千人AI围棋论道:它不是贵族的游戏

千人AI围棋论道:它不是贵族的游戏

逐日晨跑、星空露营、BanmaCup 足球赛、虎扑路人王城市冠军赛… 刚刚结束的 2050 大会以青春、梦想、激情、热血点燃年青人的心;而航空航天、人工智能、量子计算、无人驾驶、新媒体艺术、可持续发展、女性的力量等众多话题,也激发我们的创新灵感与未来思考。

在这些令人热血沸腾的活动中,有这么一场围棋赛:世界围棋第一人朴廷桓、中国女子围棋世界冠军宋容慧,和数百名学围棋的小孩子一起,跟人工智能来了一场对弈。

在大多数人的概念中,围棋 AI 都是以极其庞大的硬件资源为支撑的,为了达到最佳效果,甚至要开发特殊的加速设备。但是 2050 上的这场 AI 围棋赛,目的却是让围棋通过 AI 走进普通人,让小孩子也有机会与职业九段切磋学习,没准未来的世界冠军就从他们当中产生呢。

这是世界上第一次这么大规模的人机围棋交互活动。

天壤围棋 AI 使用通用 CPU 平台,执白 244 手中盘战胜朴廷桓九段,原来只能在 GPU 上计算的围棋系统,在 CPU 上棋力同样强大。

本期二叉树视频,我们采访了这场围棋赛的举办者——天壤智能,技术提供方——英特尔,以及棋手和孩子们,想要告诉你:AI 不是贵族的游戏。

天壤智能创始人薛贵荣:“天壤在围棋领域做的事情就是希望围棋能够走进千家万户,让每个人都有机会与职业九段切磋学习。”


千人AI围棋论道:它不是贵族的游戏

 天壤在人工智能领域的技术优势和创新是什么?

天壤专注于通用人工智能的研究和行业应用,核心系统是一套“自我学习”的 AI 引擎。该套引擎构建了一套分布式模拟和训练的系统,可以做到在大规模的资源集群上自动化模型的参数调优和模型迭代,并获得更智能的模型。该引擎是我们天壤所有 AI 业务的基础设施。

这套 AI 引擎最大的特色是具有自我学习能力。随着在虚拟场景和真实世界的交互反馈,系统会越来越智能。

 天壤在围棋领域与英特尔合作的初衷是什么?

天壤在围棋领域做的事情就是希望围棋能够走进千家万户,让每个人都有机会与职业九段切磋学习。今天我们努力地降低系统的成本,希望通过更好的模型让原来只能在 GPU 上计算的围棋系统能够在更为通用的计算平台上使用。本次跟英特尔的合作就是希望展示一下通用芯片比如 CPU 也是可以做到跟 GPU 一样强大的棋力。


千人AI围棋论道:它不是贵族的游戏图注:天壤智能创始人薛贵荣

 在这次围棋比赛中,CPU 可以实现与 GPU 一样的功效吗?

我们已经经过充分的测试,在进行深度神经网络的 Inference 时,英特尔的新型 CPU 芯片和 GPU 芯片相比在计算力上是可以媲美的。


千人AI围棋论道:它不是贵族的游戏图注:天壤围棋 AI 使用通用 CPU 平台,执白 244 手中盘战胜朴廷桓九段(左一),获得胜利。

英特尔人工智能和大数据资深架构师胡潇:人工智能不再只是大型企业的“贵族的游戏”,中小型的、特别是初创企业,也可以非常容易的参与其中。

 对于天壤这样的初创公司,英特尔如何帮助他们在人工智能领域获得竞争优势?

大规模、高效的 AI 服务无需再依赖于专有的甚至定制的计算资源,天壤围棋很好的启发大家,使用通用 CPU 平台,也可以做到高性能的 AI,而且部署灵活性强,更适于 AI 的推广和落地。

换句话说,英特尔与天壤的合作,向大家展示了大规模的人工智能服务不再只是大型企业的“贵族的游戏”,中小型的、特别是初创企业,也可以非常容易的参与其中,真正实现大众创新。


千人AI围棋论道:它不是贵族的游戏图注:英特尔人工智能和大数据资深架构师胡潇

英特尔与阿里云合作,为此次千人围棋赛配备了阿里云最新研发的 ECS 弹性裸金属服务器 (神龙) 的高效云平台。这一切构成了此次天壤 AI 千人围棋赛的技术基础。

 现代围棋 AI 的“强化学习”秘诀是什么?

现代围棋 AI 采用了“强化学习”的方式,即通过大量棋谱或者机器自我模拟对弈来训练一个深度卷积神经网络模型,使其能够很好地拟合人类的“直觉”和“理性”,继而在比赛过程中,针对每一步棋局,在有限的时间内,反复嵌套使用该模型进行前向推理,从而搜索出最佳的落子策略。因此,每一次前向推理的延时,是决定 AI 棋力的关键所在。


千人AI围棋论道:它不是贵族的游戏

 在人工智能与围棋的结合中,英特尔如何帮助天壤用尽可能少的计算资源,来更有效的生成更高质量数据?

相比于传统的、依赖于巨量数据集的监督学习,围棋强化学习训练则是通过大量的机器自我博弈来训练机器。所以,在这种训练过程中,对计算平台的要求跟在最终人机对战中的要求是基本一致的,也是需要小数据量、延迟敏感的深度神经网络的前向推理计算,不同之处只是其规模更大,需要完成数百万甚至上千万次的机器 – 机器对弈。因此,接下来,英特尔将帮助天壤围棋,通过更大规模的使用 CPU 进行机器 – 机器自我博弈,用更短的时间、更弹性的架构来提升天壤围棋的棋力。


千人AI围棋论道:它不是贵族的游戏

 对于围棋这类对延迟更加敏感的“小数据”场景,CPU 的优势是什么?

从传统观点来看,这类基于深度卷积神经网络模型的计算,必须配备高 TFLOPS(每秒万亿次浮点运算)以及价格高昂的 GPU 或 TPU 等专用加速设备。这意味着必须花费高昂成本去获取计算资源,以满足对性能的需求。此外,这些设备在像围棋 AI 这样的低延迟应用方面能力有限,因此基于 CPU 的架构就成为了首选。

全新的英特尔至强可扩展处理器,不仅因为其先进的存储架构适合低延迟计算;而且,也通过引入特别针对深度学习的 AVX512 指令集,并辅之以相应的软件优化,能够很好的满足深度卷积神经网络业务对计算力的要求。

千人AI围棋论道:它不是贵族的游戏