騰訊微信翻譯團(tuán)隊(duì)開(kāi)源的人工智能圍棋項(xiàng)目 PhoenixGo

本文介紹了騰訊微信翻譯團(tuán)隊(duì)開(kāi)源的人工智能圍棋項(xiàng)目 PhoenixGo，該項(xiàng)目是對(duì) DeepMindAlphaGo Zero論文《Mastering the game of Go without human knowledge》的實(shí)現(xiàn)。

PhoenixGo 是騰訊微信翻譯團(tuán)隊(duì)開(kāi)發(fā)的人工智能圍棋程序。據(jù)介紹，該項(xiàng)目由幾名工程師在開(kāi)發(fā)機(jī)器翻譯引擎之余，基于 AlphaGo Zero 論文實(shí)現(xiàn)，做了若干提高訓(xùn)練效率的創(chuàng)新，并利用微信服務(wù)器的閑時(shí)計(jì)算資源進(jìn)行自我對(duì)弈，緩解了 Zero 版本對(duì)海量資源的苛刻需求。

4 月底，在 2018 世界人工智能圍棋大賽上，PhoenixGo 取得冠軍。參賽隊(duì)伍包括絕藝，LeelaZero、TSGo、石子旋風(fēng)、Golois，HEROZ Kishi、Baduki 等來(lái)自中、日、韓、歐美等國(guó)家和地區(qū)的人工智能圍棋高手。

5 月 11 日，PhoenixGo 在 Github 上正式開(kāi)源，以下是技術(shù)細(xì)節(jié)：

如果你在研究中使用 PhoenixGo，請(qǐng)按以下方式引用庫(kù)：

@misc{PhoenixGo2018, author = {Qinsong Zeng and Jianchang Zhang and Zhanpeng Zeng and Yongsheng Li and Ming Chen and Sifan Liu} title = {PhoenixGo}, year = {2018}, journal = {GitHub repository}, howpublished = {\url{https://github.com/Tencent/PhoenixGo}}}

構(gòu)建和運(yùn)行

在 Linux 上

1 要求

支持 C++11 的 GCC；

Bazel（0.11.1）；

（可選）CUDA 和 cuDNN（支持 GPU）；

（可選）TensorRT（加速 GPU 上的計(jì)算，建議使用 3.0.4 版本）。

2 構(gòu)建

復(fù)制庫(kù)，并進(jìn)行構(gòu)建配置：

git clone https://github.com/Tencent/PhoenixGo.gitcd PhoenixGo./configure

./configure 將詢問(wèn) CUDA 和 TensorRT 的安裝位置，如果必要指定二者的位置。

然后使用 bazel 進(jìn)行構(gòu)建：

bazel build //mcts:mcts_main

TensorFlow 等依賴項(xiàng)將會(huì)自動(dòng)下載。構(gòu)建過(guò)程可能需要很長(zhǎng)時(shí)間。

3 運(yùn)行

下載和提取訓(xùn)練好的網(wǎng)絡(luò)：

wget https://github.com/Tencent/PhoenixGo/releases/download/trained-network-20b-v1/trained-network-20b-v1.tar.gztar xv*** trained-network-20b-v1.tar.gz

以 gtp 模式運(yùn)行，使用配置文件（取決于 GPU 的數(shù)量和是否使用 TensorRT）：

bazel-bin/mcts/mcts_main --config_path=etc/{config} --gtp --logtostderr --v=1

該引擎支持 GTP 協(xié)議，這意味著它可以和具備 GTP 能力的 GUI 一起使用，如 Sabaki。

--logtostderr 使 mcts_main 向 stderr 寫(xiě)入日志消息，如果你想將消息寫(xiě)入文件，將 --logtostderr 改成 --log_dir={log_dir} 即可。

你可以按照此說(shuō)明更改配置文件：https://github.com/Tencent/PhoenixGo#configure-guide

4 分布模式

如果不同的機(jī)器上有 GPU，PhoenixGo 支持分布式 worker。

構(gòu)建分布式 worker：

bazel build //dist:dist_zero_model_server

在分布式 worker 上運(yùn)行 dist_zero_model_server，每個(gè) worker 對(duì)應(yīng)一個(gè) GPU：

CUDA_VISIBLE_DEVICES={gpu} bazel-bin/dist/dist_zero_model_server --server_address="0.0.0.0:{port}" --logtostderr

