AlphaGo 們讓人類圍棋選手變得更有創造性了
今年早些時候,一名業餘圍棋選手在研究人員所制定策略的幫助下,乾淨俐落地戰勝了某排名靠前的 AI 系統。其選擇的策略會有針對性地尋找 KataGo 等 AI 棋手的弱點,而事實證明,這場勝利只是人類發起反擊的一部分。根據香港城市大學和耶魯大學團隊最新發表在 PNAS 期刊上的論文,自 2016 年 AlphaGo 的里程碑式勝利以來,人類棋手近年正變得愈發有創造性。
研究者開發了一套能跟人對弈並會對每一步效果進行評分的「超人」圍棋 AI 方案,它可以統計所謂的「決策品質指數」。在以此為目標分析了 1950 年至 2021 年所有職業比賽中超過 580 萬步走法後,團隊得出了人類下棋方式正變得越來越難以預測的結論。根據他們獲得的結果,在 2016 年前職業棋手每年的指數提升幅度相對較小。這段時間裡的變化中值為 0.2,在某些年份整體比賽的品質甚至還有所下降。
但從 2018 年 AI 棋手大規模崛起以來,人類職業棋手的變化中值也隨之突破了 0.7。在這個時期,人類採用了更多新穎的戰術。2018 年 88% 的比賽中人類都走出了以前沒出現過的走法組合,作為對比,這個比例在 2015 年只有 63%。「我們的研究結果表明,超級人工智慧程式的發展可能促使人類棋手打破了傳統,並引發其探索新穎的走法,這反過來可能也改善了他們的決策表現。」研究團度如此寫道。
這樣的變化十分有趣,但其實也算是在意料之中。「與機器訓練的棋手會更傾向於做出更多機器認可的操作,這一點並不奇怪。」加州大學伯克利分校的 Stuart Russel 教授這麼說道。