从AlphaGo围棋大战到AI德扑大战的机器学习技术解析（上）

回顾历程，进行解析，AlphaGo在世界棋坛上展现出极具震撼力的横扫态势，德州扑克摇身一变成为人工智能领域全新的战场。

往岁年间里，谷歌 AlphaGo 大败围棋顶尖大师李世石，于 60 局连胜了数十位来自中日韩的围棋高手。在攻克围棋之后人工智能挺进德扑对战领域，加拿大与捷克科学家所研发的 DeepStack 成为了首个在一对一无限注德扑中击败人类玩家的人工智能，其平均胜率达到了 492mbb/g。2017 年 1 月中旬的时候卡内基梅隆大学的人工智能“ Libratus” 对战德扑职业玩家，历时可达 20 天，“人机对战” 的历史将会再度增添浓重的一笔。人工智能时代降临，震动了全球，究竟是何种力量，给予了谷歌 AlphaGo 以及德扑对战 AI 那般超凡的智慧？ “未来机器”系列报告，期望凭借前瞻性研究的视角，为您予以启发。 第十五篇之时，我们将焦点对准 AlphaGo 的制胜法宝，也就是机器学习。

机器学习是人工智能的方法，深度学习是机器学习的分支

就通俗来讲，人工智能也就是 Artificial Intelligence，其目的在于让机器去拥有部分，甚至全部人的智能。机器学习这样一种方法，它属于人工智能范畴内，是达成人工智能的一条途径。深度学习呢，是说机器依靠深度神经网络，模仿人脑来做学习，判断以及决策，它是机器学习主要分支当中的一个。人工智能、机器学习和深度学习，它们存在着层层细分的关系，后面的是前面实现的某一种途径。内存、GPU、算法以及数据源，这些乃是机器学习 的关键技术支撑，单独讲的话 机器学习是计算机借助已有数据，得出某种模型且利用此模型去预测未来的一种方法，它与人脑思考方式极其相似。

机器学习的发展主要取决于硬件与软件这两个方面，硬件方面，大容量的存储乃是机器学习得以发展的基础，并且现阶段的主流机器学习方法全都依赖于GPU去开展计算以及训练，软件方面，算法是机器进行计算的核心，数据源是保障机器学习准确性的关键，随着深度学习算法的被提出，神经网络算法成为了近期受到关注的焦点。

机器学习产业蓬勃发展，全球多领域巨头争相布局

据 Venture Scanner 统计，在截至 2016 年上半年这个时段，全球大概有 1000 家人工智能公司，其中和机器学习相关的公司大约占到 40%，按照 IDC 的预测，到 2020 年，机器学习应用领域的市场有希望达到 400 亿美元。有些人工智能企业处于初创阶段，然而，像谷歌、IBM、Facebook 、百度、阿里巴巴、腾讯等国内外大型企业，凭借自身技术、资金以及数据方面的优势，成了机器学习领域的核心力量，从产品线逐渐完善，到对平台进行构建时，对于机器学习产业的蓬勃发展起到了带动作用。

智能机器人当中，人工智能是起着画龙点睛作用的关键部分，可以共同和云计算，开启服务机器人全新的时代。

定位于服务人类的服务机器人，其最大特征是智能化，机器学习、深度学习会成为服务机器人高度智慧的新源泉，这能让机器智能化持续提升德信竞技，交互准确性迭代提高，同时云计算、大数据、高速移动网络会把机器学习与智能机器人隔空相连，共同构建以“云平台”为核心的人工智能技术生态圈，智能机器人有望迎来爆发期。虽说国内服务机器人产业开始的时间比较晚，然而其具备较大的发展空间，有几十家上市公司宣称要进入，当中布局积极且业务规模可观的代表企业包含以下这些：巨星科技，机器人，康力电梯，博实股份，美的集团等。

一、人机大战烽火不断，人工智能捷报频传

很长时间以来，“人机对战”始终都被视作是用以衡量人工智能进步程度的关键途径当中的一个。在先前的20年里，伴随人工智能持续地发展，传统智力游戏范畴不断有新的挑战者出现，我们多次目睹了人工智能在诸多的游戏、竞技比赛里超越了人类，像国际象棋、中国象棋、西洋双陆棋、跳棋、Jeopardy智力竞赛、Atari电子游戏等。过去一年间，人工智能于“人机大战”竞技场地，凭借出色表现，再度引发全球对人工智能的持续关注。

