388
机器人
颤抖吧！阿尔法元100-0击败阿尔法狗，3天登顶最强围棋大师！人工智能再迎突破！
导语：随着人工智能的不断发展，机器人的高智商已经开始让人类开始颤抖了。还记得那个曾经打败李世石和柯洁的机器人阿尔法狗吗?告诉你一个好消息，最近，它终于被打倒了。坏消息是，打倒它的却是它的“后辈”——AlphaGoZero！
1
零基础，不看任何棋谱，三天击败世界冠军
去年，阿尔法狗（AlphaGo）代表人工智能在围棋领域首次战胜了人类的世界冠军，但其棋艺的精进，是建立在计算机通过海量的历史棋谱学习参悟人类棋艺的。AlphaGo和master接连打败了韩国顶尖棋手李在石和世界顶级棋手柯洁，随后宣布退役。
但谷歌的DeepMind公司并没有停下研究的脚步。伦敦当地时间10月18日，DeepMind团队公布了最强版AlphaGo，代号AlphaGoZero。它的独门秘籍，是“自学成才”。和以前的机器人利用人类数据培训不同，AlphaGoZero不使用任何人类数据，而是通过自我学习。而且，是从一张白纸开始，零基础学习，在短短3天内，成为顶级高手。
它第一次让AI完全脱离人类历史棋谱，只通过围棋规则＋“自我对弈”，在2900万次自我对弈后成长为世界上最强大的围棋大师。
“人们一般认为机器学习就是关于大数据和海量计算，但事实上AlphaGoZero更多的是依赖算法。”
——DeepMind团队如是说。
AlphaGoZero的水平已经超过之前所有版本的AlphaGo。在对阵曾赢下韩国棋手李世石那版AlphaGo时，AlphaGoZero取得了100:0的压倒性战绩。DeepMind团队将关于AlphaGoZero的相关研究以论文的形式，刊发在了10月18日的《自然》杂志上。
这篇论文的题目也非常耿直，《MasteringthegameofGowithouthumanknowledge》，直译是“不需要人类知识就可以成为围棋大师”，意译过来大概就是……“人类，我不需要你了”。
2
人工智能的历史性突破
人工智能的一项重要目标，是在没有任何先验知识的前提下，通过完全的自学，在极具挑战的领域，达到超人的境地。
AlphaGo此前的版本，结合了数百万人类围棋专家的棋谱，以及强化学习的监督学习进行了自我训练。
可是今天，我们发现，人类其实把阿法狗教坏了！
新一代的阿法元(AlphaGoZero),完全从零开始，不需要任何历史棋谱的指引，更不需要参考人类任何的先验知识，完全靠自己一个人强化学习（reinforcementlearning）和参悟,棋艺增长远超阿法狗，百战百胜，击溃阿法狗100-0。
达到这样一个水准，阿法元只需要在4个TPU上，花三天时间，自己左右互搏490万棋局。而它的哥哥阿法狗，需要在48个TPU上，花几个月的时间，学习三千万棋局，才打败人类。
根据deepmind团队的介绍：
1.AlphaGoZero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，然后通过将这个神经网络与强大的搜索算法结合，然后就可以实现自我对弈了。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。
2.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AlphaGoZero。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。
也就是说，AlphaGoZero不仅发现了人类数千年来已有的许多围棋策略，还设计了人类玩家以前未知的的策略。
3
人工智能历史性突破对于人类的意义
通过数百万次自我对弈，AlphaGo从零开始掌握了围棋，在短短几天内就积累起了人类几千年才有的知识。但AlphaGoZero也发现了新的知识，发展出打破常规的策略和新招，与它在对战李世石和柯洁时创造的那些交相辉映，却又更胜一筹。
AlphaGoZero的提升，让人们看到了利用人工智能技术改变人类命运的突破的机会。
因为，围棋并不是AlphaGo的终极奥义，他们的目标始终是要利用AlphaGo打造通用的、探索宇宙的终极工具。
最后更新：2017-10-20 10:03:21