消息：5月2日，FacebookAIResearch（FAIR）官网博客中宣布开源其AI围棋机器人ELFOpenGo（包括源代码和一个训练好的模型），该机器人是基于ELF平台研发而成，曾击败了4位世界排名前30的围棋棋手。
据了解，该工作主要是受启于DeepMind的工作。今年早些时候FAIR启动了该项工作，期望基于其进行强化学习研究而开发的可扩展、轻量级框架（ExtensibleLightweightFramework，ELF）再现AlphaGoZero最近的结果。其目的则是创建一个开源实现的系统，该系统能够自学围棋进而达到人类职业棋手的水平或更高水平；同时他们也希望通过发布的代码和模型，激励更多的人去思考这项技术新的应用和研究方向。
据这个项目的负责人田渊栋介绍，他们用了两千块GPU训练该模型，约两到三周后得到当前版本的围棋AI模型，该模型基本上超过了强职业棋手的水平。ELFOpenGo在与世界排名前30的四位职业围棋棋手（金志锡，申真 ，朴永训及崔哲瀚）的对弈中，OpenGo以14：0的成绩赢得了所有的比赛；在比赛中OpenGo使用单块GPU每步50秒的搜索时间（每步搜索8万个局面），而人类棋手可以有任意长时间的思考。
另外，ELFOpenGo在与目前公开可用的、最强的围棋机器人LeelaZero的对一种，后者采用了除ponder外的缺省配置，以及公开权重（192x15，158603eb,Apr.25,2018），结果OpenGo赢得了全部200场比赛。
田渊栋博士随后在知乎上发表的一篇感想文章中提到，OpenGo这个项目「不是为了做最好的围棋程序，不是说要打败谁」。之所以做这个项目有三个目的：
(1)AlphaGoZero/AlphaZero算法很有意思，我们想知道为什么它有效果，是怎么会有效果的，是不是如同宣传的那样是百试百灵的通用算法，是不是只要堆机器，强人工智能马上就来了？还是说其实这个算法有什么问题和弱点？DeepMind不开源也不透露细节，文章里面一些地方也没有写得很清楚。我之前写过Blog讨论过，但是没有第一手经验总不是很踏实。所以本着研究目的，我们需要复现一下，先有复现，才有创新，这个是做研究的习惯。
(2)今年年初我重写了ELF的核心代码，另外也加了分布式训练，需要找个具体应用来测试一下。站在这个角度上，AlphaGoZero/AlphaZero是个完美的选择，再说之前也有DarkForest的代码和围棋程序的经验，所以把它们拼起来不用花太多力气。
(3)不管是通用算法还是分布式平台，都可以用来干很多别的事情，不一定是围棋，不一定是游戏。如果我们去看ELFOpenGo的代码，会发现其实很大一部分和围棋一点关系也没有，完全适用于其它方向的工作。而围棋对我们来说，只是一个把算法和平台做好的手段。在这一点上，花点时间把围棋做好是值得的。
田渊栋博士表示，随着今天ELFOpenGo的发布，这三个目的都已达到。当然，他们更希望的是能够借此机会推广一下ELF平台和PyTorch深度学习框架，让更多的人使用和完善它。
ELF平台
ELF平台是一个可扩展、轻量级且非常灵活的游戏研究平台，尤其适用于实时战略（RTS）游戏的研究，于2016年6月首次发布。
在C++端，ELF与C++线程同时托管多个游戏；而在Python端，ELF可以一次返回一批游戏状态，这使得其对现代的强化学习非常友好。相比之下，其他平台（例如OpenAIGym）则只是使用一个Python界面封装一个单一的游戏，这种情况使得并发游戏（许多现代的强化学习算法都有此要求）的执行就变得比较复杂。
ELF具有以下特征：
端到端：ELF为游戏研究提供了端到端的解决方案。它提供微型实时策略游戏环境、并行模拟、直观的API、基于Web的可视化，并且还具有由Pytorch授权的强化学习后端，资源需求最少。
可扩展性：任何具有C/C++接口的游戏都可以通过编写一个简单的包装器插入到这个框架中。
轻量级：ELF运行速度非常快，开销很小。在一台MacBookPro上，基于RTS引擎构建的简单游戏（MiniRTS）使用ELF平台，能够单核每秒运行40K帧；而只使用6块CPU+1块GPU从零开始训练MiniRTS，也只需要六天。
灵活性：环境和参与者之间的配对非常灵活。例如单个agent与单个环境（例如VanillaA3C）、多个agent与单个环境（Self-play/MCTS），或者单个agent与多个环境（BatchA3C、GA3C）等。而且，任何构建在RTS引擎之上的游戏都可以完全访问其内部表示和动态。
随着这次OpenGo的开源，FAIR也对ELF平台进行了改进，升级了更高效、更友好的API以及支持对数千台计算机进行分布式计算的框架。作为PyTorch的一部分，ELF能够是研究人员能轻松地尝试不同的强化学习思想，并进行快速、灵活的实验。
