【概要描述】


 

從(cóng)4月(yuè)10日(rì)應戰，到5月(yuè)22日(rì)晚賽前深夜發文(wén)《最後的(de)對(duì)決》，柯潔代表的(de)人(rén)類世界第一，賽前便被各方斷言勝率為(wèi)零。

 



 

“無論輸赢，這(zhè)都(dōu)将是我與人(rén)工(gōng)智能最後的(de)三盤對(duì)局。”

 

“我會用我所有(yǒu)的(de)熱情去(qù)與它做最後的(de)對(duì)決，不管面對(duì)再強大的(de)對(duì)手——我也絕不會後退！至少這(zhè)...最後一次...”

 

“可它始終都(dōu)是冷(lěng)冰冰的(de)機(jī)器(qì)，與人(rén)類相(xiàng)比，我感覺不到它對(duì)圍棋的(de)熱情和(hé)熱愛，對(duì)它而言，它的(de)熱情——也隻不過是運轉速度過快導緻CPU發熱罷了。” 5月(yuè)23日(rì)至27日(rì)，圍棋峰會在烏鎮召開(kāi)。根據賽程安排，23日(rì)、25日(rì)以及27日(rì)，柯潔與AlphaGo分别展開(kāi)三場(chǎng)較量，獲勝方将獲得150萬美(měi)元的(de)巨額獎金(jīn)。最終，柯潔0:3不敵AlphaGo。而26日(rì)舉行的(de)團隊賽中，五位世界冠軍也慘遭團滅。

 

回顧：“下(xià)得很(hěn)精彩”與“輸得沒脾氣”

 

5月(yuè)23日(rì)第一局，經過4小(xiǎo)時(shí)17分37秒的(de)鏖戰，AlphaGo執白以1/4子(zǐ)戰勝柯潔，賽後發布會上(shàng)，柯潔表示，“AlphaGo是太厲害了，我輸得沒什麽脾氣”。作(zuò)為(wèi)一個(gè)職業(yè)棋手，如何在棋局中拿(ná)下(xià)對(duì)方赢得勝利是柯潔的(de)使命。但(dàn)他(tā)卻不得不承認，AI進步速度太快了，AlphaGo和(hé)去(qù)年(nián)相(xiàng)比判若兩人(rén)，“當時(shí)覺得它的(de)棋很(hěn)接近(jìn)人(rén)，現(xiàn)在感覺越來(lái)越像圍棋上(shàng)帝。”

 

“我希望我盡全力去(qù)拼每一盤，也希望自(zì)己給大家(jiā)帶來(lái)圍棋的(de)快樂(yuè)。”柯潔透露，這(zhè)三場(chǎng)比賽将是他(tā)與人(rén)工(gōng)智能的(de)最後3盤棋。“希望不留遺憾，下(xià)出好(hǎo)棋，讓AlphaGo主機(jī)更發燙一點也好(hǎo)。”

 

5月(yuè)25日(rì)，中盤柯潔投子(zǐ)認負，卻被DeepMind創始人(rén)、AlphaGo之父哈薩比斯譽為(wèi)“逼出了AlphaGo的(de)極限”。柯潔直接挑起混戰，展現(xiàn)人(rén)類棋手的(de)最強實力，卻在“當時(shí)認為(wèi)自(zì)己離勝利很(hěn)近(jìn)了”的(de)時(shí)候，由于太緊張而丢了本占上(shàng)風(fēng)的(de)棋局。“可能這(zhè)也是人(rén)類最大的(de)一個(gè)弱點，我捂着胸口是想按着自(zì)己的(de)心髒讓它跳(tiào)得慢(màn)一點。”

 



 

比賽開(kāi)始一小(xiǎo)時(shí)後，哈薩比斯發推特說(shuō)：“難以置信！根據AlphaGo的(de)判斷，柯潔今天表現(xiàn)完美(měi)！”在業(yè)內(nèi)人(rén)士看(kàn)來(lái)，柯潔發揮極其出色，前100步都(dōu)和(hé)對(duì)手勢均力敵。

 

有(yǒu)趣的(de)是，本局AlphaGo執黑(hēi)，開(kāi)局第一步沒有(yǒu)按慣例走右上(shàng)角，而是下(xià)在了右下(xià)小(xiǎo)目，這(zhè)在人(rén)類對(duì)局中被認為(wèi)是“失禮”。局後DeepMind創始人(rén)哈薩比斯特意就此向柯潔表示了歉意， 解釋說(shuō)：“因為(wèi)AlphaGo不會分辨‘上(shàng)’和(hé)‘下(xià)’，對(duì)它來(lái)說(shuō)，棋盤是對(duì)稱的(de)。”

 

