棋大赛冠军。2019年4月，星阵让二子对阵四位世界女子顶尖棋手，获得全胜。星阵曾代表中国人工智能参加第四届东方经济论坛，并在2018世界人工智能大会上接受刘鹤副总理视察。
2、可以介绍一下你们在参赛围棋AI上的技术原理和自身优势吗？
“星阵围棋”在AlphaGo的基础上做了一些技术创新。星阵的主要贡献涉及到机器学习的两个重要领域，多任务学习和迁移学习。
与AlphaGo只使用策略网络（PolicyNetwork）和价值网络（ValueNetwork）不同，星阵同时学习了四个主任务，另外两个是领地网络（AreaNetwork）和子差网络（ScoreNetwork）。领地网络基于任意给定盘面，分别估算棋盘上每个交叉点最终归属黑棋或白棋的概率。子差网络基于任意给定盘面，估算最终黑方子数与白方子数的差值。在领地网络和子差网络的帮助下，星阵对局面的判断更加全面、立体，这也让星阵学会了像人一样“点目”，而不仅仅是依靠胜率来下棋。在胜率接近的情况下，星阵会选择子差更优的下法，将领先的优势继续扩大，或者试图缩小落后的目数，咬住局面寻找机会。这一技术特点也形成了星阵“不退让围棋”的棋风。
另外，目前围棋AI大多使用19路棋盘，中国规则黑贴3.75子，此规则下的训练样本相对充足。星阵通过引入迁移学习技术，将中国规则黑贴3.75子的模型，用较小的代价，迁移到其他规则下。迁移学习为星阵带来了极大的算法灵活性，于是星阵可以进行任意路数的对局，也可以进行任意贴目的对局，可以进行让子棋的对弈，完美适应中国规则数子法和韩日规则数目法。可以说，迁移学习使得星阵在围棋上实现了“举一反三”的智能。
3、你们在开发自己的围棋AI过程中用了多长时间？期间遇到过的挑战有哪些？
深客科技是一家小创业团队，刚刚成立一年多。与谷歌、腾讯等资金和计算资源充足的大团队不同，我们的研发经费和服务器都是自筹资金。众所周知，围棋AI是需要大量计算资源投入的项目，我们的主要挑战是利用十分有限的计算资源，来达到甚至超过其他团队使用数倍甚至数十倍资源达到的水平。
我们采用多任务学习来解决这个问题，通过多任务学习，充分利用每一个训练样本所包含的信息，这样能大大减少对训练样本的需求量，进而减少对计算资源的需求量。
4、据悉本届世界智能围棋公开赛的参赛队实力都很强，是历届比赛中最强的一届，你是如何评价这次的对手的？
各个围棋AI的水平一直都在快速提升。此次参赛的队伍无论是从实力还是数量都是历史之最，其中“绝艺”时隔一年多再次参赛应该是最受关注的，我们也很期待跟他们在比赛中再次交手。另外还有顾彼思问鼎围棋（GLOBIS-AQZ），从他们赛前发布会的情况来看，应该也会是实力强劲的对手。其他的参赛队有一些是老对手，如里拉零（LeelaZero），但也有很多新面孔，相信他们都具有不俗的实力。
5、你们的围棋AI在技术风格上有哪些特色？
“星阵围棋”使用少量硬件资源完成训练，实现更具通用性、更人性化的高水平围棋智能软件。对局进程中，星阵会像人类一样用点目的方式进行形势判断，无论优势劣势，始终追求最优下法，以“不退让围棋”闻名。星阵还可以进行任意路数和任意贴目的对局，完美适应各种围棋规则。
6、谈一谈你们的AI对贴目合理性的判断？
合理的贴目是围棋公平性的保证，在围棋AI出现以前，人类一直在探索合理的贴目。围棋AI出现以后，成为了人类更强大的工具，帮助人类研究更合理的贴目。星阵认为目前中国规则黑贴3.75子，白棋的优势很大。星阵认为如果使用中国规则数子法，贴2.75子黑棋稍稍有利，但或许比贴3.75子更加平衡。另外，日本规则数目法贴6.5时，星阵仍然认为白棋有利。
7、你对未来围棋AI水平上限的预期是怎样的？
