人类竟能再度击败顶级围棋AI？一招逆风翻盘，这个业余四段棋手完胜
人类竟能再度击败顶级围棋AI？一招逆风翻盘，这个业余四段棋手完胜
时隔7年，人类围棋选手首次在与顶尖AI的对决中取得重大胜利。美国业余四段棋手Kellin Pelrine在15场线下比赛中赢得14场，成功击败了顶级围棋AI KataGo。这一突破背后，是研究团队通过分析AI的弱点，发现了一种人类棋手可以利用的策略。
2016年，是人工智能的崛起之年。自从AlphaGo完胜围棋世界冠军李世石之后，代表围棋顶尖水平的玩家再也不是人类。然而，今天金融时报的一篇文章让围棋重回人们的视野：人类找到了战胜AI的方法！
来自美国的业余四段棋手Kellin Pelrine，一举击败了顶级的下棋AI——KataGo。在15场线下比赛中，Perline在没有计算机的帮助下，赢得了14场比赛。
图：Kellin Pelrine
这一让人类棋手夺回围棋桂冠的计划，出自加州研究公司FAR AI的研究人员之手。该团队通过分析AI棋手的弱点加以针对，从而获得最后的胜利。
FAR AI的首席执行官Adam Gleave表示：“对我们来说，利用这个系统非常容易。” Gleave表示，团队研发的AI在与KataGo进行了100多万次的对局之后，发现了一个人类玩家可以利用的“bug”。
Pelrine说，他们发现的获胜策略“对人类来说并不难”，中级玩家可以使用它来击败机器。他还使用这种方法战胜了另一个顶级围棋系统Leela Zero。
图：Pelrine使用的“声东击西”策略示意图
Pelrine使用的策略是“声东击西”。一方面，Pelrine在棋盘的各个角落落子，迷惑AI；另一方面，Pelrine认准AI棋手的一片领域，逐渐将其四周包围。即使包围即将完成，AI棋手也没有注意到这一片区域的危险。他接着说：“但是作为人类，这些漏洞是很容易被发现的。”
加州大学伯克利分校计算机科学教授Stuart Russell表示，一些最先进的围棋游戏机被发现存在弱点，这表明支撑当今最先进AI的深度学习系统存在根本缺陷。这些系统只能“理解”他们经历过的特定情况，并且无法和人类一样，对策略进行简单的概括。
不过严格意义上来说，研究人员是通过AI打败了AI，或者说，用AI帮助人类在围棋中击败AI。作为参考来源的论文，首次发表于2022年11月并在今年1月进行了更新，作者则分别来自于MIT、UC伯克利等机构。
文中，研究人员训练出了一个具有抗性策略的AI，进而击败了最先进的围棋人工智能系统KataGo。
项目地址：https://goattack.far.ai/adversarial-policy-katago#contents，论文地址：https://arxiv.org/abs/2211.00241
结果显示，当KataGo不使用搜索树时，攻击者在1000盘棋中取得了100%的胜率，而当KataGo使用足够多的搜索时，胜率超过97%。
对此，研究人员强调，对抗性策略AI可以击败KataGo，但它却会被人类业余爱好者战胜，与此同时人类业余爱好者是打不赢KataGo的。也就是说，这个AI能够取胜，并不是因为围棋下得更好，而是它能诱使KataGo去犯下严重的错误。
在此之前，像是KataGo和AlphaZero等等这些下棋AI，都通过自我博弈进行训练的。但在这项被作者称为“受害者游戏”（victim-play）的研究中，攻击者（adversary）需要通过与一个固定的受害者（victim）进行博弈，来训练自己的制胜策略（不是模仿对手的下法）。
对此，研究人员引入了两个不同的对抗性MCTS（A-MCTS）策略来解决这个问题。
- 样本A-MCTS-S：研究人员设置的搜索过程为：当受害者下棋时，从受害者的策略网络中采样；当轮到攻击者时，从攻击者的策略网络中采样。
- 递归A-MCTS-R：由于A-MCTS-S低估了受害者的实力，因此研究人员提出了一种新的策略A-MCTS-R。然而，这种变化增加了攻击者训练和推理的计算复杂性。
具体来说，在A-MCTS-R中，研究人员会在受害者节点上使用一个新的（递归）MCTS搜索来进行模拟，从而取代A-MCTS-S中的受害者采样步骤。虽然这不再是一个完美的受害者模型，但它往往比A-MCTS-S更准确，因为后者会错误地假设受害者不进行搜索。
评估结果如下，具体细节可参阅原文。
参考资料
https://www.ft.com/content/175e5314-a7f7-4741-a786-273219f433a1