1 圍棋與人工智能 絡(luò)，極大減少了搜索空間，即在搜索過(guò)程中的計(jì)算量，提高

　　圍棋作為中國(guó)傳統(tǒng)四大藝術(shù)之一，擁有著幾千年的悠了對(duì)棋局估計(jì)的準(zhǔn)確度。

　　久歷史。圍棋棋盤(pán)由1 9 條橫線和1 9 條豎線組成，共有2.1 深度強(qiáng)化學(xué)習(xí)方法

　　19*19=361個(gè)交叉點(diǎn)，圍棋子分為黑白兩種顏色，對(duì)弈雙方深度學(xué)習(xí)源于人工神經(jīng)網(wǎng)絡(luò)的研究，人類大量的視覺(jué)

　　各執(zhí)一色，輪流將一枚棋子下在縱橫交叉點(diǎn)上，終局時(shí)，棋聽(tīng)覺(jué)信號(hào)的感知處理都是下意識(shí)的，是基于大腦皮層神經(jīng)

　　子圍上交叉點(diǎn)數(shù)目最多的一方獲勝。圍棋棋盤(pán)上每一個(gè)縱網(wǎng)絡(luò)的學(xué)習(xí)方法，通過(guò)模擬大腦皮層推斷分析數(shù)據(jù)的復(fù)雜

　　橫交叉點(diǎn)都有三種可能性：落黑子、落白子、留空，所以圍層狀網(wǎng)絡(luò)結(jié)構(gòu)，使用包含復(fù)雜結(jié)構(gòu)或由多重非線性變換構(gòu)

　　棋擁有高達(dá)3^361種局面；圍棋的每個(gè)回合有250種可能，一成的多個(gè)處理層對(duì)數(shù)據(jù)進(jìn)行高層抽象，其過(guò)程類似于人們

　　盤(pán)棋可長(zhǎng)達(dá)150回合，所以圍棋的計(jì)算復(fù)雜度為250^150，約識(shí)別物體標(biāo)注圖片。現(xiàn)如今，應(yīng)用最廣泛的深度學(xué)習(xí)模型

　　為10^170，然而全宇宙可觀測(cè)的原子數(shù)量只有10^80，這足以包括：卷積神經(jīng)網(wǎng)絡(luò)、深度置信網(wǎng)絡(luò)、堆棧自編碼網(wǎng)絡(luò)和遞

　　體現(xiàn)圍棋博弈的復(fù)雜性和多變性。歸神經(jīng)網(wǎng)絡(luò)等。

　　人工智能（Artificial Intelligence，AI）主要研究人類思強(qiáng)化學(xué)習(xí)源于動(dòng)物學(xué)習(xí)、參數(shù)擾動(dòng)自適應(yīng)控制等理

　　維、行動(dòng)中那些尚未算法化的功能行為，使機(jī)器像人的大論，通過(guò)模擬生物對(duì)環(huán)境以試錯(cuò)的方式進(jìn)行交互達(dá)到對(duì)環(huán)

　　腦一樣思考、行動(dòng)。長(zhǎng)期以來(lái)，圍棋作為一種智力博弈游境的最優(yōu)適應(yīng)的方式，通過(guò)不斷地反復(fù)試驗(yàn)，將變化無(wú)常

　　戲，以其變化莫測(cè)的博弈局面，高度體現(xiàn)了人類的智慧，為的動(dòng)態(tài)情況與對(duì)應(yīng)動(dòng)作相匹配。強(qiáng)化學(xué)習(xí)系統(tǒng)設(shè)置狀態(tài)、

　　人工智能研究提供了一個(gè)很好的測(cè)試平臺(tái)，圍棋人工智能動(dòng)作、狀態(tài)轉(zhuǎn)移概率和獎(jiǎng)賞四個(gè)部分，在當(dāng)前狀態(tài)下根據(jù)

　　也是人工智能領(lǐng)域的一個(gè)重要挑戰(zhàn)。策略選擇動(dòng)作，執(zhí)行該過(guò)程并以當(dāng)前轉(zhuǎn)移概率轉(zhuǎn)移到下一