60局连胜，达成1.1的成绩，谷歌AlphaGo在中日韩棋坛展开横扫。

在才刚刚过去不久时长的2016年那期间里面，谷歌旗下所属称作DeepMind的那家公司所进行研发生产出来的具有人工智能特质的AlphaGo，于围棋所处领域圈子引发产生不小波动。在位于日期标注为2016年1月27日那一天之际，谷歌名为DeepMind的部门组织借助仰仗以“深度学习”原理作基础打造构建而成的lphaGo，在并未给予让子优厚条件的情境状况下获取胜利战胜了来自欧洲具有职业二段水平的选手樊麾，此次人工智能行为是首次在完整全部无瑕疵的围棋竞技比拼之中打败击败专业方面的选手。

谷歌 AlphaGo 因成功战胜围棋大师李世石而一战成名，李世石在2003年获得第16届富士通杯冠军后成为九段棋手，自加冕富士通杯起在十年内共收获18个世界冠军，是继李昌镐之后韩国极具代表性的顶尖棋手。和李世石对局之前，谷歌AlphaGo已专门专心集中学习了半年，谷歌给它塞进输入了3000万步人类围棋大师的走法，让它自己独自自我对弈3000万局，去积攒贮存胜负经验，与此同时在自我对弈的训练当中形成全局观，并针对局面作出评定评估。2016年3月9日至15日，AlphaGo最终得以于以4：1的总比分打败战胜了世界围棋冠军李世石，这说明表明AlphaGo在围棋领域已经实现达到超越了世界顶尖水平。

战胜众多中日韩高手，凭借60局连胜而声名远扬的AlphaGo，再次引起了全球的广泛关注，在成功击败李世石之后，谷歌旗下的AlphaGo并未终止其征战前行的脚步，2016年7月18日，世界围棋排名网站Go Ratings发布消息称谷歌AlphaGo的总积分已然超过了原本排名首位的柯洁，人工智能于围棋领域首次登上了世界之巅并且位居第一。在2016年末的时候，谷歌AlphaGo化身棋手Master，在网络围棋平台进行快棋对决，多次击败了数十位中日韩围棋高手，这其中有聂卫平、柯洁、朴廷桓、井山裕太，拿下了60局全胜的战绩，那人工智能杰作谷歌AlphaGo由此在围棋界登峰造极，一直到了2017年初，都是如此。

一点二战胜职业玩家，德州扑克变成人工智能挑战人类的全新战场。

先是在围棋领域取得攻陷成果后，人工智能的触角动向开始往德州扑克方向延伸，2017年年初那时，加拿大和捷克有几位科学家，在一篇题名为《DeepStack：无限注德扑的专业级人工智能玩家》的论文当中，介绍了一种名为DeepStack的新算法，此算法具备能在一对一的无限注德扑里击败人类玩家的能力，进而奠定了人工智能在德扑征战方面的里程碑，在论文所记录的人机对战过程中，DeepStack的平均胜率达到了492mbb/g。来自17个国家的33名专业扑克选手，被研究者邀请挑战DeepStack，进行了44852次较量。DeepStack成为首个在一对一无限注德扑中战胜人类玩家的人工智能，其平均胜率达到了492mbb/g，一般人类玩家到50mbb/g就被认为拥有较大优势，750mbb/g就是对手每局都弃牌的赢率。

围棋被攻陷后，为何是德州扑克来承载人类应战的责任?

“人心不可测”的那种德州扑克情形，是典型的不完整信息条件下的博弈游戏，这也是人工智能长久以来所面临的挑战，围棋对弈的时候，双方棋子都完整地显现在棋盘中，这属于“完整信息博弈”，所以阿尔法狗取得胜利，实际上就是以揭开围棋极为玄乎的神秘面纱，从而证实了围棋背后存在的计算本质，然而德州扑克却是“不完整信息博弈”，其信息并非完全透明，玩家仅仅能看到自己手中的牌，却没办法知晓对手的牌，并且在博弈进程中带有欺骗、推测等情况。大致来讲，这是一场“人心没法测”方面的博弈。因德州扑克涵盖了更贴近真实世界情形的欺骗、推测等并非完美的信息。对此一特征而言，针对人工智能的算法以及数据处理能力提出了更高的要求。