在 config 文件中填充 worker 的 ip:port（etc/mcts_dist.conf 是 32 個(gè) worker 的配置示例），并運(yùn)行分布式 master：

bazel-bin/mcts/mcts_main --config_path=etc/{config} --gtp --logtostderr --v=1

在macOS 上

注意：TensorFlow 在 1.2.0 版本之后停止支持macOS 上的 GPU，因此在macOS 上的操作只能在 CPU 上運(yùn)行。

1 要求 & 構(gòu)建

同 Linux。

2 運(yùn)行

首先添加libtensorflow_framework.so 到LD_LIBRARY_PATH 中：

$ export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:{project_root}/bazel-bin/external/org_tensorflow/tensorflow"

在 Windows 上

正在進(jìn)行。

配置指南

以下是 config 文件中的一些重要選項(xiàng)：

num_eval_threads：應(yīng)與 GPU 的數(shù)量一致；

num_search_threads：應(yīng)比 num_eval_threads * eval_batch_size 大一些；

timeout_ms_per_step：每步使用的時(shí)間；

max_simulations_per_step：每步要做多少模擬；

gpu_list：使用哪塊 GPU，用逗號(hào)隔開(kāi)；

model_config -> train_dir：訓(xùn)練好的網(wǎng)絡(luò)的存儲(chǔ)目錄；

model_config -> checkpoint_path：使用哪個(gè)檢查點(diǎn)，如果沒(méi)設(shè)定，則從 train_dir/checkpoint 中獲取；

model_config -> enable_tensorrt：是否使用 TensorRT；

model_config -> tensorrt_model_path：如果 enable_tensorrt，使用哪個(gè) TensorRT 模型；

max_search_tree_size：樹(shù)節(jié)點(diǎn)的最大數(shù)量，根據(jù)存儲(chǔ)容量進(jìn)行更改；

max_children_per_node：每個(gè)節(jié)點(diǎn)的子節(jié)點(diǎn)的最大數(shù)量，根據(jù)存儲(chǔ)容量進(jìn)行更改；

enable_background_search：在對(duì)手下棋的時(shí)候思考；

early_stop：如果結(jié)果不再更改，則 genmove 可能在 timeout_ms_per_step 之前返回；

unstable_overtime：如果結(jié)果仍然不穩(wěn)定，則更多地考慮 timeout_ms_per_step * time_factor；

behind_overtime：如果贏率低于 act_threshold，則更多地考慮 timeout_ms_per_step * time_factor。

分布模式的選項(xiàng)：

enable_dist：?jiǎn)?dòng)分布模式；

dist_svr_addrs：分布式 worker 的 ip:port，多條線，每條線中有一個(gè) ip:port；

dist_config -> timeout_ms：RPC 超時(shí)。

async 分布模式的選項(xiàng)：

Async 模式是在有大量分布式 worker 的時(shí)候使用的（多余 200），而在 sync 模式中需要過(guò)多的 eval 線程和搜索線程。

etc/mcts_async_dist.conf 是 256 個(gè) worker 模式的 config 示例。

enable_async：開(kāi)啟 async 模式

enable_dist：開(kāi)啟分布模式

dist_svr_addrs：每個(gè)命令行 ip:port 的多行、用逗號(hào)分開(kāi)的列表

eval_task_queue_size:根據(jù)分布 worker 的數(shù)量調(diào)整

num_search_threads：根據(jù)分布式 worker 的數(shù)量調(diào)整

參看 mcts/mcts_config.proto 更詳細(xì)的了解 config 選項(xiàng)。

命令行選項(xiàng)

mcts_main 接受以下命令行選項(xiàng)：

--config_path：配置文件路徑；

--gtp：作為 GTP 引擎來(lái)運(yùn)行，如果禁用，則只能進(jìn)行 genmove；

--init_moves：圍棋棋盤上最初的落子；

--gpu_list：覆寫(xiě)配置文件中的 gpu_list；

--listen_port：與 --gtp 一起使用，在 TCP 協(xié)議端口上運(yùn)行 gtp 引擎；

--allow_ip：與 --listen_port 一起使用，是允許連接的客戶端 ip 列表；

--fork_per_request：與 --listen_port 一起使用，表示是否 fork 每個(gè)請(qǐng)求。

Glog 選項(xiàng)還支持：

--logtostderr：向 stderr 寫(xiě)入日志消息；

--log_dir：向該文件夾中的文件寫(xiě)入日志消息；

--minloglevel：記錄級(jí)別：0 - INFO、1 - WARNING、2 - ERROR；

--v：詳細(xì)記錄，--v=1 即記錄調(diào)試日志，--v=0 即關(guān)閉記錄。

mcts_main --help 支持更多命令行選項(xiàng)。