628 機器人

100：0，“阿爾法元”完爆“阿爾法狗”，人工智能又進化了

這世界，沒地方說理去，還沒搞懂阿爾法狗的原理，阿爾法元又橫空出世了。

10月19日淩晨，國際學術期刊《自然》（Nature）指出，穀歌新智能“阿爾法元”：從0開始自學，在無任何人類指導的條件下，自學圍棋，並以100:0的戰績擊敗“前輩”---阿爾法狗。

阿爾法狗，完全是一個打不倒的勵誌小強。

自出生就一路坎坷，最終借助48個TPU（神經網絡訓練專用芯片），參考了海量人類棋譜，並自我對弈3000萬盤，又經數月訓練，最終封神，以4:1大敗韓國九段棋手李世石、以3比0戰勝人類最強棋手中國的柯潔。

阿爾法元，完全是一個天才富二代。

僅用4個TPU，完全不屌人類經驗，閉門自我訓練3天，自已和自己玩了490萬盤棋，出關後，以100:0的戰績輕鬆完爆阿爾法狗。

這說明什麼？

說明人工智能在短短的時間內又向前進化了。

這張圖是阿爾法元的訓練時間軸

阿爾法元為什麼這麼強？

他采用了新的算法——強化學習算法。也就是說，在每一次訓練後，他都能得到經驗和教訓，並以此優化算法、強化武功。

舉個例子吧，假如你是一隻猴子，生下來被放在一個沒有猴子的島上。

你這個時候也不知道吃什麼東西適合自己活下來。

第一天，你試著吃蘑菇，結果吃到了毒蘑菇，死翹翹了，於是，你知道了，蘑菇不能吃。

第二天，你試著吃蟲子，結果跑肚拉稀了，於是，你又知道了，蟲子也不能吃。

第三天，你試著吃水果，結果精力旺盛喜刷刷，於是，你這回知道了，要靠吃水果才能在這個島上活得倍爽。

阿爾法元，這隻猴子自己和自己玩，相當於活了490萬天，如果你可以活100年，他的經驗相當於經曆了1300個生命輪回，這經驗積累的太嚇人了，不是，是太嚇猴了。

我是一個窮人，買不起TPU，甚至都無法免費查詢最新的論文。

這些都是因為商業的原因，被保密了起來，用金錢加了鎖。

我們中國，在這個方麵是吃過大虧的。

鴉片戰爭時，大清並不是沒有先進的火器。

比如，那個時候的八旗軍隊就已經配備了和洋人一樣的燧發槍，但派去打仗的卻是隻配備了鳥銃的綠營軍，因為，不想讓漢人掌握最新的武器，結果被人家一直打到了京城。

當時的中國還引入了爆破彈（開花炮彈），可是因為保密，連林則徐都不知道有這麼厲害的東西可以和洋人交手。

開始學習人工智能，我才知道還要到網上去租GPU，看來未來還要租TPU。

人類的科技一直在風馳電掣地向前，我們落後，有的時候，不是它太快了，而是它太貴了。

最後更新：2017-10-19 23:52:34