5月(yuè)27日(rì)最後決戰，弈至209手，柯潔拿(ná)起兩顆棋子(zǐ)盤上(shàng)示意認負。至此，人(rén)機(jī)大戰三番棋結束，柯潔0:3負于AlphaGo。

 



 

AlphaGo 2.0 : 技(jì)術重大提升，脫離人(rén)類經驗

 

圍棋起源于中國(guó)，至今已有(yǒu)四千餘年(nián)曆史，一直以來(lái)被認為(wèi)是世界上(shàng)最複雜(zá)的(de)棋類遊戲，也是智慧的(de)象征。如果說(shuō)，是人(rén)類的(de)智慧造就了AlphaGo，那(nà)麽AlphaGo也将讓我們重新認識智慧的(de)邊界。

 

AlphaGo 1.0 版本主要結合了三種算(suàn)法：蒙特卡洛樹搜索+監督學習(xí)+增強學習(xí)。其中，蒙特卡洛樹搜索是一種優化(huà)過的(de)暴力計(jì)算(suàn)；監督學習(xí)是通(tōng)過學習(xí)3000萬步人(rén)類棋譜，對(duì)六段以上(shàng)職業(yè)棋手走棋規律進行模仿；而增強學習(xí)作(zuò)為(wèi)輔助算(suàn)法，是兩台AlphaGo從(cóng)自(zì)我對(duì)戰中學習(xí)如何下(xià)棋。

 

DeepMind團隊透露，新的(de) AlphaGo 程序運行在單個(gè)谷歌雲服務器(qì)上(shàng)，由 TPU 芯片進行計(jì)算(suàn)處理(lǐ)。算(suàn)法上(shàng)也進行了革新，它所需的(de)計(jì)算(suàn)能力僅需與李世乭對(duì)戰時(shí)的(de) 10%，自(zì)我對(duì)弈能力更強。去(qù)年(nián)，AlphaGo 的(de)模型中有(yǒu) 12 層神經網絡，而在以Master 名義出戰時(shí)，深度已有(yǒu)40層。

 



 

根據公開(kāi)資料推測，此次AlphaGo2.0的(de)技(jì)術原理(lǐ)與之前有(yǒu)着巨大不同：一是放(fàng)棄監督學習(xí)，不再使用人(rén)類棋譜進行訓練。這(zhè)意味着突破了“機(jī)器(qì)學習(xí)依賴優質數據”這(zhè)一限制，走棋風(fēng)格也将脫離人(rén)類經驗。二是放(fàng)棄蒙特卡洛樹搜索，不再進行暴力計(jì)算(suàn)。理(lǐ)論上(shàng)，算(suàn)法越聰明(míng)，就可以大大減少暴力計(jì)算(suàn)，AlphaGo 2.0 下(xià)棋的(de)速度也印證了這(zhè)一點。三則是極大強化(huà)了增強學習(xí)的(de)作(zuò)用，機(jī)器(qì)開(kāi)始自(zì)我學習(xí)積累經驗。

 

人(rén)機(jī)大戰中，AlphaGo 不斷出現(xiàn)令人(rén)意想不到的(de)走棋，跳(tiào)出人(rén)類的(de)思維定式，甚至完全颠覆人(rén)類對(duì)圍棋的(de)理(lǐ)解。發現(xiàn)一個(gè)有(yǒu)趣的(de)現(xiàn)象，我國(guó)棋手開(kāi)始尊稱AlphaGo為(wèi)“阿老(lǎo)師(shī)”，也從(cóng)側面表明(míng)人(rén)類開(kāi)始向機(jī)器(qì)學習(xí)，重新認識圍棋。

 



 

AlphaGo與金(jīn)融科(kē)技(jì)

 

2016年(nián)3月(yuè)，第一場(chǎng)AlphaGo與李世石的(de)人(rén)機(jī)大戰開(kāi)啓了人(rén)們對(duì)人(rén)工(gōng)智能的(de)全新認識。2016年(nián)也被業(yè)界看(kàn)作(zuò)“認知計(jì)算(suàn)元年(nián)”。放(fàng)眼商業(yè)時(shí)代，金(jīn)融行業(yè)被認為(wèi)是“認知智能”最具前景的(de)應用領域之一。創新工(gōng)場(chǎng)董事(shì)長(cháng)兼CEO李開(kāi)複曾多次在公開(kāi)場(chǎng)合看(kàn)好(hǎo)“AI+金(jīn)融”。

 

金(jīn)融科(kē)技(jì)，也稱為(wèi)程序化(huà)交易或者量化(huà)投資，可以理(lǐ)解為(wèi)人(rén)工(gōng)智能在證券投資領域的(de)一個(gè)子(zǐ)分支，或者其技(jì)術在證券投資領域的(de)具體(tǐ)應用。

 