AlphaGoZero算法可以自我学习，不断迭代提升水平，被证明是一种优秀的强化学习算法。但使用单一算法，水平提升终有上限。AlphaGo论文中棋力曲线图显示，前72小时的棋力是快速上升的，之后的提升速度逐渐变缓，40天左右遇到瓶颈后停止了训练。但是事实上围棋的问题足够复杂，留给研究者的空间足够广阔，围棋AI仍然有很大的上升空间。我相信要突破水平上升的瓶颈，唯有通过不断的算法创新。目前星阵的水平仍然在较快的提升，我们也在不断通过各种尝试，进一步提升水平，但距离真正的围棋上帝还非常遥远。也正因为如此，围棋AI在未来很长时间，仍然是非常理想的算法试验田。
8、你们是否在探索尝试AI在非围棋领域的应用？是否有明确的方向和新的突破？
深客科技希望将围棋作为算法的试验田，进而尝试将算法移植到能源、生活服务等多种应用场景中。目前深客正积极与合作伙伴一起，展开多个应用项目的研发与实施。包括将人工智能技术精确控制数据中心制冷系统，达到节电减低PUE的目标；以及将AI技术用于储能电站，基于大数据预测电池的工作状态及寿命。目前这些领域的尝试都已经有了一些积极的进展和突破。
（中国围棋协会）
(责编：管若寒、胡雪蓉)分享让更多人看到
世界AI围棋大赛冠军：“阿尔法狗永远不会走下神坛”
12月4日，“福建海峡银行杯”2020人工智能围棋大赛赛后发布会在福州吴清源会馆举行，获得此次大赛的前四名星阵、采薇、天狗、丽拉零代表以及原中国围棋协会副主席、原北京邮电大学校长林金桐，世界冠军时越九段，著名围棋规则专家陈祖源，裁判长程裁波等出席，美女棋手王香如初段担任主持。
【各队感想】
第四名里拉零：
作为多年征战世界AI比赛的团队，这次参加今年的福州AI大赛，印象尤其深刻。首先对在疫情这么严重的期间，主办方能举办这么高规格的比赛表示非常的感谢。
目前来看，这个比赛越来越规范，规则越来越合理，赛事平台也越来越稳定和成熟，参赛队伍的整体水平提高很快。比赛之间充满着不确定性，看起来非常精彩。与之相反的是，我们团队这次比赛失误很多，超时断线也输了好几场比赛。赛后我们团队一定会认真地总结经验教训。
季军天狗：
首先感谢主办方，感谢裁判组。我们这次比赛是以KataGo作为基础然后做一些优化，运气不错，获得了第3名的好成绩。其次，我觉得开源的队伍之间其实都是差不多的，我们也就是运气好一点吧。大家也是在凭借兴趣在做这样一件事情。
我是第一次来福州，对这次比赛的组织感觉很满意，自己也是挺开心的。
亚军采薇：
这是采薇围棋第一次参加AI围棋大赛。感谢主办方提供这次宝贵的机会，让我可以跟世界顶尖高手切磋，让我学习到了非常多的东西。
因为是第一次参加比赛，所以在一开始的时候，我们对自己的这个程序在众多选手里是处于怎样的一个水平并不是非常清楚。所以预赛成绩已经超出了预期，只输了星阵一场。总体上运气和签位都是非常好的，一路走到了总决赛。
决赛的对手星阵围棋实力非常强，所以我当时心态比较放松，就想如果能赢一盘的话就比较好。非常遗憾，还是0比4输了。但是我觉得这是个好事儿，说明我的程序还有比较大的提升空间。所以我回去会争取提升程序，希望以后可以和更多的高手进行切磋。
冠军星阵：
本次能够获得比赛的冠军，整个团队都非常开心，包括很多远在北京没有能够来福州现场来看比赛的团队成员，他们一直在关注我们的比赛。
这次是我们第三次来到福州参加比赛。福州是星阵的福地，每次来福州，星阵都能取得好成绩。我想感谢主办方给星阵提供了这么好的展示舞台。也感谢参加比赛的各个选手和代表队。这里边有多年参加比赛的老面孔，像里拉零、石子旋风、小爱围棋。也有很多新面孔，像采薇围棋这样的后起之秀。星阵很高兴和他们一起共同成长、共同进步。让围棋AI呈现百花齐放的局面。
最近的一两年，在研发高水平AI的同时，我们也花了很多精力在做星阵的产品。我们在去年的九月份发布了星阵网页版，今年九月份发布了手机 APP，里面包含AI对弈、分析研究、复盘报告、大赛直播、专项特训等功能。我们希望上至顶尖棋手，下至初学者，大家学围棋，玩围棋，看围棋，都能用得上星阵。
星阵会和大家一起，共同探求围棋的奥秘。
感谢主办方长乐区人民政府和福州市体育局，比赛组委会和裁判组。希望下次有机会再来福州。谢谢大家。
【二】世界冠军时越九段
