“人機(jī)大戰(zhàn)”受矚目,Python簡(jiǎn)易版AlphaGo領(lǐng)略智能魅力
來源:
奇酷教育 發(fā)表于:
2017-05-22 15:23:58
如今,人工智能的勁風(fēng)勢(shì)不可擋,甚至在政府報(bào)告上都劃為重點(diǎn)?;仡?016年人工智能界的頂級(jí)盛事,人機(jī)圍棋大戰(zhàn)絕對(duì)榜上有名。面對(duì)人類棋
如今,人工智能的勁風(fēng)勢(shì)不可擋,甚至在政府報(bào)告上都劃為重點(diǎn)?;仡?016年人工智能界的頂級(jí)盛事,人機(jī)圍棋大戰(zhàn)絕對(duì)榜上有名。面對(duì)人類棋手的失利,從2017年伊始,再度出山的AlphaGo化名Master在網(wǎng)絡(luò)圍棋平臺(tái)上已經(jīng)打遍棋界無敵手,而5月23日-27日,在中國(guó)最負(fù)盛名的水鄉(xiāng)古鎮(zhèn)、世界互聯(lián)網(wǎng)大會(huì)永久會(huì)址--浙江烏鎮(zhèn),中國(guó)圍棋協(xié)會(huì)將攜手谷歌共同舉辦“中國(guó)烏鎮(zhèn)圍棋峰會(huì)”,人工智能和人類棋手的對(duì)決將作為峰會(huì)的一個(gè)重要環(huán)節(jié)亮相,谷歌AlphaGo將對(duì)決圍棋世界冠軍中國(guó)棋手柯潔。
無論結(jié)果如何,這場(chǎng)人機(jī)大戰(zhàn)必然會(huì)被載入史冊(cè)。作為現(xiàn)階段人工智能的最高成就,AlphaGo一直十分受人矚目。雖然目前GOOGLE公司并未向外公布AlphaGo的編程語(yǔ)言,但提起人工智能、深度算法,人們第一個(gè)想到的自然是Python語(yǔ)言,GitHub一名用戶 Brian Lee(brilee)就發(fā)布了一款用Python實(shí)現(xiàn),效仿 AlphaGo的極簡(jiǎn)圍棋引擎。
這是 AlphaGo 基本組成部分的一個(gè)純 Python 實(shí)現(xiàn)。
就已經(jīng)公開的數(shù)據(jù)所知,AlphaGo在對(duì)弈過程中使用了三個(gè)神經(jīng)網(wǎng)絡(luò)。
第一個(gè)神經(jīng)網(wǎng)絡(luò)是一個(gè)速度很慢但很準(zhǔn)確的策略網(wǎng)絡(luò)(policy network)。這個(gè)網(wǎng)絡(luò)被訓(xùn)練用來預(yù)測(cè)人類的走子(大約 57% 的準(zhǔn)確度),它會(huì)輸出一個(gè)可能走子的列表,并且每一種走子方式都對(duì)應(yīng)了一個(gè)概率。這個(gè)網(wǎng)絡(luò)為蒙特卡洛樹搜索(MCTS)提供了可能的走子起點(diǎn)。這個(gè)神經(jīng)網(wǎng)絡(luò)很慢的一大原因是它具有很大的規(guī)模,這是因?yàn)檫@個(gè)神經(jīng)網(wǎng)絡(luò)的輸入是圍棋棋盤上的各種計(jì)算成本高昂的屬性--氣的數(shù)量、叫吃、征等等。
第二個(gè)神經(jīng)網(wǎng)絡(luò)也是一個(gè)策略網(wǎng)絡(luò),它比第一個(gè)更小更快,但準(zhǔn)確度更低(大約 24%),這個(gè)網(wǎng)絡(luò)并不使用復(fù)雜的屬性作為輸入。一旦到達(dá)了當(dāng)前 MCTS 樹的葉節(jié)點(diǎn)(leaf node),這個(gè)第二個(gè)更快的網(wǎng)絡(luò)就會(huì)被用來得到一個(gè)棋盤局面的可能走子,并且對(duì)這個(gè)這個(gè)最終局面進(jìn)行評(píng)分。
第三個(gè)神經(jīng)網(wǎng)絡(luò)是一個(gè)價(jià)值網(wǎng)絡(luò):它為棋盤輸出一個(gè)預(yù)期獲勝的范圍,而不會(huì)自己下任何棋。然后,將使用第二個(gè)神經(jīng)網(wǎng)絡(luò)的蒙特卡洛得到的結(jié)果和使用第三個(gè)神經(jīng)網(wǎng)絡(luò)的價(jià)值計(jì)算結(jié)果進(jìn)行平均,然后這個(gè)值被記為該 MCTS 節(jié)點(diǎn)的近似結(jié)果。
開始
安裝 TensorFlow
開始需要安裝 TensorFlow,并使用 GPU 驅(qū)動(dòng)器(即英偉達(dá)顯卡的 CUDA 支持)
獲取用于監(jiān)督學(xué)習(xí)的 SGF
接下來需要一個(gè) SGF 文件源。你可以在 https://u-go.net/gamerecords 獲取 15 年時(shí)長(zhǎng)的高段位對(duì)局?jǐn)?shù)據(jù)。你也可以從其它來源下載專業(yè)比賽的數(shù)據(jù)庫(kù)。
預(yù)處理 SGF
第三,對(duì)你的 SGF 文件進(jìn)行預(yù)處理。這需要 SGF 文件中的所有局面并提取出每一個(gè)局面的特征以及記錄正確的下一步走子。
然后將這些局面分割成塊(chunk)--一塊用于測(cè)試,其它的都用于訓(xùn)練。這個(gè)步驟需要一定時(shí)間,而且要是你修改了 features.py 文件中的特征提取步驟,你還需要重新預(yù)處理。
python main.py preprocess data/kgs-*