到底是什么使得DeepStack挫败专业德扑选手的奥秘呢，人工智能难道已然能够读懂人心了吗，这是怎么回事呢？

德扑对战之际，你不但得思索别人将会做些什么，思索自身做些什么，甚至还得思索别人会认为你做些什么，借此推导出自身的下一个举动，这般勾心斗角的战术愈发像是兵法。DeepStack着力培养人工智能德扑对战出牌之时的“直觉、牌感”。在这篇论文里，频繁涌现出一个词语：“直觉”，也便是我们平常所说的“牌感”。DeepStack采用循环推理处理信息不对称，借由分解把计算聚焦于相关决策，还用一种深度学习技术从单人游戏自动学习，来获取扑克任意状态的直觉形式。经深度学习，反复自我博弈后，DeepStack学会每遇具体情境就推理。这极似人类玩家的“牌感”，也就是于当前情境对个人牌面大小有感觉，进而做出对应决策。

当对战超出一定手牌数之际，运气的部分将会被慢慢削弱，借助人工智能强大的纪录优势会更加明显，有别于围棋、国际象棋等完全依赖技术的游戏，德州扑克在短暂的对局里，运气所占的成分极为关键。对于人类完全依赖记忆去记下对手的逻辑思考顺序以及打牌的方式套路，然而人工智能则选择把用户操作的每一手牌以及过程完整地存入文件，客观来说这一点人类是很难达成的。所以在一个手牌数较多的对局当中，人工智能在完成数据的全面收集并且迅速剖析之后，人类根本无法与它相抗衡。

下一场人机德扑大战，何时揭晓战果?

在2017年1月11日，有一款人工智能“Libratus”，它系由卡内基梅隆大学所开发，且同样适用DeepStack算法，于是它开始在无限制德州扑克比赛里同四个顶级德扑职业玩家展开挑战。这场赛事赛程是为期20天，总共意味着将对战12万手牌。一旦最终战果被揭晓，那么人工智能征战“人机对战”的历史将会再添浓厚一笔。

不管是AlphaGo于围棋届连连奏响胜利之歌，还是Libratus朝着德州扑克范畴奋力动身前行，均呈现出近些年来人工智能，尤其是机器学习领域的飞速发展态势。经由本文，我们会为您深入阐释“机器学习”技术从过去到现在的发展历程。

二、机器学习： 人工智能的璀璨明珠

2.1 机器学习是人工智能的方法，深度学习是机器学习的分支

依通俗情况来讲，人工智能也就是Artificial Intelligence，其目标为让机器拥有部分，甚至全部人类智能。它身为计算机科学的一个分支，是对运用计算机把人的某些思维过程予以模拟，涵盖智能行为像是学习、推理、思考、规划等方面的学科探究。来自美国麻省理工学院的温斯顿教授持有这样的观点：人工智能就是针对设法让计算机处置往昔唯有人才能够开展的智能工作的研究。机器人、语言识别、图像识别、自然语言处理以及专家系统等，是人工智能的主要研究领域。机器学习是人工智能范畴里具有重要性的一种实现人工智能用到的方法。人工智能按照其智能程度能够被划分成响应式机器、有限记忆机器、心智理论机器以及自我意识机器这四类。

前文所讲的 AlphaGo 能够被归为有限记忆机器，也就是那种机器能够依据往昔有钱这样的经验去确定未来的行动步骤。为了达成机器智能的提高，“机器学习”是不能缺少的办法。按照英特尔机器学习主管尼迪·查普尔( Nidhi Chappel) 的看法，人工智能的关键在于怎样给机器赋予智能。而机器学习它是部署用来支持人工智能的计算方式。简单来讲，机器学习是使机器达成智能的方法，是机器学习造就了人工智能。机器学习，是近期人工智能里头，发展速度最快的一个部分，所以呢，全球范围内，数量众多的企业 ，都在全力以赴去开发这项技术。

