543
机器人
把柯洁虐哭的阿法狗被“新一代”Alpha Go Zero虐死，人工智能也太可怕了！
文 | 孔冰欣
曾经，有（几）只“别人家的狗狗”，纵横棋坛，打遍天下，连连击败围棋界的高手高手高高手，震惊了世界。就连我们的傲娇星人柯洁老师，在与“地球最强狗狗”对决的过程中，也被狠狠“虐”了一把，心有不甘地留下男儿泪，不得不跑到厕所调整心情，由衷感叹人工智能的强大。
AlphaGo 辉煌史一分钟速览
姓名：AlphaGo（Fan，Lee，Master，Zero）
1. 击败樊麾
2015年10月，AlphaGo击败樊麾，成为第一个无需让子即可在19路棋盘上击败围棋职业棋手的电脑围棋程序，写下了历史，相关成果在2016年1月发表于Nature。
2. 击败李世石
2016年3月，AlphaGo在一场五番棋比赛中4：1击败顶尖职业棋手李世石，成为第一个不借助让子而击败围棋职业九段棋手的电脑围棋程序，再创历史。五局赛后韩国棋院授予AlphaGo有史以来第一位名誉职业九段。
3. 排名短暂超越柯洁
2016年7月18日，AlphaGo在Go Ratings网站的排名升至世界第一。但几天之后被柯洁反超。
4. 化名“Master”横扫棋界
2016年底至2017年年初，再度强化的AlphaGo以“Master”为名，在未公开其真实身份的情况下，借非正式的网络快棋对战进行测试，挑战中韩日台的一流高手，60战全胜。
5. 战胜柯洁，成为世界第一
2017年5月23至27日乌镇围棋峰会，最新的强化版AlphaGo和世界第一棋手柯洁对局，并配合八段棋手协同作战与对决五位顶尖九段棋手等五场比赛，获取3比零全胜的战绩，团队战与组队战也全胜。这次AlphaGo的运算资源消耗仅为赢李世石版本的十分之一。在与柯洁的比赛结束后，中国围棋协会授予AlphaGo职业围棋九段的称号。
大家猜得到这开头，却想必猜不到后续的发展。一物降一物，这（几）只伟大的“狗狗”——AlphaGo（阿法狗）在踩碎了围棋爱好者的一地玻璃心之后，终于被家族的“新世代”——AlphaGoZero给收拾了。近日，《自然》（Nature）杂志发表了一篇题为Mastering the game of Go without human knowledge（不使用人类知识掌握围棋）的论文，详细介绍了阿法狗的Daddy们、即谷歌DeepMind团队最新的研究成果：AlphaGo Zero从围棋小白起步，不需要任何历史棋谱的指引，更不需要参考人类任何的知识经验，纯靠个人强化学习（reinforcementlearning）和参悟，棋艺力压家族前辈，成为“真·传说中的·百战百胜”，100-0击溃前任哥哥。
DeepMind的创始人+CEO Demis Hassabis
眼冒金星、智商不够用的小编，在啃了若干篇对该论文的解读后，斗胆尝试用“说人话”的方式，尽量深入浅出，先为亲爱的读者们梳理下AlphaGoZero的特点（如有未尽之处，请大家轻拍）：
•从零开始学习，不需要任何人类的经验
•使用更少的算力得到了更好的结果
•发现了新的围棋定式
•策略网络和价值网络成为一个神经网络
•无需进行随机推演（Rollout）
……
突破“白板理论”
所谓“白板理论”（Tabula rasa），其实是哲学上的一个着名观点：婴儿生下来白板一块，通过不断训练、成长获得知识和智力。据此，AI 领域的先驱图灵曾经提出了着名的“图灵测试”，认为只要能用机器制造一个类似小孩的 AI，然后加以训练，就能得到一个近似成人智力，甚至超越人类智力的AI。