　　傳統(tǒng)的計(jì)算機(jī)下棋程序的基本原理，是通過(guò)有限步數(shù)狀態(tài)，同時(shí)接收環(huán)境反饋回來(lái)的獎(jiǎng)賞，最終通過(guò)調(diào)整策略

　　的搜索樹(shù)，即采用數(shù)學(xué)和邏輯推理方法，把每一種可能的來(lái)最大化累積獎(jiǎng)賞。

　　路徑都走一遍，從中選舉出最優(yōu)路徑，使得棋局勝算最大。深度學(xué)習(xí)具有較強(qiáng)的感知能力，但缺乏一定的決策能

　　這種下棋思路是充分發(fā)揮計(jì)算機(jī)運(yùn)算速度快、運(yùn)算量大等力；強(qiáng)化學(xué)習(xí)具有決策能力，同樣對(duì)感知問(wèn)題無(wú)能為力。深

　　優(yōu)勢(shì)的“暴力搜索法”，是人類在對(duì)弈規(guī)定的時(shí)間限制內(nèi)無(wú)度強(qiáng)化學(xué)習(xí)方法是將具有感知能力的深度學(xué)習(xí)和具有決

　　法做到的。但是由于圍棋局面數(shù)量太大，這樣的運(yùn)算量對(duì)策能力的強(qiáng)化學(xué)習(xí)結(jié)合起來(lái)，優(yōu)勢(shì)互補(bǔ)，用深度學(xué)習(xí)進(jìn)行

　　于計(jì)算機(jī)來(lái)講也是相當(dāng)之大，目前的計(jì)算機(jī)硬件無(wú)法在對(duì)感知，從環(huán)境中獲取目標(biāo)觀測(cè)信息，提供當(dāng)前環(huán)境下的狀

　　弈規(guī)定的時(shí)間內(nèi)，使用計(jì)算機(jī)占絕對(duì)優(yōu)勢(shì)的“暴力搜索法”態(tài)信息；然后用強(qiáng)化學(xué)習(xí)進(jìn)行決策，將當(dāng)前狀態(tài)映射到相

　　完成圍棋所有局面的擇優(yōu)，所以這樣的下棋思路不適用于應(yīng)動(dòng)作，基于初期匯報(bào)評(píng)判動(dòng)作價(jià)值。

　　圍棋對(duì)弈。 深度強(qiáng)化學(xué)習(xí)為復(fù)雜系統(tǒng)的感知決策問(wèn)題提供了一

　　搜索量巨大的問(wèn)題一直困擾著圍棋人工智能，使其發(fā)種全新的解決思路。

　　展停滯不前，直到2006年，蒙特卡羅樹(shù)搜索的應(yīng)用出現(xiàn)，2.2 蒙特卡洛樹(shù)搜索

　　才使得圍棋人工智能進(jìn)入了嶄新的階段，現(xiàn)代圍棋人工智蒙特卡洛樹(shù)搜索是將蒙特卡洛方法與樹(shù)搜索相結(jié)合

　　能的主要算法是基于蒙特卡洛樹(shù)的優(yōu)化搜索。形成的一種搜索方法。所謂蒙特卡洛方法是一種以概率統(tǒng)

　　2 圍棋人工智能基本原理 計(jì)理論為指導(dǎo)的強(qiáng)化學(xué)習(xí)方法，它通常解決某些隨機(jī)事件

　　出現(xiàn)的概率問(wèn)題，或者是某隨機(jī)變量的期望值等數(shù)字特征

　　目前圍棋人工智能最杰出的代表，是由谷歌旗下人工問(wèn)題。通過(guò)與環(huán)境的交互，從所采集的樣本中學(xué)習(xí)，獲得關(guān)

　　智能公司DeepMind創(chuàng)造的AlphaGo圍棋人工智能系統(tǒng)。它于決策過(guò)程的狀態(tài)、動(dòng)作和獎(jiǎng)賞的大量數(shù)據(jù)，最后計(jì)算出

