模仿并超越，KL 正则化搜索让 AI 下围棋更像人类，Meta&CMU 出品

图片地址：https://img.ithome.com/newsuploadfiles/2021/12/1bf8dd24-c9bd-4d48-81e6-28bda27a3965.jpg

如果非要问 AlphaGo 有什么缺点，那就是下棋不像人类。和 AlphaGo 对弈过的顶级棋手都有这种感受，他们觉得 AI 落子经常让人捉摸不透。这不仅是 AlphaGo 的问题，许多 AI 系统无法解释，且难以学习。如果想让 AI 与人类协作，就不得不解决这个问题。现在，来自 Meta AI 等机构的研究者们打造出一个能战胜人类顶级棋手、且更容易复盘棋谱的 AI。他们用人类棋谱训练 AI 模仿，并让后者超越了人类。上图分别展示了该方法在国际象棋（左）、围棋（右）的表现。纵轴为 AI 与原始模型对弈的胜率，横轴为 AI 预测人类落子位置的 Top-1 准确度。可以看出新的算法（绿色）在两方面都已经超过了 SOTA 结果（蓝色）。像人类，还能打败人类正所谓“鱼与熊掌难以兼得”。AlphaGo 使用的自我博弈与蒙特卡洛树搜索（MCTS），虽然练就了无比强大的 AI，但它的下棋更像凭直觉，而非策略。如果要让 AI 更像人类，更应当使