机器学习的主要分支之一深度学习，指的是机器借助深度神经网络，去模拟人脑展开学习、判断以及决策，为实现机器学习目标，先后有浅层学习和深度学习的方法被提出，深度学习概念源自人工神经网络研究，其基于神经网络框架，借由模拟人脑学习的方式去处理数据，并借由神经网络的分层处理，使底层特征组合生成更抽象的高层表示属性类别与特征，从而发现数据的分布式特征表示。

采用模仿人类大脑神经模式的 AlphaGo 技术架构，借助深度学习显著增加人工神经网络层级从而提升计算能力 通过阿尔法围棋的胜利 促使如今高速发展的深度学习愈发成为人工智能领域焦点 总体而言 人工智能 机器学习以及深度学习呈现层层细分关系 而言后者作为前者实现的一种途径。

2.2 七十年变迁：机器学习的前世今生

奠定基础： 20 世纪 50 年代初到 60 年代中叶

在该阶段，研究者们所提出的各类算法模型，为机器学习奠定了理论基础， Hebb于1949年，基于神经心理学的学习机制，提出了Hebb学习规则，Hebb学习规则是一种无监督学习规则，该学习的结果是让网络能够提取训练集的统计特性，进而把输入信息按照其相似性程度，划分为若干类，这一点与人类观察和认识世界的过程极为吻合，人类观察和认识世界在很大程度上就是依据事物的统计特征进行分类。随后，IBM的科学家亚瑟·塞缪尔，开发了一款跳棋程序，该程序能够随着游戏程序运行时长的增加，进而提升行动的准确性。

凭借这个程序，塞缪尔推翻了普罗维登斯所提出的那种机器无法超越人类，无法像人类一样进行写代码以及学习的模式。他创立了“机器学习”，还把它阐释为“能够给予计算机能力且无需进行显式编程的研究范畴”。另外，于算法这一方面，最小二乘法以及最近邻算法的问世极大地强化了机器的数据处理能力。

停滞不前： 20 世纪 60 年代中叶到 70 年代末

这一阶段里，机器学习发展步伐几乎处于停滞状态，原因是受限于当时内存有限以及处理速度有限，这时温斯顿（Winston）的结构学习系统取得较大进展，海斯·罗思（Hayes Roth）等的基于逻辑的归纳学习系统也取得较大进展，然而它们只能学习单一概念，并且未能投入实际应用，除此之外，神经网络学习机因理论存在缺陷，未能达到预期效果，从而转入低潮时期。

走向复兴： 20 世纪 70 年代末到 80 年代中叶

从70年代末起始始开端，人们由学习单个概念延展扩展到学习多个概念，探寻探索不同的学习策略以及各种各样的学习方法。在这个阶段时期，机器学习于大量的时间时间限度应用里归还回到人们的视线范围，又缓缓慢慢复苏苏醒还原。于这个时期阶段当中，韦博斯提出来提出了神经网络反向传播算法以及多层感知器这一概念理念；昆兰提出来提出了与神经网络模型大相径庭截然不同的决策树算法。这些全新崭新的理论为机器学习的发展增添增加了更多的可能性机会机遇。

逐步成形： 20 世纪 90 年初到 21 世纪初

在这个阶段，一些相对成熟的算法理论被提出来，研究者 Schapire 和 Freund ，提出并完善了一种用来提升弱分类算法准确度的“ Boosting” 方法，瓦普尼克和科尔特斯在大量论证和实证的情形下提出了支持向量理论 ，此外，布雷曼博士进一步深化了决策树模型，提出了随机森林模型 ，在这个阶段里，神经网络和支持向量机制在各个情景下有着各自的优势！

蓬勃发展： 21 世纪初至今

于这个时期，深度学习以及支持向量机理论变为了主流，Hinton和Salakhutdinov所提出的深度学习理论极大地提升了神经网络的能力，深度学习能够使那些具备多个处理层的计算模型去学习有着多层次抽象的数据的表示，这些方法在诸多方面都造就了显著的改进，涵盖最先进的语音识别、视觉对象识别、对象检测以及许多其他领域，诸如药物发现和基因组学等。

深度学习具备发现大数据里复杂结构的能力，这正是AlphaGo能在围棋领域造成重大影响的缘故所在。更何况，互联网的不断推广普及，大数据以及云计算的广泛运用，同样加快了机器学习的发展进程。伴随机器学习理论无休止地进展变迁，人工智能的领域同样会形成持久的变革，引致人类生产能力和生产方式出现变更。