　　在與人類頂級(jí)圍棋棋手的對(duì)弈中充分發(fā)揮了其搜索和計(jì)累積獎(jiǎng)賞的平均值。

　　算的優(yōu)勢(shì)，幾乎在圍棋界立于不敗之地。蒙特卡洛樹(shù)搜索算法是一種用于解決完美信息博弈

　　AlphaGo系統(tǒng)的基本原理是將深度強(qiáng)化學(xué)習(xí)方法與蒙（perfect information games，沒(méi)有任何信息被隱藏的游戲）

　　特卡洛樹(shù)搜索結(jié)合，使用有監(jiān)督學(xué)習(xí)策略網(wǎng)絡(luò)和價(jià)值網(wǎng)的方法，主要包含選擇（Selection）、擴(kuò)展（Expansion）、模擬

　　作者簡(jiǎn)介：胡趙宇，男，浙江紹興人，研究方向：計(jì)算機(jī)、教育學(xué)。

　　2017年4月上 第7期 總第259期 193

　　 學(xué)術(shù)研究 China Science & Technology Overview

　　（Simulation）和反向傳播（Backpropagation）四個(gè)步驟。

　　2.3 策略網(wǎng)絡(luò)與價(jià)值網(wǎng)絡(luò)

　　AlphaGo系統(tǒng)擁有基于蒙特卡洛樹(shù)搜索方法的策略網(wǎng)絡(luò)（Policy Network）和價(jià)值網(wǎng)絡(luò)（Value Network）兩個(gè)不同的神經(jīng)網(wǎng)絡(luò)大腦，充分借鑒人類棋手的下棋模式，用策略網(wǎng)絡(luò)來(lái)模擬人類的“棋感”，用價(jià)值網(wǎng)絡(luò)來(lái)模擬人類對(duì)棋盤(pán)盤(pán)面的綜合評(píng)估。

　　AlphaGo系統(tǒng)主要采用有監(jiān)督學(xué)習(xí)策略網(wǎng)絡(luò)，通過(guò)觀察棋盤(pán)布局，進(jìn)行棋路搜索，得到下一步合法落子行動(dòng)的概率分布，從中找到最優(yōu)的一步落子位置，做落子選擇。DeepMind團(tuán)隊(duì)使用棋圣堂圍棋服務(wù)器上3000萬(wàn)個(gè)專業(yè)棋手對(duì)弈棋譜的落子數(shù)據(jù)，來(lái)預(yù)測(cè)棋手的落子情況。期間，系統(tǒng)進(jìn)行上百萬(wàn)次的對(duì)弈嘗試，進(jìn)行強(qiáng)化學(xué)習(xí)，將每一個(gè)棋局進(jìn)行到底，不斷積累“經(jīng)驗(yàn)”，學(xué)會(huì)贏面最大的棋路走法，最終達(dá)到頂級(jí)圍棋棋手的落子分析能力。而AlphaGo的價(jià)值網(wǎng)絡(luò)使用百萬(wàn)次對(duì)弈中產(chǎn)生的棋譜，根據(jù)最終的勝負(fù)結(jié)果來(lái)進(jìn)行價(jià)值網(wǎng)絡(luò)訓(xùn)練，預(yù)測(cè)每一次落子選擇后贏棋的可能性，通過(guò)整體局面的判斷來(lái)幫助策略網(wǎng)絡(luò)完成落子選擇。

　　3 圍棋人工智能意義

　　經(jīng)過(guò)比賽測(cè)試證明，AlphaGo系統(tǒng)的圍棋對(duì)弈能力已經(jīng)達(dá)到世界頂級(jí)棋手水平。一直以來(lái)，圍棋因?yàn)閺?fù)雜的落子選擇和巨大的搜索空間使得圍棋人工智能在人工智能領(lǐng)域成為一個(gè)具有代表性的難度挑戰(zhàn)。目前的硬件水平面對(duì)如此巨大的搜索空間顯得束手無(wú)策，AlphaGo系統(tǒng)基于

　　有監(jiān)督學(xué)習(xí)的策略網(wǎng)絡(luò)和價(jià)值網(wǎng)絡(luò)大大減少搜索空間，在訓(xùn)練中開(kāi)創(chuàng)性地使用深度強(qiáng)化學(xué)習(xí)，然后結(jié)合蒙特卡洛樹(shù)搜索方法，使得系統(tǒng)自學(xué)習(xí)能力大大提高，并且AlphaGo系統(tǒng)在與人類頂級(jí)棋手對(duì)弈中取得的連勝卓越成績(jī)，為其在人工智能領(lǐng)域奠定了堅(jiān)實(shí)的里程碑地位。

