會員登入
帳號:

密碼:

記住我



忘記密碼?

現在註冊!
主選單


正在瀏覽:   1 名訪客






專訪鳳凰圍棋:訓練兩個多月 跑譜只用CPU
#1
管理員
Benutzerinformationen

專訪鳳凰圍棋:訓練兩個多月 跑譜只用CPU
凤凰围棋在AI比赛中 鳳凰圍棋在AI比賽中

來源:弈客圍棋  作者:獅子頭

「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。賽後,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論文發佈不久,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。但是我們真的沒有那麼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做一些瞭解?

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:我們對於星陣瞭解也是剛剛開始。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?


4/30 23:46
生成PDF文件 列印







可以查看文章。
不可發文。
不可回復。
不可編輯自己的文章。
不可刪除自己的文章。
不可發起投票調查。
不可在投票調查中投票。
不可上傳附件。
不可不經審核直接發文。
不可使用主題類別。
不可使用HTML語法。
不可使用簽名檔。

[高級搜索]


Powered by XOOPS © 2001-2015 The XOOPS Project