沒想到，學棋五年的我竟然輸給了昇騰CANN！

近日，一位神秘“人物”亮相華為昇騰CANN技術開放日現場，引得眾人簇擁，吸粉無數。從現場AI棋藝大戰的畫面中我們可以看到，一邊是眉頭緊鎖苦苦思考的玩家，一邊則是本場的主角----基于昇騰CANN開發的AI對弈機器人。

和一籌莫展的小棋友相比，我們的主角著實看起來起來輕松不少，不僅能在短短十幾秒內化解玩家攻勢，還能防不勝防精心布局，讓勝利的天平逐漸向自己傾斜。整整兩天，上百場對弈，竟然未嘗一敗，真是讓人拍案叫絕。

據了解，這款對弈機器人搭載Atlas 200 AI加速模塊，其內集成昇騰310 AI處理器，可實現圖像、視頻等多種數據分析與推理計算，廣泛用于智能監控、機器人、無人機、視頻服務器等場景。

更重要的是，研發人員借助華為昇騰AI異構計算架構CANN（Compute Architecture for Neural Networks）提供高效易用的AscendCL編程接口，可針對多樣化應用場景快速構建基于昇騰平臺的AI應用和業務，并通過軟硬件協同優化，大幅提升昇騰AI處理器的計算效率。

五大模塊功能解讀

機器人主要包含五個部分：中心控制、棋盤理解、對弈引擎、機械臂和UI界面。

? 中心控制，好比人大腦中負責邏輯的部分，它主要用來協調各個模塊的調用流程。

? 棋盤理解，好比人類的視覺系統，通過安裝在上方的攝像頭采集當前對局信息，通過圖像處理程序來理解“看到”的內容。

? 對弈引擎，好比人腦中負責思考的部分，用來思考下一步最好的走法是什么。

? 機械臂，就是機器人的手了，用來執行AI聰慧的走法，把棋盤上的棋子移動到正確的位置。

? UI界面，則是給用戶提供一個方便交互的界面，玩家方執紅，通過平板的UI交互界面，由代表紅方的機械臂將棋子移動到指定位置；AI方執黑，通過上方的攝像頭看到當前的棋局，并通過搭載的AlphaZero算法軟件計算出走法，由代表黑方的機械臂來執行。

當然你也可以拋棄UI和其中一個機械臂，親自上陣和機械臂面對面大戰三百回合，獲得沉浸式的體驗。此對弈機器人還提供了觀棋模式，切換此模式就會讓AI來執行計算，在當前的局面下為執棋方提供參考走法。

和機器人對弈是不是很酷？其實，基于異構計算架構CANN開發這款對弈機器人并不是很復雜，成功的關鍵就是控制好機器人的眼睛、大腦和手臂的功能。

火眼金睛精準識別棋子位置

機器人要想掌控全局，就要對整個棋盤的狀態有認知能力，棋盤理解模塊就是為此而存在的。位于上方的攝像頭就像是機器人的眼睛一樣，作為傳感器捕捉當前的棋盤信息，并且將圖像傳入后臺進行處理。

圖像處理程序主要包含畸變矯正等預處理手段，以及圓檢測算法用來獲得當前全部棋子的坐標位置。最后，根據棋子的位置裁剪出一小塊56x56的圖片按批次傳入分類模型進行推理，得到每一個位置上棋子的顏色和種類。

為實現這一過程，研發團隊借助異構計算架構CANN，能夠很容易將推理模型部署在Atlas 200上；同時在推理過程中，通過CANN內置的高性能算子自動加速計算，讓機器人能快速精準地識別棋子位置，為后續博弈計算打下堅實的基礎。

聰慧大腦快速進行博弈計算

如果說棋盤理解模塊是機器人的眼睛，那么核心的對弈引擎就是機器人的大腦了，研發團隊選擇基于強化學習的AlphaZero算法作為對弈引擎的基礎。AlphaZero算法是谷歌的DeepMind實驗室在2017年提出的，主要流程包含蒙特卡洛搜索樹（MCTS）以及神經網絡構成。

MCTS全稱 Monte Carlo Tree Search，是博弈決策規劃中非常實用的一種算法。它根據模擬的最終輸出結果，按照每一步節點構造搜索樹，從而將隨機性和完整性統一起來，為最優化決策提供幫助。