　　雖然圍棋人工智能取得了如此優(yōu)秀的成績(jī)，但是也僅僅是它在既定規(guī)則內(nèi)的計(jì)算處理能力遠(yuǎn)遠(yuǎn)超過(guò)了人類的現(xiàn)有水平，并且還有有待提高和完善的地方。在人類的其他能力中，例如情感、思維、溝通等等領(lǐng)域，目前的人工智能水平是遠(yuǎn)遠(yuǎn)達(dá)不到的。但是隨著科技的進(jìn)步和人類在人工智能領(lǐng)域的研究深入，人工智能與人類的差距會(huì)逐漸減小，像圍棋人機(jī)大戰(zhàn)人工智能連勝人類這樣的例子也可能在其他領(lǐng)域發(fā)生，這就意味著人工智能的發(fā)展前景十分可觀。

　　4 結(jié)語(yǔ)

　　人類和人工智能共同探索圍棋世界的大幕即將拉開(kāi)，讓人類棋手結(jié)合人工智能，邁進(jìn)全新人機(jī)共同學(xué)習(xí)交流的領(lǐng)域，進(jìn)行一次新的圍棋革命，探索圍棋真理更高的境界。

　　參考文獻(xiàn)

　　［1］趙冬斌，邵坤，朱圓恒，李棟，陳亞冉，王海濤，劉德榮，周彤，王成紅。深度強(qiáng)化學(xué)習(xí)綜述：兼論計(jì)算機(jī)圍棋的發(fā)展［J］。控制理論與應(yīng)用，2016，（06）：701-717.

　　［2］陶九陽(yáng)，吳琳，胡曉峰.AlphaGo技術(shù)原理分析及人工智能軍事應(yīng)用展望［J］。指揮與控制學(xué)報(bào)，2016，（02）：114-120.

　　······上接第192頁(yè)實(shí)踐證明，只有不斷提高管理人員和管制人員的安全

　　3.2 加強(qiáng)空管安全文化的制度建設(shè)文化素質(zhì)，才能全面提升空管的整體安全素質(zhì)。而管制人

　　任何事業(yè)的發(fā)展都必須有政策作保障，正確且有力的員安全素質(zhì)的提高關(guān)鍵在于觀念的更新。促使人們樹(shù)立正

　　政策可促進(jìn)工作的開(kāi)展和事業(yè)的發(fā)展。只有正確的政策作確安全觀念，可通過(guò)宣傳畫(huà)，出版管制好習(xí)慣手冊(cè)，組織班

　　指導(dǎo)，才能推動(dòng)空管安全文化建設(shè)順利進(jìn)行。前班后講評(píng)會(huì)、月度安全生產(chǎn)分析會(huì)、安全管理大課等形

　　首先，要進(jìn)一步完善空管安全管制法律法規(guī)，制定空式來(lái)宣傳安全文化理念；通過(guò)嚴(yán)格管理，領(lǐng)導(dǎo)以身作則來(lái)

　　管安全文化建設(shè)綱要，明確空管安全文化建設(shè)的指導(dǎo)思確保制度的執(zhí)行；通過(guò)不安全事件的案例分析來(lái)教育和培

　　想、戰(zhàn)略目標(biāo)、任務(wù)以及措施等，促進(jìn)空管安全文化建設(shè)的養(yǎng)員工安全意識(shí)，使員工認(rèn)識(shí)到“安全就是誠(chéng)信”；“安全就

　　規(guī)范化。健全的法律法規(guī)和完善的建設(shè)綱要，可以使空管是核心競(jìng)爭(zhēng)力”“安全就是效益”。逐步將員工從“要我安

　　安全文化建設(shè)不會(huì)因人、因時(shí)、因地的改變而改變，真正做全”到“我要安全”轉(zhuǎn)變。營(yíng)造安全文化氛圍，通過(guò)潛移默化