很高兴作为职业棋手来参加AI大赛的发布会。我作为观众看了这么多天的神仙打架，最大的感受是比起以往的人工智能大赛，这次的水平更加接近。预赛阶段很多半目胜负，以我的水平到最后一刻无法判断输赢。职业棋手的终极追求就是棋艺技术上的进步。对高水平AI的出现是非常欢迎的。我希望AI能够一直持续进步提高，这样人类围棋也可以达到更高的技术水平。就像热播电视剧《棋魂》里面说的：追求“神之一手”。比起四年前的AlphaGo投入了很多资源研究，我不知道今天的围棋AI研发是出于情怀，还是从围棋而来的技术在其他领域也有拓展。希望比赛能够持续下去，各种AI百花齐放，使围棋技术更上一层楼。
裁判长程裁波
“福建海峡银行杯”2020年世界人工智能围棋大赛作为目前世界上AI围棋最高水平的三大赛事之一，对竞赛裁判工作的高标准和高要求是毋庸置疑的。高水平的竞赛裁判团队是大赛平稳顺利举行的根本。因此本届AI大赛的竞赛裁判团队成员组成由以下几个方面着重考虑选派。
一、具有较强的围棋水平
竞赛裁判团队的成员由年轻的职业棋手、业余6段和业余5段棋手组成。
二、具有良好的AI知识水平和实际运用能力
竞赛裁判团队的成员基本都是接受过高等教育，学习过计算机相关课程。具有良好的AI知识水平和实际运用能力。
三、具有前几届世界围棋AI大赛执裁经验
因为世界AI大赛的特殊性，有别于其他的围棋大赛。因此，在实际竞赛裁判过程中，对具体的工作和执裁经验都提出了一定的要求。因此，本届比赛甄选的竞赛裁判团队成员，基本上是具有世界三大人工智能大赛的实际执裁工作经验。
四、具有英语等语言能力
世界AI大赛对英语等国际通用语言能力的要求，也是比赛的基本保证。团队成员除了基本具备普通英语水平外，更有英文专业以及精通日文韩文的人员。从根本上保障了各国参赛队以及AI大赛对英语等语言能力的要求。
五、具有较强的团队沟通合作意识，有责任心，细心，耐心
竞赛裁判团队除了和参赛团队保持良好的沟通之外，和赛事对弈平台的工作也需要密切合作。第一时间的沟通协调合作，也是保证AI大赛顺利进行的必须。责任心，细心和耐心，也是工作中必不可少的基本素质。
规则专家陈祖源
我介绍一下这次使用的3又1/4子规则。传统的3又3/4子规则，AI认为白棋明显有利，黑方初始胜率一般在40%左右。在去年中国围棋大会世界智能围棋公开赛上，黑方18胜33负，胜率35%，严重偏离平衡，这对AI围棋比赛的长远发展非常不利。改用本次比赛的3又1/4子规则后，本届比赛预赛阶段黑方39胜31负，胜率约55%，决赛阶段黑方10胜10负，胜率50%，AI黑方初始自评胜率在50%左右。说明本次比赛的规则调整达到了目的。另外3又1/4子规则和3又3/4子规则的差别可类比于日本规则和中国规则的差别，二者之间很难统一，不仅是一目棋的问题，是规则界的难题。因国际公认现日本规则具有严重逻辑缺陷，AlphaGo为代表的围棋AI无法严格执行日本规则，但中国规则要实现3又1/4，在技术上需要做出修正，规则上提出些新的东西。从本次比赛来看，预赛阶段第一天有的AI不适应规则，出现当胜反负的现象，但到了决赛阶段，所有的AI都经受住了考验，完美的执行了新规则。这具有很重要的意义，对于我们将来围棋规则的统一具备现实参考价值。
【记者提问环节】
记者：里拉零是老牌的开源项目，也参加了很多届AI大赛。但是据说项目现在已经基本停止了，请问这次里拉零和去年福州智能大赛相比有没有进步？
答：今年参赛的里拉零相对于去年进步应该是非常大的。之所以您提出这个问题，也许是因为我们有更优秀的算法KataGo出现了，大家的现在关注的目光可能都放在KataGo那一块。所以里拉零的进步就表现得没有那么明显。
记者：请问星阵，这次比赛中有很多是老对手，星阵觉得这些AI的水平怎么样？
星阵：每个队的进步都非常大。世界围棋AI大赛的水平一年高过一年，上届比赛的亚军小爱围棋这次比赛没能进入前八名，足以看出这一点。比赛前有几个队伍都提出了自己的目标是夺冠，说明他们自评过，自己今年的水平是超过了前一次围棋AI比赛冠军水平的。
