388
機器人
顫抖吧！阿爾法元100-0擊敗阿爾法狗，3天登頂最強圍棋大師！人工智能再迎突破！
導語：隨著人工智能的不斷發展，機器人的高智商已經開始讓人類開始顫抖了。還記得那個曾經打敗李世石和柯潔的機器人阿爾法狗嗎?告訴你一個好消息，最近，它終於被打倒了。壞消息是，打倒它的卻是它的“後輩”——AlphaGoZero！
1
零基礎，不看任何棋譜，三天擊敗世界冠軍
去年，阿爾法狗（AlphaGo）代表人工智能在圍棋領域首次戰勝了人類的世界冠軍，但其棋藝的精進，是建立在計算機通過海量的曆史棋譜學習參悟人類棋藝的。AlphaGo和master接連打敗了韓國頂尖棋手李在石和世界頂級棋手柯潔，隨後宣布退役。
但穀歌的DeepMind公司並沒有停下研究的腳步。倫敦當地時間10月18日，DeepMind團隊公布了最強版AlphaGo，代號AlphaGoZero。它的獨門秘籍，是“自學成才”。和以前的機器人利用人類數據培訓不同，AlphaGoZero不使用任何人類數據，而是通過自我學習。而且，是從一張白紙開始，零基礎學習，在短短3天內，成為頂級高手。
它第一次讓AI完全脫離人類曆史棋譜，隻通過圍棋規則＋“自我對弈”，在2900萬次自我對弈後成長為世界上最強大的圍棋大師。
“人們一般認為機器學習就是關於大數據和海量計算，但事實上AlphaGoZero更多的是依賴算法。”
——DeepMind團隊如是說。
AlphaGoZero的水平已經超過之前所有版本的AlphaGo。在對陣曾贏下韓國棋手李世石那版AlphaGo時，AlphaGoZero取得了100:0的壓倒性戰績。DeepMind團隊將關於AlphaGoZero的相關研究以論文的形式，刊發在了10月18日的《自然》雜誌上。
這篇論文的題目也非常耿直，《MasteringthegameofGowithouthumanknowledge》，直譯是“不需要人類知識就可以成為圍棋大師”，意譯過來大概就是……“人類，我不需要你了”。
2
人工智能的曆史性突破
人工智能的一項重要目標，是在沒有任何先驗知識的前提下，通過完全的自學，在極具挑戰的領域，達到超人的境地。
AlphaGo此前的版本，結合了數百萬人類圍棋專家的棋譜，以及強化學習的監督學習進行了自我訓練。
可是今天，我們發現，人類其實把阿法狗教壞了！
新一代的阿法元(AlphaGoZero),完全從零開始，不需要任何曆史棋譜的指引，更不需要參考人類任何的先驗知識，完全靠自己一個人強化學習（reinforcementlearning）和參悟,棋藝增長遠超阿法狗，百戰百勝，擊潰阿法狗100-0。
達到這樣一個水準，阿法元隻需要在4個TPU上，花三天時間，自己左右互搏490萬棋局。而它的哥哥阿法狗，需要在48個TPU上，花幾個月的時間，學習三千萬棋局，才打敗人類。
根據deepmind團隊的介紹：
1.AlphaGoZero采用了新的強化學習方法，從一個不知道圍棋遊戲規則的神經網絡開始，然後通過將這個神經網絡與強大的搜索算法結合，然後就可以實現自我對弈了。在這樣的訓練過程中，神經網絡被更新和調整，並用於預測下一步落子和最終的輸贏。
2.這一更新後的神經網絡將再度與搜索算法組合，這一過程將不斷重複，創建出一個新的、更強大版本的AlphaGoZero。在每次迭代中，係統的性能和自我對弈的質量均能夠有部分提高。
也就是說，AlphaGoZero不僅發現了人類數千年來已有的許多圍棋策略，還設計了人類玩家以前未知的的策略。
3
人工智能曆史性突破對於人類的意義
通過數百萬次自我對弈，AlphaGo從零開始掌握了圍棋，在短短幾天內就積累起了人類幾千年才有的知識。但AlphaGoZero也發現了新的知識，發展出打破常規的策略和新招，與它在對戰李世石和柯潔時創造的那些交相輝映，卻又更勝一籌。
AlphaGoZero的提升，讓人們看到了利用人工智能技術改變人類命運的突破的機會。
因為，圍棋並不是AlphaGo的終極奧義，他們的目標始終是要利用AlphaGo打造通用的、探索宇宙的終極工具。
最後更新：2017-10-20 10:03:21