神經網絡則是用來擬合通過自對弈生成的數據，不斷迭代訓練來優化模型。網絡結構主要包含了兩個head，一個是policy head，用來預測下一步走某一著的概率；另一個是 value head，用來預測當前局面下的勝率。訓練流程就比較直接了，在得到了使用當前最優模型模擬自對弈的棋局記錄之后，用這些數據作為訓練樣本，把當前最優模型作為預訓練模型進行訓練。

如此復雜的過程依賴超高的計算算力，否則對弈機器人將會是一個讓你抓狂的遲鈍選手。而Atlas 200能提供最高22 TOPS的算力，也就是能達到每秒鐘22萬億次計算，這讓團隊成員欣喜若狂，這個算力足夠應付絕大多數玩家，同時也很好地解決了項目成本問題。

為了更為充分釋放硬件算力，研發團隊在軟件層面借助異構計算架構CANN，對神經網絡進行圖級和算子級的編譯優化和自動調優，讓對弈引擎實際性能大大超出預期。

然而，目前對弈引擎的參數設置都比較小，感興趣的讀者可以參考文末的開源代碼自行調整參數，讓機器人擁有更強大的棋力。另外，倘若搭載Atlas系列更強算力硬件，再讓異構計算架構CANN對對弈算法進行一輪深度優化和加速，下過世界冠軍也是指日可待了！

靈活手臂精準控制運動細節

除此之外，展示中小巧靈活的機械臂有沒有讓你眼前一亮的感覺？項目中采用的是開塔米羅研發的的桌面級六軸機械臂，主要面向的是K12教育，其有效范圍內精度可達0.2mm。結合廠商提供的API接口，研發團隊對控制流程精心設計并且進行了優化，控制氣泵開關來讓吸盤提子落子，結合棋盤理解模塊信息作為反饋，采用棋子的真實坐標，讓機械臂“睜著眼睛”操作棋子，進一步減小了定位誤差。

昇騰社區豐富資源助力高效開發

當然，整個開發過程也不是一氣呵成的，研發團隊也是遇到了不少困難。幸運的是，昇騰社區上有豐富的資源，讓整個開發過程一路披荊斬棘。

昇騰社區提供了包括計算機視覺（CV）、自然語言處理（NLP）等在內的400+模型，能夠全面覆蓋典型場景應用，并可直接部署在昇騰系列硬件且高效執行。還有豐富的AI應用案例，為開發者打開思緒，助力開發者快速構建AI應用和業務。

而社區論壇更是為開發者們提供了相互交流的平臺，并且響應迅速。遇到的bug、經驗、成果等等都可以在論壇上分享，如果遇到了困難，先看看是不是有前人也遇到過，沒準問題就解決了。

掃碼即刻登陸昇騰社區

對弈機器人帶來的啟示

該項目的對弈機器人代碼全部開源，感興趣的小伙伴單擊文末鏈接即可獲取，歡迎大家參與項目交流和改進。

可能有小伙伴會說，何必這么麻煩呢，直接和人對弈它不香么？

這款簡單的對弈機器人只是靈感的開始，實際上不光是下棋，通過AI加持的機器人可以協助人類完成更多領域的工作。如今，人工智能正在深刻改變我們的學習、工作和生活，并依然成為了數字經濟發展的核心動力，只要你們有一顆澎湃的心，想要參與到AI改變世界的隊伍中，借助昇騰AI軟硬件平臺，一定可以做出許許多多讓人眼前一亮的項目。

CANN作為昇騰AI基礎軟硬件平臺的核心，以極致性能、極簡開發、開放生態為目標，助力昇騰構筑業界最強AI算力平臺，同時也為每一個開發者點亮夢想，助力開發者在未來舞臺上大放異彩，踏浪前行！

參考鏈接：

1. 項目代碼：

https://gitee.com/ascend/samples/tree/master/python/level3_multi_model/Robot_Play_Chess

2. 昇騰社區：https://www.hiascend.com/

3. 昇騰論壇：https://bbs.huaweicloud.com/forum/forum-726-1.html

AI 昇騰 機器人

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。