量化(huà)投資的(de)關鍵點就在于策略模型的(de)大量使用，即利用現(xiàn)代統計(jì)學、數學方法，借助計(jì)算(suàn)機(jī)處理(lǐ)海(hǎi)量數據和(hé)信息，并嚴格按照(zhào)機(jī)器(qì)所構建的(de)數量化(huà)模型來(lái)指導投資決策，以獲得穩健的(de)持續的(de)投資收益，與AlphaGo有(yǒu)異曲同工(gōng)之處。

 

一般來(lái)說(shuō)，量化(huà)投資部由兩部分組成，一部分是投研團隊，另一部分是IT團隊，投研團隊提出需求，IT團隊做出算(suàn)法交易的(de)模塊，解決基金(jīn)經理(lǐ)們的(de)需求。現(xiàn)階段量化(huà)投資策略開(kāi)發方式為(wèi)：研究組或者交易組提出思路(lù)→研究組論證，提出基本模型→模型拟合估計(jì)→回溯檢驗→小(xiǎo)規模測試→實盤投資。

 

其好(hǎo)處在于可以克服人(rén)性弱點，做決策時(shí)不會像人(rén)類一樣受情緒和(hé)心理(lǐ)因素的(de)幹擾。可同時(shí)運用多個(gè)策略模型，對(duì)全市(shì)場(chǎng)各種信息進行實時(shí)監控，一旦出現(xiàn)合适的(de)機(jī)會，能瞬間(jiān)下(xià)達交易指令。

 

比如CTA基金(jīn)的(de)趨向性跟蹤指标，其調整多空頭寸的(de)臨界點是由特定計(jì)算(suàn)機(jī)算(suàn)法規則的(de)，并且嗅覺靈敏，能在第一時(shí)間(jiān)改變陣營，下(xià)手迅速，更善于承擔人(rén)類不喜歡的(de)空頭角色。一般這(zhè)類品種是通(tōng)過量化(huà)手段不斷交易，反複進行大概率獲得正收益的(de)策略，會設置最大回撤值，一旦到“止損線”就立刻止損，因此風(fēng)險并不會太高(gāo)。

 

然而，量化(huà)投資本身(shēn)也存在着一定的(de)缺陷，存在過度拟合的(de)問(wèn)題：所謂過度拟合，指的(de)就是程序化(huà)交易中，對(duì)于樣本數據描述的(de)準确度很(hěn)高(gāo)，而對(duì)于樣本外(wài)數據描述的(de)準确度卻很(hěn)差。導緻曆史回測完美(měi)，而在實盤中失效。有(yǒu)時(shí)還(hái)可能導緻黑(hēi)天鵝事(shì)件(jiàn)，數據模型主要是根據曆史數據來(lái)構建的(de)，所以它吸收新信息的(de)能力比較緩慢(màn)和(hé)遲鈍，一旦外(wài)部環境發生(shēng)變化(huà)或者發生(shēng)某些重大事(shì)件(jiàn)，如基本面上(shàng)的(de)變化(huà)等，有(yǒu)效性就會大大受到影響。

 

如果将大量的(de)數據放(fàng)入AlphaGo 中的(de)核心的(de)“深度神經網絡算(suàn)法（DNN算(suàn)法）”，那(nà)就可以自(zì)動提取一些相(xiàng)關性，同時(shí)匹配結果。理(lǐ)論上(shàng)可以彌補研究人(rén)員(yuán)建立模型時(shí)，容易忽略一些變量，導緻模型失效的(de)問(wèn)題，以及解決了回歸分析中會産生(shēng)的(de)過度拟合。

 

人(rén)類可以充分利用這(zhè)個(gè)工(gōng)具，充當一個(gè)掌舵手，通(tōng)過前瞻性和(hé)對(duì)市(shì)場(chǎng)非理(lǐ)性機(jī)會的(de)把握，對(duì)重大政治事(shì)件(jiàn)背後的(de)洞察力，來(lái)對(duì)策略進行調整，保證時(shí)效性，構建穩健的(de)投資策略。

 

面對(duì)複雜(zá)棋局，人(rén)類頻(pín)頻(pín)陷入長(cháng)考，但(dàn)“機(jī)器(qì)智能，化(huà)繁為(wèi)簡”...

 

有(yǒu)人(rén)說(shuō)，柯潔的(de)熱情敗給了阿爾法的(de)速度，你(nǐ)怎麽看(kàn)？

 


 

深圳市智聯智慧科技有限公司（www.aitech.xin）是由成功的(de)互聯網團隊發起的(de)高(gāo)科(kē)技(jì)公司，緻力于推動人(rén)工(gōng)智能在金(jīn)融領域的(de)應用。

 



 

• 發布時(shí)間(jiān)：2017-05-27 15:55