0


学棋五年的我输给了昇腾CANN

摘要:整整两天,上百场对弈,TA竟然未尝一败,真是让人拍案叫绝。

近日,一位神秘“人物”亮相华为昇腾CANN技术开放日现场,引得众人簇拥,吸粉无数。从现场AI棋艺大战的画面中我们可以看到,一边是眉头紧锁苦苦思考的玩家,一边则是本场的主角----基于昇腾CANN开发的AI对弈机器人。

和一筹莫展的小棋友相比,我们的主角着实看起来起来轻松不少,不仅能在短短十几秒内化解玩家攻势,还能防不胜防精心布局,让胜利的天平逐渐向自己倾斜。整整两天,上百场对弈,竟然未尝一败,真是让人拍案叫绝。

据了解,这款对弈机器人搭载Atlas 200 AI加速模块,其内集成昇腾310 AI处理器,可实现图像、视频等多种数据分析与推理计算,广泛用于智能监控、机器人、无人机、视频服务器等场景。

更重要的是,研发人员借助华为昇腾AI异构计算架构CANN(Compute Architecture for Neural Networks)提供高效易用的AscendCL编程接口,可针对多样化应用场景快速构建基于昇腾平台的AI应用和业务,并通过软硬件协同优化,大幅提升昇腾AI处理器的计算效率。

五大模块功能解读

机器人主要包含五个部分:中心控制、棋盘理解、对弈引擎、机械臂和UI界面。

  • 中心控制,好比人大脑中负责逻辑的部分,它主要用来协调各个模块的调用流程。
  • 棋盘理解,好比人类的视觉系统,通过安装在上方的摄像头采集当前对局信息,通过图像处理程序来理解“看到”的内容。
  • 对弈引擎,好比人脑中负责思考的部分,用来思考下一步最好的走法是什么。
  • 机械臂,就是机器人的手了,用来执行AI聪慧的走法,把棋盘上的棋子移动到正确的位置。
  • UI界面,则是给用户提供一个方便交互的界面,玩家方执红,通过平板的UI交互界面,由代表红方的机械臂将棋子移动到指定位置;AI方执黑,通过上方的摄像头看到当前的棋局,并通过搭载的AlphaZero算法软件计算出走法,由代表黑方的机械臂来执行。

当然你也可以抛弃UI和其中一个机械臂,亲自上阵和机械臂面对面大战三百回合,获得沉浸式的体验。此对弈机器人还提供了观棋模式,切换此模式就会让AI来执行计算,在当前的局面下为执棋方提供参考走法。

和机器人对弈是不是很酷?其实,基于异构计算架构CANN开发这款对弈机器人并不是很复杂,成功的关键就是控制好机器人的眼睛、大脑和手臂的功能。

火眼金睛精准识别棋子位置

机器人要想掌控全局,就要对整个棋盘的状态有认知能力,棋盘理解模块就是为此而存在的。位于上方的摄像头就像是机器人的眼睛一样,作为传感器捕捉当前的棋盘信息,并且将图像传入后台进行处理。

图像处理程序主要包含畸变矫正等预处理手段,以及圆检测算法用来获得当前全部棋子的坐标位置。最后,根据棋子的位置裁剪出一小块56x56的图片按批次传入分类模型进行推理,得到每一个位置上棋子的颜色和种类。

为实现这一过程,研发团队借助异构计算架构CANN,能够很容易将推理模型部署在Atlas 200上;同时在推理过程中,通过CANN内置的高性能算子自动加速计算,让机器人能快速精准地识别棋子位置,为后续博弈计算打下坚实的基础。

聪慧大脑快速进行博弈计算

如果说棋盘理解模块是机器人的眼睛,那么核心的对弈引擎就是机器人的大脑了,研发团队选择基于强化学习的AlphaZero算法作为对弈引擎的基础。AlphaZero算法是谷歌的DeepMind实验室在2017年提出的,主要流程包含蒙特卡洛搜索树(MCTS)以及神经网络构成。

MCTS全称 Monte Carlo Tree Search,是博弈决策规划中非常实用的一种算法。它根据模拟的最终输出结果,按照每一步节点构造搜索树,从而将随机性和完整性统一起来,为最优化决策提供帮助。