2.3 高效性与普适性是机器学习崛起的核心优势

核心优势之一： 高效性

针对于传统机器算法而言， 需要机器创建者把已有的或者已总结好的知识借助机器语言传送给机器，以此对机器进行决策。然而机器学习算法可凭借过去相关事件的数据自行总结出相关模型，接着依据总结出的模型对新近事件予以判断，机器使用者仅需供给过去发生的样本数据。样品量越大，机器决策正确性越高。 这极大地提升了效率，原因在于机器能够24小时不间断运行来分析样本，人类却做不到。

核心优势之二： 普适性

要是运用传统算法去处理一个问题，碰到不一样的条件，或许就要对模型的代码予以调整，这致使改进的成本颇高。而机器学习仅仅需调整输入的样本数据，就能让机器自行剖析出新的模型进而加以运用，所需的仅仅是获取数据的成本以及一定的时间成本。这一特性也使得机器学习能够适用于各个能够获取大量数据的行业，而非仅仅针对某个特殊的方面。极大地增强了机器的普适性，进而降低了使用者的成本。

2.4 机器学习的主要应用概览

应用之一： 语音识别

机器学习技术能够被应用于语音识别领域，iPhone的Siri以及Windows语音助手Cortana都运用了机器学习的技术。在用户使用语音识别软件之际，机器要于已然构建的状态网络里寻觅与客户声音最为匹配的路径，而这个状态网络的构建用到了机器学习的技术。凭借状态网络的构建，机器能够从一个用户的话语断定用户提出的具体要求，甚至还能够协助程序自动填充用户需求。机器收集客户声音样本的数量越多，机器对于客户而言就愈发呈现出人性化的特质。伴随着机器学习技术持续地发展，语音识别的错误率也在持续不断地减少。

应用之二：人脸识别

对于输入的人脸图像或者视频流，人脸识别技术是依照具体的面貌特征信息，基于人的脸部特征来予以判断的。人脸识别系统的研究起始于20世纪60年代，而进入初级应用阶段切实是在90年代后期，主要是以美国、德国和日本的技术来达成的。早期，采用深度学习的人脸识别系统，要把现实图像抽象成一系列数据来学习，进而了解人脸特征，构建一套最基本的人工智能学习算法后，还要提供大量人脸及非人脸照片，像同样的人脸在不同光线、表情、角度的照片，让计算机去适应辨别、学习。人脸识别技术作为技术安全度较高的识别模式，目前在考勤、门禁、电视、安防等广泛领域，已有一定的行业及个人消费市场应用。

应用之三： 自动驾驶

在自动驾驶这个领域里，各大厂商广泛地运用了机器学习的算法以此让自动驾驶汽车变得更为智能化。在二零一七年举办的CES展会上，FCA的纯电动自动驾驶概念车Chrysler Portal，本田的NeuV，福特的第二代Fusion混动自动驾驶试车，现代的Ioniq，法拉第未来的首款量产电动车等等几乎全都采用了机器学习尤其是深度学习的技术。

采用了机器学习算法的自动驾驶汽车，会依据用户的打分回馈，持续修正自身行为模式，进而渐渐满足客户需求。比如说，当特斯拉自动驾驶汽车用户在右车道行驶，临近高速公路出口坡道时，车子会有直接开往出口的倾向，所以用户得迅速把主控权夺回(修正路径)，直到车子驶离出口坡道。然而随着经验的积累，车子也渐渐减少了每当靠近出口坡道时，直接开往出口的倾向，直至无需手动修正。这体现出了机器学习的高度可塑造性。

应用之四： 医疗诊断

基于机器学习所具备的大数据分析能力，机器学习能够应用于医疗健康领域，机器学习系统能够依据病人的症状以及一个匿名的病人资料数据库，预测该病人有可能患何种病症。这样的决策模型，能够以程序的形式为专业医疗人士给予支持。IBM于2016年着手致力于把其认知计算机器人与健康医疗相融合。在2016年8月12日，Watson Health正式进入中国市场并展开其“认知医疗”系统的推行。另外，东京大学医学研究院借助 Watson，在短短 10 分钟之内，判断出一名女性得了罕见的白血病。这些进展表明机器学习在健康医疗领域有着宽广辽阔的前景。