AlphaGo 們讓人類圍棋選手變得更有創造性了

Chinese Go player Ke Jie competes against Google's artificial intelligence program AlphaGo during their second match at the Future of Go Summit in Wuzhen, Zhejiang province, China May 25, 2017. REUTERS/Stringer ATTENTION EDITORS - THIS IMAGE WAS PROVIDED BY A THIRD PARTY. EDITORIAL USE ONLY. CHINA OUT. - RC1998B20600
Chinese Go player Ke Jie competes against Google's artificial intelligence program AlphaGo during their second match at the Future of Go Summit in Wuzhen, Zhejiang province, China May 25, 2017. REUTERS/Stringer ATTENTION EDITORS - THIS IMAGE WAS PROVIDED BY A THIRD PARTY. EDITORIAL USE ONLY. CHINA OUT. - RC1998B20600

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。