神经网络则是用来拟合通过自对弈生成的数据,不断迭代训练来优化模型。网络结构主要包含了两个head,一个是policy head,用来预测下一步走某一着的概率;另一个是 value head,用来预测当前局面下的胜率。训练流程就比较直接了,在得到了使用当前最优模型模拟自对弈的棋局记录之后,用这些数据作为训练样本,把当前最优模型作为预训练模型进行训练。

如此复杂的过程依赖超高的计算算力,否则对弈机器人将会是一个让你抓狂的迟钝选手。而Atlas 200能提供最高22 TOPS的算力,也就是能达到每秒钟22万亿次计算,这让团队成员欣喜若狂,这个算力足够应付绝大多数玩家,同时也很好地解决了项目成本问题。

为了更为充分释放硬件算力,研发团队在软件层面借助异构计算架构CANN,对神经网络进行图级和算子级的编译优化和自动调优,让对弈引擎实际性能大大超出预期。

然而,目前对弈引擎的参数设置都比较小,感兴趣的读者可以参考文末的开源代码自行调整参数,让机器人拥有更强大的棋力。另外,倘若搭载Atlas系列更强算力硬件,再让异构计算架构CANN对对弈算法进行一轮深度优化和加速,下过世界冠军也是指日可待了!

灵活手臂精准控制运动细节

除此之外,展示中小巧灵活的机械臂有没有让你眼前一亮的感觉?项目中采用的是开塔米罗研发的的桌面级六轴机械臂,主要面向的是K12教育,其有效范围内精度可达0.2mm。结合厂商提供的API接口,研发团队对控制流程精心设计并且进行了优化,控制气泵开关来让吸盘提子落子,结合棋盘理解模块信息作为反馈,采用棋子的真实坐标,让机械臂“睁着眼睛”操作棋子,进一步减小了定位误差。

昇腾社区丰富资源助力高效开发

当然,整个开发过程也不是一气呵成的,研发团队也是遇到了不少困难。幸运的是,昇腾社区上有丰富的资源,让整个开发过程一路披荆斩棘。

昇腾社区提供了包括计算机视觉(CV)、自然语言处理(NLP)等在内的400+模型,能够全面覆盖典型场景应用,并可直接部署在昇腾系列硬件且高效执行。还有丰富的AI应用案例,为开发者打开思绪,助力开发者快速构建AI应用和业务。

而社区论坛更是为开发者们提供了相互交流的平台,并且响应迅速。遇到的bug、经验、成果等等都可以在论坛上分享,如果遇到了困难,先看看是不是有前人也遇到过,没准问题就解决了。

扫码即刻登陆昇腾社区

对弈机器人带来的启示

该项目的对弈机器人代码全部开源,感兴趣的小伙伴单击文末链接即可获取,欢迎大家参与项目交流和改进。

可能有小伙伴会说,何必这么麻烦呢,直接和人对弈它不香么?

这款简单的对弈机器人只是灵感的开始,实际上不光是下棋,通过AI加持的机器人可以协助人类完成更多领域的工作。如今,人工智能正在深刻改变我们的学习、工作和生活,并依然成为了数字经济发展的核心动力,只要你们有一颗澎湃的心,想要参与到AI改变世界的队伍中,借助昇腾AI软硬件平台,一定可以做出许许多多让人眼前一亮的项目。

CANN作为昇腾AI基础软硬件平台的核心,以极致性能、极简开发、开放生态为目标,助力昇腾构筑业界最强AI算力平台,同时也为每一个开发者点亮梦想,助力开发者在未来舞台上大放异彩,踏浪前行!

参考链接:

  1. 项目代码:

samples: CANN Samples - Gitee.com

  1. 昇腾社区:https://www.hiascend.com/
  2. 昇腾论坛:https://bbs.huaweicloud.com/forum/forum-726-1.html

点击关注,第一时间了解华为云新鲜技术~


本文转载自: https://blog.csdn.net/devcloud/article/details/122358053
版权归原作者 华为云开发者社区 所有, 如有侵权,请联系我们删除。

“学棋五年的我输给了昇腾CANN”的评论:

还没有评论