專訪鳳凰圍棋：訓練兩個多月 跑譜隻用CPU

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，最高水準可能在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，我們正好有一些空余時間，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麽Deepmind那麽多資源，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閑的伺服器資源。當晚上微信伺服器比較空閑的時候，它就左右互搏，幫我們去生成一些棋譜。這些伺服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伺服器完成，做神經網絡的訓練，還是用了那麽一兩台GPU伺服器。

　　獅子頭：您預測什麽時候能真正達到AlphaZero最終的水準 ？

　　金毛：首先沒那麽多硬體資源，也不可能有那麽多的資源投放進去。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準。去年10月份論文公布，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閑的伺服器，任何一台伺服器忙了我們就不能使用。在目前的狀態下，我們也很難預測什麽時候能達到AlphaZero的水準。一切還得看微信伺服器的空閑資源。

　　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裡程碑，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，因為我們沒有那麽多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準。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：稍候我們會詳細公布金毛的一些指標，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？