注:這句代碼用了通配符,比如說:KGS 目錄可以名為 data/kgs-2006-01、data/kgs-2006-02 等等
監(jiān)督學(xué)習(xí)(策略網(wǎng)絡(luò))
使用上面預(yù)處理過的 SGF 數(shù)據(jù)(默認(rèn)輸出目錄是 ./processed_data/),你可以訓(xùn)練策略網(wǎng)絡(luò)。
python main.py train processed_data/ --save-file=/tmp/
網(wǎng)絡(luò)訓(xùn)練好了之后,當(dāng)前模型會(huì)被保存在 --save-file。你可以通過如下代碼繼續(xù)訓(xùn)練這個(gè)網(wǎng)絡(luò):
python main.py train processed_data/ --read-file=/tmp/savedmodel
--save-file=/tmp/savedmodel --epochs=10 --logdir=logs/my_training_run
此外,你也可以使用 TensorBoard 跟蹤你的訓(xùn)練過程--如果你為每一次運(yùn)行定義了一個(gè)不同的名字(如:logs/my_training_run、logs/my_training_run2),你可以將這些運(yùn)行彼此重疊起來:
tensorboard --logdir=logs/
與 MuGo 對(duì)弈
MuGo 使用了 GTP 協(xié)議,你可以通過任何兼容 GTP 的程序來使用它。要調(diào)用原始策略網(wǎng)絡(luò),使用如下代碼:
python main.py gtp policy --read-file=/tmp/savedmodel
要調(diào)用集成了 MCTS 的策略網(wǎng)絡(luò)版本,使用:
python main.py gtp mcts --read-file=/tmp/savedmodel
通過 GTP 下棋的一種方式是使用 gogui-display(它有一個(gè)兼容 GTP 的 UI)。你可以在 http://gogui.sourceforge.net/ 下載 gogui 工具套件。參見 http://gogui.sourceforge.net/doc/reference-twogtp.html 了解使用 GTP 的有趣方式。
gogui-twogtp -black 'python main.py gtp policy --read-file=/tmp/savedmodel' -white 'gogui-display' -size 19 -komi 7.5 -verbose -auto
另一種通過 GTP 玩的方式是對(duì)抗 GnuGo,同時(shí)還能觀看比賽:
BLACK="gnugo --mode gtp"
WHITE="python main.py gtp policy --read-file=/tmp/savedmodel"
TWOGTP="gogui-twogtp -black \"$BLACK\" -white \"$WHITE\" -games 10 \
-size 19 -alternate -sgffile gnugo"
gogui -size 19 -program "$TWOGTP" -computer-both -auto
還有一種玩法是通過 GTP 連接 CGOS(http://yss-aya.com/cgos/ 計(jì)算機(jī)圍棋在線服務(wù)器)。由 boardspace.net 運(yùn)營(yíng)的 CGOS 服務(wù)器已經(jīng)關(guān)閉了;你需要在 yss-aya.com 接入 CGOS 服務(wù)器。
配置好了你的 cgos.config 文件之后,你可以通過 cgosGtp -c cgos.config 連接到 CGOS,以及使用 cgosView yss-aya.com 6819 查看你自己的游戲。
從結(jié)果來看,使用Python實(shí)現(xiàn)的這款引擎雖然不能與AlphaGo相提并論,但也實(shí)現(xiàn)了圍棋的部分基本功能。這也再次說明了,Python是人工智能、深度學(xué)習(xí)開發(fā)語(yǔ)言的不二之選。奇酷教育Python高級(jí)開發(fā)培訓(xùn)班,0元入學(xué),先就業(yè)后付款;一周免費(fèi)試聽,不滿意不繳費(fèi);完善的就業(yè)服務(wù)體系,保障就業(yè)。在這里,你不光能夠?qū)W會(huì)如何編寫程序,還能夠?qū)W會(huì)如何編寫高質(zhì)量的程序,一躍成為專業(yè)的工程師!
奇酷教育原創(chuàng)開發(fā)的
Python培訓(xùn) 課程http://www.diabetesworldflight.com/不僅涵蓋Web前后端開發(fā)和網(wǎng)絡(luò)爬蟲技術(shù),還包括獨(dú)有的數(shù)據(jù)分析和機(jī)器學(xué)習(xí),前端、服務(wù)端一網(wǎng)打盡??蓮氖耊eb前端、Web服務(wù)端、服務(wù)器運(yùn)維、網(wǎng)絡(luò)爬蟲、大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)等多種熱門職業(yè),學(xué)員百分百高薪就業(yè)!