2016年，是人工智能的崛起之年。

自從AlphaGo完勝圍棋世界冠軍李世石之后，代表圍棋頂尖水平的玩家再也不是人類。

然而，今天金融時報的一篇文章讓圍棋重回人們的視野：人類找到了戰勝AI的方法！

蟄伏7年，人類棋手要卷土重來了嗎？

圍棋逆風翻盤，人類戰勝AI？

FT報道稱，來自美國的業余四段棋手Kellin Pelrine，一舉擊敗了頂級的下棋AI——KataGo。

在15場線下比賽中，Perline在沒有計算機的幫助下，贏得了14場比賽。

而這個讓人類棋手奪回圍棋桂冠的計劃，出自加州研究公司FAR AI的研究人員之手。該團隊通過分析AI棋手的弱點加以針對，從而獲得最后的勝利。

FAR AI的首席執行官Adam Gleave說：「對我們來說，利用這個系統非常容易。」

Gleave表示，團隊研發的AI在與KataGo進行了100多萬次的對局之后，發現了一個人類玩家可以利用的「bug」。

Pelrine說，他們發現的獲勝策略「對人類來說并不難」，中級玩家可以使用它來擊敗機器。他還使用這種方法戰勝了另一個頂級圍棋系統Leela Zero。

Kellin Pelrine

FT寫道，雖然有計算機的幫助，但這場決定性的勝利還是為人類棋手打開了一扇大門。

七年之前，人工智能在這項最復雜的游戲中遙遙領先于人類。

?由DeepMind設計的AlphaGo系統，在2016年以4比1擊敗了圍棋世界冠軍李世石。李世石也在慘敗三年后宣布退役，稱AlphaGo是「無法擊敗的」。

而對于人工智能的這種強勢，Pelrine不以為然。在他看來，棋局中大量的組合和變化，意味著計算機不可能評估棋手所有可能的未來招式。

簡單來說，Pelrine使用的策略是「聲東擊西」。

一方面，Pelrine在棋盤的各個角落落子，迷惑AI；另一方面，Pelrine認準AI棋手的一片領域，逐漸將其四周包圍。

Pelrine說，即使包圍即將完成，AI棋手也沒有注意到這一片區域的危險。他接著說：「但是作為人類，這些漏洞是很容易被發現的。」

加州大學伯克利分校計算機科學教授Stuart Russell說，一些最先進的圍棋游戲機被發現存在弱點，這表明支撐當今最先進AI的深度學習系統存在根本缺陷。

他表示，這些系統只能「理解」他們經歷過的特定情況，并且無法和人類一樣，對策略進行簡單的概括。

能戰勝AI的，只有AI！

不過嚴格意義上來說，研究人員是通過AI打敗了AI，或者說，用AI幫助人類在圍棋中擊敗AI。

作為參考來源的論文，首次發表于2022年11月并在今年1月進行了更新，作者則分別來自于MIT、UC伯克利等機構。

文中，研究人員訓練出了一個具有抗性策略的AI，進而擊敗了最先進的圍棋人工智能系統KataGo。

項目地址：https://goattack.far.ai/adversarial-policy-katago#contents

論文地址：https://arxiv.org/abs/2211.00241

結果顯示，當KataGo不使用搜索樹時，攻擊者在1000盤棋中取得了100%的勝率，而當KataGo使用足夠多的搜索時，勝率超過97%。

對此，研究人員強調，對抗性策略AI可以擊敗KataGo，但它卻會被人類業余愛好者戰勝，與此同時人類業余愛好者是打不贏KataGo的。

也就是說，這個AI能夠取勝，并不是因為圍棋下得更好，而是它能誘使KataGo去犯下嚴重的錯誤。

攻擊策略

在此之前，像是KataGo和AlphaZero等等這些下棋AI，都通過自我博弈進行訓練的。

但在這項被作者稱為「受害者游戲」（victim-play）的研究中，攻擊者（adversary）需要通過與一個固定的受害者（victim）進行博弈，來訓練自己的制勝策略（不是模仿對手的下法）。

對此，研究人員引入了兩個不同的對抗性MCTS（A-MCTS）策略來解決這個問題。

• 樣本A-MCTS-S：研究人員設置的搜索過程為：當受害者下棋時，從受害者的策略網絡中采樣；當輪到攻擊者時，從攻擊者的策略網絡中采樣。
• 遞歸A-MCTS-R：由于A-MCTS-S低估了受害者的實力，因此研究人員提出了一種新的策略A-MCTS-R。然而，這種變化增加了攻擊者訓練和推理的計算復雜性。

具體來說，在A-MCTS-R中，研究人員會在受害者節點上使用一個新的（遞歸）MCTS搜索來進行模擬，從而取代A-MCTS-S中的受害者采樣步驟。

雖然這不再是一個完美的受害者模型，但它往往比A-MCTS-S更準確，因為后者會錯誤地假設受害者不進行搜索。

評估結果如下，具體細節可參閱原文。