谷歌(微博)的智能圍棋程序AlphaGo將挑戰人類頂級棋手的消息近來引起了外界的廣泛關注，也許這場特殊的賽事將成為人工智能征服最后一個人類棋類項目的里程碑事件。
除了谷歌以外，在智能圍棋的研究領域，另一家科技巨頭—Facebook也在暗中發力。
半個月后，田淵棟將帶著Dark Forest—他所開發的智能圍棋程序，前往日本東京參加在那里舉辦的一年一度的機器人圍棋比賽。作為Facebook 人工智能研究院智能圍棋項目的負責人，田淵棟的Dark Forest相比大名鼎鼎的谷歌Deepmind的AlphaGo低調了許多，他自己也謙虛地說，Dark Forest的水準較谷歌還是有不小的差距，自己仍在不斷的做改進。
圍棋之所以成為棋類項目中唯一一塊至今未被人工智能所征服的“高地”，是由于其理論上可能的棋局數多過宇宙中原子數量的近乎無限可能性，下棋策略并不完全基于理性，既需要有對大局的把握，又需要具備局部陣地的取舍判斷，很多人類圍棋高手在談到某步棋為何要這么走時，往往會說，“感覺上應該這么走”。
近年來，隨著深度神經網絡和蒙特卡洛樹搜索的進展以及計算資源的不斷提升，使得人工智能在圍棋研究領域獲得了重大進展。
盡管田淵棟不愿將Dark Forest和AlphaGo相提并論，但由谷歌AlphaGo引起的人工智能圍棋程序戰勝人類選手的轟動效應，使得背靠Facebook人工智能研究院的Dark Forest近來也引起了外界的關注。
“因為我是《三體》的粉絲，所以把自己的程序取名叫‘Dark Forest’(黑暗森林)。”在接受騰訊科技專訪時，田淵棟在電話那頭這樣說。
他將《三體》中人物托馬斯• 維德的經典話語：“前進!前進!不擇手段地前進!”放在了個人知乎專欄的簽名檔中。
這位有著科幻情懷的計算機學神，工作之余還喜歡寫詩和小說。他對自己的要求極高近乎苛刻，曾在論文截稿前一小時，由于回答不了妻子隨意提出的一個問題，決定將花了大半年精力的論文撤稿。
他說，啟動智能圍棋項目是一次“無心插柳”的嘗試，卻讓Facebook的創始人、座位離他僅6米遠的扎克伯格親自在個人頁面上為他的成就“點贊”。他自謙圍棋水平并不高，但對Dark Forest卻信心十足，說盡管在“估值網絡”方面和谷歌相比有所欠缺，但在“走棋網絡”方面則更強。
在談論Dark Forest時，田淵棟給人在談論自家孩子的錯覺，既呵護，又希望他能爭氣。
他不愿預測谷歌對陣李世石的比賽結果，稱對AlphaGo所使用的具體方法和目前的計算能力并不完全了解，卻在掛下電話后不到24小時，在自己的知乎專欄上寫下一篇詳細的AlphaGo的專業分析文章。
田淵棟說，就現在的研究進展來說，人工智能已經和人類的思維非常接近，就智能圍棋而言，運用深度神經網絡進行的下棋決策，已經非常接近于人，就是憑借“感覺”，而選擇下一步棋的落子。
坐在6米外的扎克伯格“點贊”了他的圍棋項目
如果硬要將谷歌的AlphaGo與Facebook的Dark Forest做比較，確實有些不公平。首先谷歌的這一項目已經進行了快10年左右，那篇著名的發表在《自然》雜志上引起轟動的論文的第一作者，其博士論文便是智能圍棋項目的研究，由于近年來進展迅速，谷歌方面也不惜投入大量資源，AlphaGo的團隊在最近一年半的時間內已經擴充到20人，相比來說，Facebook的智能圍棋項目，是由田淵棟去年初從谷歌無人駕駛汽車組加入Facebook后才開始進行的項目，除了他以外，還有一位實習生幫助做一些輔助性工作，但絕大部分的工作由田淵棟一個人完成，因而說Dark Forest是一個人的項目并不過分。
讓田淵棟感到自豪的是，上月底，Facebook創始人兼首席執行官Mark Zuckberg在其個人的Facebook頁面上發了一篇文章，專門談到了Facebook正在進行的智能圍棋項目，并稱“從事這個項目的田淵棟的座位離我只有20 feet (6米)遠，我希望我的人工智能團隊成員離我很近，這樣我可以向他們學習他們正在進行的項目。”
田淵棟說，老板的肯定給了他很大的鼓舞，他用自己的Facebook賬號轉發了這篇文章，并附上了評論“Honored! ”(“自豪”)。
扎克伯格“點贊”田淵棟智能圍棋項目
愛寫詩的知乎學神
盡管嘴上不愿和AlphaGo做比較，但田淵棟暗暗想跟其較勁的想法卻藏不住，他幾天前在知乎專欄上發表了一篇最新文章，仔細分析了谷歌發表在《自然》雜志上的那篇文章，這篇文章已經收獲了幾百個贊，評論中幾乎到處都是“膜拜大神”這樣的字樣。