记者：刚才时越提到职业棋手在追求人类的“神之一手”，请问金涬博士，AlphaGo当年是否达到了AI的“神之一手”？AI研究的下一步目标和方向是什么？
金涬：众多AI包括我们都在追求“神之一手”的路上。围棋AI的发展不存在所谓的上限。包括星阵在内的很多AI，水平仍在不断提升。星阵努力通过技术创新和突破，更快速的提升水平。总的来说，路途还很遥远。
记者：星阵本次决赛，9盘棋都下得大开大阖，非常精彩，并没有看到AI对局中常见的半目胜负，请问星阵是否采用了什么不同的算法？
星阵：您的问题非常好，问到了星阵的一项核心技术。众所周知，按照AlphaGo论文的方法，训练围棋AI需要海量的计算资源，远远超过我们初创团队的财力。于是，从第一天起，摆在我们面前的问题就是，如何用少量的资源达到甚至超过AlphaGo的水平。
星阵首创了将目数和胜率结合的训练方法，这种方法有两个特点：
其一，这种方法充分使用了每一盘训练棋谱中的各种信息，不只是胜负，还包括输赢多少目数，占领哪些领地等丰富的信息。简单的说一张棋谱可以当顶得上很多张训练棋谱。于是星阵得以用很少的成本，赶超AlphaGo的水平。
另外，这种方法使得星阵有了目数判断的能力，不仅仅追求输赢，有可能的情况下，还要尽可能赢得多，形成了星阵不退让围棋的棋风。如果杀棋和简单收官都能获胜，星阵会选择杀棋的路线。好像时越也很喜欢这种下法（笑）
记者：采薇是第一次参加AI大赛，就能取得亚军这样的成绩。请问采薇采用了哪些关键技术？为什么不借鉴开源程序？
采薇：我开发了一个高性能的搜索引擎，能充分利用GPU的资源。从名次上来讲，其实也是自己运气比较好，到决赛才遇到星阵。不借鉴开源程序，一个原因是我自己的兴趣所在，另外一个原因其实也是我觉得开源程序在有些技术点上搞的并不是很好。
记者：请问天狗围棋，据说本次参赛的很多队伍用的都是KataGo或者是KataGo的进化版，天狗围棋到底做了哪些特别的优化，得以脱颖而出击败其他程序获得第三名？
天狗：我们队的资源比较丰富，可以同时运行几个引擎和权重，我们还开发了一个推荐点整合的算法，可以综合多个引擎的意见，这样就有效避免了计算中的盲点。
记者：过去我们看阿法零它那个棋我们是看不懂的，感觉来自未来，但现在你们下的棋我们看得懂，感觉比较接地气了，是不是你们有意做了这方面的调整或改变？
金涬：星阵首创了一种胜率和目数相结合的算法，这种算法其实更贴近于人们的思路，而不是单纯地从胜利角度出发。所以星阵下出来的棋，人更容易理解和欣赏。
记者：请问时越，以你的角度看，现在各种围棋AI有没有棋风一说，像人类一样有个人的偏好？
时越：我认为是有不同的棋风。星阵在决赛阶段的这盘棋，是杀大龙，跟我棋风很像。但是星阵可能是成竹在胸，我是凭着一股勇气就冲上去了。但是总体来讲，AI之间的棋风，是没有人类之间棋风那么的鲜明的变化，有可能会有一些细微的差别。
calmgo网友提问里拉零：作为爱好者，很高兴看到围棋AI这两年进步很大，请问对比3年前开始点33的AI，现在的AI在判断上有没有哪些有趣的改变？
里拉零：开局点三三一直是人类对AI最直观的感受。AI进步神速，但是开局走星位被点33依然是很普遍的。在超高算力的情况或者在katago的pda模式（更加激进的模式）下，ai更多的是选择小目，这次比赛lz和星阵的对局中居然出现了4个小目，说明AI还是觉得被点33很难下。
calmgo网友提问星阵：可否通过AI吻合度或其他棋谱分析方法评价棋手实力？
星阵：其实这种方法并不科学，就拿本次比赛半决赛星阵对Leela的棋来说，有热心网友用katago分析，来评价双方的水平，Leela的评分是70多分，而星阵的评分只有50多分，让人难以信服。星阵正在尝试用其他方法来评价棋手的实力。
Maxwell二世网友提问星阵：由于时代发展和科技进步，阿尔法围棋是否早已走下神坛沦为凡人？
星阵：AlphaGo是围棋AI的开山鼻祖，它通过人机大战让全世界相信了人工智能的力量。AlphaGo永远不会走下神坛沦为凡人。