现代科学则指出，婴儿不能算纯粹的“白板”，生物亿万年的进化，导致人类幼时初初睁开眼睛，就天然具备“偏爱高热量食物、饿了就哭闹引起注意”的本能策略。而和人类婴儿相比，计算机才是实打实的“白板”，于是，一场新讨论开始了：监督学习（Supervised Learning）和无监督学习（Unsupervised Learning），哪种方式更适合让机器从零开始获得智能？顾名思义，前者强调要把人类的经验灌输给机器，后者强调让机器自己摸索万事的规律。（小编打个不是最恰当的比方，前者有点像死记硬背式的教育，后者有点像自由散漫的放养式教育……）
阿法狗超人的棋艺，是建立在计算机海量学习、参悟人类棋谱、棋艺的基础之上的，就算我们输了，至少可以聊以自慰：你小子，也别得意，再牛，祖师爷还是我们人类！可是，AlphaGoZero，乃无监督学习的产物。通过几天的训练——包括近500万局自我对弈——AlphaGoZero便上了天，分分钟“秒杀”人类不算，还打败之前所有的AlphaGo版本（包括监督学习的版本）。敲黑板划重点：据悉，达到这样惊人的水准，AlphaGoZero用的时间比前任阿法狗短得多了！一个花了几天工夫，另一个则花了几个月的工夫。更可怕的是，随着程序训练的进行，AlphaGoZero独立发现了人类用几千年的时间才总结出的围棋规则，且建立了新的战略，为古老的游戏带来全新的见解。
这说明了什么问题？说明“你好，人类”“再见，人类”，把“人类”甩了的计算机，貌似反而进步得更快。人类的智慧与经验，好像已经显得多余、“拖后腿”了。
柯洁评价：
“
对于alphago的自我进步来讲
人类太多余了
”
扎心，泪目……
算法改进，让AlphaGoZero更强
由于在硬件和算法上的进步，AlphaGo变得越来越有效率
如上图所示，由于在硬件和算法上的进步，“AlphaGo”系列变得越来越有效率。优秀的算法不仅仅能降低能耗，也能极大提高效率。另外，这也表明围棋问题的复杂度并不需要动用大规模的计算能力，那是浪费。
Deepmind博客介绍，AlphaGo Zero采用了新的强化学习方法，从一个不知道围棋游戏规则的神经网络开始（如前文所述，“白板”），然后通过将这个神经网络与强大的搜索算法结合，实现自我对弈了。在这样的训练过程中，神经网络被更新和调整，并用于预测下一步落子和最终的输赢。
这一更新后的神经网络将再度与搜索算法组合，这一过程将不断重复，创建出一个新的、更强大版本的AlphaGo Zero。在每次迭代中，系统的性能和自我对弈的质量均能够有部分提高。最终的神经网络越来越精确，AlphaGo Zero也变得更强。
感兴趣的朋友们，可自行搜索论文原文，进行深度学习。（小编怕再说下去，就误人子弟遭群殴了……）
对于人工智能的发展，我们期待能用来帮助人类攻克诸如蛋白质折叠、制造出治疗疑难杂症的药物、减少能源消耗、寻找革命性的新材料等等重大难题与挑战。有专家表示，“目前，人工智能和人甚至动物相比，所知所能依然有限……不要盲目追逐流行的东西，要审时度势，踏实做积累，看准了坑再跳”；此外，“机器经验与人类经验有很大差别，我们该如何去选择和利用呢？”
总结，现在，人类应该还不用担心被人工智能“灭”了，未来如何，则尚待定论。不过，人类的智慧也好，机器的智慧也好，我们肯定“智慧”本身，而把“智慧”用在什么地方，是比“智慧”本身更复杂的命题。希望一切的“智慧”，都可以让生活变得更美好吧——这也许是非常天真的想法，而我们情愿这么想。
然而对AI取代人类的焦虑，却也已经是全球化的了。
转载请后台联系周刊君，获得授权！
转载时，须注明作者、出处和微信号。
最后更新：2017-10-20 21:41:05