田淵棟在知乎上已經是個紅人，他的專欄有4000多人關注，基本上關于人工智能相關的問題，他都會受到回答的邀請，在一則“圍棋作為唯一一種電腦下不贏人的大眾棋類，是何原因導致?以及量子計算機出現后有無可能?”的問題下，收到三份邀請后，田淵棟的回答獲得了4000多的贊成投票。在知乎上的很多讀者心目中，在人工智能研究領域，他是很多問題的最好的解答者。
除了專業性很強的文章之外，在工作之余，田淵棟還愛寫一些個人的工作生活總結，這讓外界更多地了解到他專業領域的另一面。
在“2015年末總結”中，他這樣寫道：“但男人，得要為自己的選擇負責。對別人負責，更要對自己負責。”
當時的他，正面臨職業生涯中的一次重要抉擇，2014年底，他選擇離開谷歌無人駕駛汽車組，轉而加入Facebook人工智能研究所，字里行間里，能夠體會到這位既熱衷于學術研究，又對自己和家人有著高度責任心的研究者在工作和生活中的一些糾結和思考。
他對自己的要求嚴格近乎極端，曾花費大量精力準備了大半年的研究論文，只是因為截稿前最后一小時，“我讓老婆隨便讀一讀，她出于好奇提了一個問題，我想了想，說回答不了，于是撤稿。”
作為一名標準的理工男，在高度理性之余，田淵棟卻又不乏感性，他愛寫詩，在網上能找到的他寫的最早的詩是2010年，當時他赴CVPR(計算機視覺大會)開會，一口氣寫了八首詩，吃頓飯到他這里就成了“六人豪享海鮮宴”，和老朋友見面又促成了“九轉南下會舊友”。不難體會到，當時田淵棟意氣風發、少年得意的心境。
盡管研究的是人工智能，是如何讓機器像人一樣去思考、去感知，田淵棟卻并沒有越陷越深，他清晰地知道人和機器的區別，“人偏偏是個奇怪的動物，不能像機器一樣不眠不休地干活，總要有七情六欲，總要有宣泄的出口。”
田淵棟是上海人，從小到大都是標標準準的“別人家的孩子”，從上海交通大學獲得計算機本科和碩士學位后，他來到卡耐基梅隆大學機器人研究所攻讀博士學位，畢業后加入了谷歌無人駕駛汽車項目組。
機緣巧合的智能圍棋項目
在來到Facebook后，田淵棟最初并沒有很明確的研究方向，開了七八個研究項目。
“做研究的風險很高，很多項目開始想想覺得很有道理，但做著卻發現進行不下去。”田淵棟說。
后來決定進行智能圍棋項目，卻是一個機緣巧合，田淵棟說，最初只是為了驗證一個事后證明是不對的想法，于是搭建了平臺、數據，完成后發現既然平臺已經搭建好，還不如繼續利用一下，于是才有了智能圍棋這個項目。
田淵棟說，目前幾乎所有主流的智能圍棋程序都使用蒙特卡洛樹搜索，而谷歌的AlphaGo和Facebook的Dark Forest則是運用深度神經網絡加上蒙特卡洛樹搜索，通過強大的計算資源，一般都是用基于規則的或者基于局部特征，從而形成決策。
他說，谷歌的AlphaGo運用走棋網絡(Policy Network)和估值網絡(Value Network)兩方面來進行，第一部分的作用是給定當前的局面，預測或采樣下一步的走棋，第二部分的作用是給定當前的局面，估計是白勝還是黑勝。
田淵棟說，對于第一部分的Policy Network，Dark Forest比AlphaGo更為增強，但Value Network部分，Dark Forest目前還不具備。
他還強調說，Alphago具備2微秒下一步棋的基于CPU運算能力的決策，這一點也很重要，因為運用神經網絡往往速度較慢，需要花費毫秒級的時間。
田淵棟說，Dark Forest目前最高水平已經達到業務5段，在KGS對戰平臺上，接受來自人或其他圍棋程序的對弈比賽。
“但還有一個問題是，水平還不太穩定，有時可以戰勝高段位的選手，但有時也會輸給水平低的多的選手。”田淵棟說，“這主要是因為深度神經網絡對于大局觀的把握比較好，而對局部的一些策略的把握并不太容易。”
在談到Dark Forest的程序時，田淵棟常給人一種在談論自己孩子的錯覺，既為他獲得的成就感到欣喜，又為他所犯下的失誤惋惜不已，希望他能更爭氣。
對于未來智能圍棋研究的突破方向，田淵棟認為，任何進展都是需要長期的積累，通過很多失敗的經驗，逐步發現問題并做出改進，不可能一蹴而就。
“無論是蒙特卡洛樹搜索還是深度神經網絡都不是新東西了，只是以前的搜索和計算能力沒有現在這么強，這些都是慢慢進步的。”
但所追求的終極目標，是希望能找到能學出規律的學習算法，出現“質變”，田淵棟認為這才是解決問題的根本手段，而不是僅僅依賴現有的算法和框架，利用計算資源和能力的不斷提高的“量變”。