　　到依法建設(shè)、依法管理，保障空管安全文化建設(shè)的可持續(xù)的方式來(lái)強(qiáng)化員工的核心價(jià)值觀和安全理念。安全文化是

　　發(fā)展。通過(guò)教育形成觀念產(chǎn)生行為，教育在安全文化建設(shè)中，承

　　其次，要制定空管安全文化建設(shè)責(zé)任制，明確各級(jí)領(lǐng)擔(dān)重要任務(wù)，安全教育要形成制度，不斷進(jìn)行。只有通過(guò)安

　　導(dǎo)和人員的責(zé)任，以強(qiáng)化空管安全文化建設(shè)的組織領(lǐng)導(dǎo)。全教育，才能優(yōu)化人的安全觀念，安全意識(shí)，提高人的安全

　　第三，要建立空管安全文化建設(shè)的激勵(lì)機(jī)制和約束機(jī)行為水平。

　　制，把空管安全文化建設(shè)作為創(chuàng)優(yōu)評(píng)先等的基本條件，推4 結(jié)語(yǔ)

　　動(dòng)空管深入地開(kāi)展安全文化建設(shè)。綜上所述，安全文化建設(shè)是一項(xiàng)基礎(chǔ)性、戰(zhàn)略性的工

　　3.3 加強(qiáng)空管安全文化的教育形式

　　程，這需要我們從長(zhǎng)計(jì)議、持之以恒，急功近利、半途而廢

　　民航的技術(shù)性、系統(tǒng)性和風(fēng)險(xiǎn)性特征要求行業(yè)必須有

　　是不可取的。建設(shè)良好的安全文化管理，是空管有效預(yù)防

　　一個(gè)統(tǒng)一的“職業(yè)規(guī)范”，通過(guò)科學(xué)、有效的規(guī)范保證安全

　　事故、保障安全生存和安全生產(chǎn)的重要基礎(chǔ)。

　　生產(chǎn)。“職業(yè)規(guī)范”的形成，很大程度上依賴于職業(yè)培訓(xùn)工

　　作。通過(guò)規(guī)范化培訓(xùn)，一方面使員工形成統(tǒng)一的行為準(zhǔn)則、參考文獻(xiàn)

　　思維方式和對(duì)安全工作的共同看法，使員工在按照同一目［1］毛海峰。企業(yè)安全文化評(píng)價(jià)體系［J］。現(xiàn)代職業(yè)安全，2003.

　　標(biāo)前進(jìn)時(shí)，溝通、協(xié)作有效率；另一方面使每個(gè)員工都有明［2］高培建。民航安全管理體系淺析［J］。科技資訊，2009.

　　確的崗位規(guī)范，每個(gè)崗位都有標(biāo)準(zhǔn)的崗位職責(zé)，職業(yè)技能

　　鑒定就是行業(yè)進(jìn)行規(guī)范化培訓(xùn)和認(rèn)證的主要方式。

相關(guān)電子資料下載

• 如何創(chuàng)建FPGA控制的機(jī)器人手臂 49
• 怎樣延長(zhǎng)半導(dǎo)體元器件的壽命呢？ 180
• 智能時(shí)代的三大核心技術(shù) 57
• 研華推出EPC-B3000系列嵌入式工控機(jī)，搭載先進(jìn)X86架構(gòu)CPU，助力邊緣人工智能應(yīng)用 91
• 探索可觀測(cè)性未來(lái)：基調(diào)聽(tīng)云產(chǎn)品VP陳靖華揭秘新一代可觀測(cè)性工具 129
• 異構(gòu)時(shí)代：CPU與GPU的發(fā)展演變 143
• RISC-V要顛覆GPU嗎？ 210
• 韓國(guó)半導(dǎo)體10月早期出口數(shù)據(jù)一年來(lái)首次回暖，工信部推動(dòng)通用人工智能與物聯(lián) 192
• AI可在數(shù)秒鐘內(nèi)成功設(shè)計(jì)出行走機(jī)器人 28
• 因「盒」而來(lái)︱英碼科技「深元」的AI重構(gòu)與工具革命 58