AlphaGo又有了令人“恐怖”的新版本

　　今年5月，AlphaGo在人機大戰第二季3：0完虐世界第一人柯潔，當時其就被稱為“圍棋上帝”。不過“圍棋上帝”也有被虐的時候，昨天谷歌旗下人工智能研究部門DeepMind發布了新版AlphaGo，它可以完全靠自己學習圍棋，更為恐怖的是經過40天訓練后，它就可以擊敗AlphaGo Master(擊敗柯潔的系統)，比分為89比11。 揚子晚報記者 湯敏

　　自學3天就完勝“前輩”

　　今年5月烏鎮人機大戰第二季時，DeepMind CEO哈薩比斯表示，將在今年晚些時候公布戰勝了柯潔的那版AlphaGo的技術細節。19日，這個承諾如約兌現，DeepMind將他們最新的內容發表於Nature的一篇論文中，詳細介紹了迄今最強大的一版AlphaGo——AlphaGo Zero。文中透露最新版本的AlphaGo Zero，使用純強化學習，將價值網絡和策略網絡整合為一個神經網絡，3天訓練后就以100比0擊敗了上一版本的AlphaGo，也就是那個4-1戰勝李世石的版本。經過40天訓練后，它就可以擊敗AlphaGo Master(擊敗柯潔的系統)。

　　這個阿爾法狗從零開始，所以，它的名字叫作零(Zero)，完全靠自己對弈來摸索，而不需要任何人類圍棋的經驗。人類圍棋雖然延續了千年，但在“阿爾法狗零”看來水平還是太差。下面是零自我學習的過程，實在太恐怖：自我學習3小時，零在亂下﹔10小時，發現簡單定式﹔16小時，發現小雪崩定式﹔19小時，發現死活、厚勢與實地的邏輯﹔24小時，發現小目一間高挂定式﹔36小時，發現星位一間夾點角定式﹔55小時，發現非人類定式﹔40天，與擊敗柯潔版本對戰100番棋，89比11勝出。

　　人類學習的時間線是什麼樣的呢？今天的世界冠軍級棋手，5歲學棋，15歲出關，20歲前拿冠軍，否則終身無望。也就是說人類學棋十幾年，不如阿爾法狗零學3天。

　　棋手的傷感，人類的進步

　　人機大戰第二季對決中，世界第一人柯潔拼盡全力但最終仍以0-3負於AlphaGo，在第三局中，柯潔面對無懈可擊的AlphaGo不禁落淚，賽后他感嘆：“AlphaGo實在太完美了”！昨天，看到最新版AlphaGo Zero后，柯潔在微博中不禁再次感慨：“一個純淨、純粹自我學習的AlphaGo是最強的……對於AlphaGo的自我進步來講……人類太多余了”。

　　被AlphaGo Zero的消息所震撼的遠不止柯潔一個人，世界冠軍古力在微博中說道：“20年不抵3天啊！我們的傷感，人類的進步！”另一位世界冠軍唐韋星發微博表示：“看了之后不知道說什麼了，它確實不需要我們的知識，訓練40天就能擊敗之前版本，似乎就是我們拖后腿了(意思是之前版本還借鑒了人類圍棋的經驗)”。古力隨后在唐韋星的微博下表示贊同：“我們都是拖后腿的”。

　　革新性人工智能用處多

　　與前幾個版本AlphaGo不同，此版本的AlphaGo Zero完全不受人類思維束縛，因此算作革新性人工智能。DeepMind CEO哈薩比斯表示，“人工智能有可能推動人類的智力向前發展，給全人類帶來積極影響”。那麼對人類的未來到底有什麼具體幫助呢？

　　據了解，DeepMind與英國國家醫療服務體系(NHS)展開合作，除了將人工智能用於早期發現疑難雜症外，還將用於調整電力供需等方面。將來，還期待人工智能在依靠人類力量難以解決的新材料開發、探究蛋白質生成機制等方面做出貢獻。此外，新技術將來還可能在產業方面做出貢獻。例如，從大量數據中發現人類難以意識到的提升效率的方式等。

　　據悉，以各種用電數據為基礎，人工智能將有助於節省電力。由於像AlphaGo Zero一樣的人工智能可以“無師自通”，在宇宙和海洋等觀測數據不足的領域也有可能做出貢獻。

分享讓更多人看到