作者 微信翻译团队

开源地址：

https://github.com/Tencent/PhoenixGo


去年DeepMind的AlphaGo Zero论文发表之后，我们惊叹于Zero强化学习算法的优雅、稳定和高效。恰好当时微信资源调度团队研发了一个大规模云计算平台，利用微信后台闲时的计算资源做机器学习的推理及训练。出于测试自研大规模云计算平台和研究AlphaGo Zero算法的目的，几名工程师陆续加入PhoenixGo这个项目，把论文上的算法一步步变成了一个“活的”、具有职业棋手棋力的AI程序。从1月底开始，PhoenixGo以BensonDarr（昵称“金毛”）的名义在腾讯野狐围棋平台上和全球顶尖职业棋手、围棋爱好者及各路围棋AI对弈，在4月底取得了200多连胜，并在福州2018世界人工智能围棋大赛上夺冠。

AlphaGo Zero需要海量的计算资源来生成棋谱，PhoenixGo复用了微信后台成千上万台CPU服务器的空闲时段得以成长，但这种量级的计算资源很难被普通大众所获取。为了其他研究者可以在我们的基础上继续探索围棋AI的奥秘，为了棋手可以更方便地研究围棋AI的棋路，也为了众多围棋爱好者在家用普通电脑上可以享受和职业九段手谈的乐趣，我们决定开源PhoenixGo对弈源码和训练好的模型。

从福州比赛回来后我们开始着手PhoenixGo的开源。经过一周多时间的源码整理，这次我们开源PhoenixGo对弈源码和一个20 block的模型。训练源码和其它源码由于跟微信内部的云计算平台耦合较深、不易分离，暂不开源。这份源码和模型可以在单块GPU上提供强职业棋手的棋力，在单机多卡和多机多卡的系统上具有远超人类棋手的水平。我们在野狐围棋平台上的账号“金毛测试”，运行于1块性能与GTX 1080 Ti性能接近的Tesla P40上，对人类棋手具有非常高的胜率。

最后感谢DeepMind发表了AlphaGo Zero论文，让一个不懂围棋的技术团队能开发出PhoenixGo；感谢陪伴{BensonDarr、时空奇点、金毛测试、金毛陪练}@野狐围棋成长的对弈棋手、AI程序以及广大围观棋迷！