[情報] 專訪鳳凰圍棋：訓練兩個多月跑譜只用CPU

[StressND (Plmier47kk)]

http://sports.sina.com.cn/go/2018-04-30/doc-ifzvpatr4233961.shtml

“貝瑞基因杯”2018世界人工智能圍棋大賽今晚閉幕，來自騰訊微信團隊的鳳凰圍棋在決
賽三番棋中以2：1力挫老牌的王者絕藝，首次亮相世界賽就摘得了桂冠。 賽后，獅子頭
迫不及待，找到了沉浸在勝利喜悅中的團隊，進行了採訪。

獅子頭：恭喜鳳凰圍棋（以下金毛）獲得人工智能圍棋世界大賽的冠軍，先介紹一下創造
神奇的團隊吧。

金毛：謝謝！ 很高興接受弈客的採訪。 好汗顏，我們的團隊都不太會下圍棋，最高水平
可能在18K以下吧（笑）。 團隊的開發工程師有5位。

金毛：我們是微信AI團隊的一部分。 微信中有很多AI的業務，比如語音輸入法，英中互
譯。 我們的主業是做微信翻譯。 去年10月份，Deepmind的Zero論文發布不久，我們正好
有一些空餘時間，當時我們正在做一個很大的基於雲端的人工智能訓練平台，支持包括深
度學習在內的各種機器學習模型，我們需要有一個東西去完善我們這個平台，同時我們也
想學一下最新的AI技術，看到Zero論文之後，我們覺得Zero的想法非常棒，正好符合我們
的想法。

獅子頭：從算法層面，除了遵循“Zero”的算法，有沒有其他更新的研究？

金毛：首先我們會根據TA的最基本想法，不會使用人類的棋譜進行訓練。 但是我們真的
沒有Deepmind那麼多資源，我們沒有幾千個GPU，所以就回到前面說的那個基於雲端
的一個機器訓練平台，我們是使用微信的後台空閒的服務器資源。 當晚上微信服務器比
較空閒的時候，它就左右互搏，幫我們去生成一些棋譜。 這些服務器白天的時候是要服
務微信用戶的（微信聊天、朋友圈等）。 生成棋譜基本上是由CPU服務器完成，做神經網
絡的訓練，還是用了那麼一兩台GPU服務器。

獅子頭：您預測什麼時候能真正達到AlphaZero最終的水平？

金毛：首先沒那麼多硬件資源，也不可能有那麼多的資源投放進去。 其次我們需要精打
細算，做一些效率改進，提升訓練的效率，因此不可能很快達到它的水平。 去年10月份
論文公佈，我們開始學習，到了春節前，大約1月份開始嘗試在網上進行一些實戰，真正
開始大規模的訓練是在大概春節後；所以我們到現在為止也就大概訓練兩個多月，我們見
縫插針地使用空閒的服務器，任何一台服務器忙了我們就不能使用。 在目前的狀態下，
我們也很難預測什麼時候能達到AlphaZero的水平。 一切還得看微信服務器的空閒資源。

獅子頭：LeelaZero 已經訓練了大致700萬譜，每天還在不斷增強。 AlphaZero總共訓練
了2700萬譜，你們準備訓練多少？

金毛：我們的路徑不太一樣，我們需要提高效率，使用更少的訓練量達到滿意的效果。

獅子頭：這個項目還會繼續嗎，還會繼續參加AI的世界大賽？

金毛：一切都還不確定，目前我們已經達到了一個里程碑，階段性的目標已經完成，這次
參賽本來覺得進入決賽就非常滿意了，拿到冠軍實在喜出望外。

獅子頭：這次參加比賽之前，有沒有對其他AI做一些了解？

金毛：我們所有的對局大家都能看到。 我們在明別人在暗。 別人的馬甲上來打我們，也
是幫我們測試了：）。 我們需要按照一個系統工程方法，保證忠實的實現。 第一是忠實
實現；第二提高我們的訓練效率，因為我們沒有那麼多GPU；第三就是說我們的雲訓練平
台要進一步完善。

獅子頭：預測一下現在你的這個棋力和比如說像柯潔這樣職業頂尖棋手，他們跟和你差距
有多大？

金毛：如果您觀察我們公開的歷史棋譜，其實上面有很多局，我們都是用一台家用的單機
在打，甚至配置比一個單卡的1080Ti還要低。 根據這些線索大致可以估計我們的棋力水
平。 實際上我們沒有嚴格去做過類似的測試。

獅子頭：今後有計劃到其他圍棋賽事上繼續表演嗎？

金毛：我們最初覺得能進決賽已經很開心了，現在拿到冠軍更是意外之喜，這個目標已經
完成了。 所以下一步可能我現在也沒法做一個決定，我們需要繼續討論。 我們這個團隊
本來的目標也不是為了做出一款圍棋產品，只是想這個機會學習學和實踐AI新技術。

獅子頭：現在的Block已經達到幾層了？

金毛：稍候我們會詳細公佈金毛的一些指標，我們使用家用機的配置和職業棋手較量，如
果Block太高，機器可能根本跑不起來。

獅子頭：有些AI，比如星陣，除了下貼七目半的圍棋以外，可以做到動態改變貼目數。
現在大部分的AI都是根據勝率來下棋，在確保勝率的情況下，他的棋風可能會偏向退縮，
保守？ 你們是不是已經儲備了可以用動態貼目，包括下出這種追求極致不退讓棋風等技
術儲備？

金毛：我們對於星陣了解也是剛剛開始。 我們主要是做Zero的方法。 我們覺得也許人類
的一些認識跟AI的認識是不一樣，沒有退縮一說。 他就是追求勝利，那你勝率提高，你
說他是退縮還是不退縮呢？

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.198.38.164
※ 文章網址: https://www.ptt.cc/bbs/GO/M.1525088420.A.3CF.html
※ 編輯: StressND (60.198.38.164), 04/30/2018 19:42:49
→ intointo: 金毛:
推 enjoytbook: 應該是關於完美的定義吧，就像日本那種勝負師的說法，
→ enjoytbook: 拼死贏越多越好。就像現在的選手，看到收官還是會選可
→ enjoytbook: 能的完美路線
→ linussp: 現在ai出貨前都要先找 柯潔做benchmark
推 tailau0: Zero寶典練不到一半就冠軍了
推 wadashi1: 收官時追求勝率提高,結果自填子,弄死自己的一塊,最後變
→ wadashi1: 成只贏2.5 實在是人類不容易理解的追求勝率提高。
推 Aipr: 因為不懂圍棋所以不懂退縮是什麼意思