205
機器人
新紀元！人工智能的裏程碑！100比0完爆阿法狗
今天被一則消息刷爆朋友圈：一篇發表於Nature的人工智能論文，引起轟動。英文題目是《Mastering the game of Go without human knowledge》，直譯為《不使用人類知識掌握圍棋》
這篇論文為何如此重要？它不僅是很多人期盼已久的技術報告，也是人工智能一個新的技術節點。在未來，它將得到很多引用，成為無數AI產業和服務的基礎。
為什麼這麼受到廣泛關注，原來這篇論文是穀歌專門從事深度學習研究的子公司DeepMind發布的，在文中宣布新一代Alpha Go正式誕生，被命名為AlphaGo Zero。
這款新版的AlphaGo有什麼厲害的地方呢？去年阿法狗經過學習人類經驗中的所有棋譜，然後4比1打敗圍棋世界冠軍李世石，今年5月再度以3比0打敗新冠軍柯潔，而一度被業界津津樂道、歎為觀止。
令人更加驚奇的是：如今的新版阿法狗，根本沒有學習一點人類經驗，從空白狀態起，左右互搏、無師自通，三天後，居然100比0打敗了老版阿法狗！
由於從事量化研究，公子今天來聊聊人工智能這個話題。
這款新版的AlphaGo翻譯為阿法元(AlphaGo Zero)，這個翻譯挺好的，元者何？君之始年也。一元初始,這款阿法元就是人工智能的新紀元。
他完全從零開始，不需要任何曆史棋譜的指引，不需要參考人類任何的先驗知識，完全靠自己強化學習（reinforcement learning）然後成為一代宗師。
人工智能的目標在於一個能夠具有挑戰性的領域，以超越人類的算法實現超越人類的行為。
此前，阿法狗成為首個在圍棋中戰勝人類世界冠軍的係統。他利用機器學習中的神經網絡算法，使用人類專家下棋的數據進行監督學習訓練，同時也通過自我對弈進行強化學習。
所謂監督學習就是利用一組已知類別的樣本，通過反複訓練，使其達到，能識別給定其他類別過程。舉個不太恰當的例子，相當於一個幼兒園老師拿著兩種或多種顏色的筆，讓小朋友們反複記住該顏色，訓練好後，拿出新的筆讓小朋友判斷出所屬顏色。
阿法狗項目負責人說阿法元遠比阿法狗強大，因為它不再被人類認知所局限，而能夠發現新知識，發展新策略。
在基於強化學習的算法，阿發元不使用人類的數據、指導或規則以外的領域知識做為監督學習，他無師自通，隻需知道規則，通過訓練了一個神經網絡來預測自己的落子選擇，從而擺脫了對人類標注樣本(人類曆史棋局)的依賴，讓深度學習用於複雜決策更加方便可行。
也這證明了人類經驗由於樣本空間（棋局經驗）大小的限製，往往都收斂於局部最優而不自知（或無法發現），而機器學習可以突破這個限製！
我們人類的所有的知識都來自於後天的學習、經驗或感知，但這也是人類的局限所在。
如果過份依賴過去的經驗，比如曾經認為是錯的，遍不敢去碰觸，一朝被蛇咬十年怕井繩；而人工智能則沒有這方麵的負擔，或許全局最優解或在其中。
比如曾經認為是對的，便會繼續發展下去，想一招吃遍天、墨守成規。豈不知世間唯一不變的,就是變化本身。如果無視環境變化，就會陷入局部最優的陷阱中，也就是說在某個時間在某個地點來說是最優的結果，但按動態全局來看，則不是最優的選擇。
阿法狗通過學習人類的棋譜經驗，代表著人類可以找到局部最優解，而阿法元無師自通，摒棄人類經驗，意味著可以找尋全局最優解。
那麼，人類的經驗是無用的嗎?是無知的嗎？是不是很恐怖呢！
愚蠢的人類，你對我的力量一無所知！顫抖吧！
如果未來阿法元能夠自我製定規則，再通過自我學習，是不是沒人類什麼事了？
從科技發展的曆史來看，每次在重點發現之後才覺得人類是多麼無知啊！在牛頓經典力學體係的大廈沒有造起來之前，整個西方世界都被亞裏士多德的物理學統治著。當愛因斯坦最早提出他的廣義相對論的時候，他徹底革新了我們原先對於時間與空間的概念理解。最近探測到引力波信號則證明愛因斯坦預測的準確性，一個嶄新的引力波天文學時代開啟，未來更多宇宙之謎等待揭開！
策略方麵，會中沒有多少操作性，繼續保持與這幾天都一致：以消費、上證50、白馬等防守為主，注意控製倉位，少動為宜，見昨日《劃重點》
資金方麵
融資餘額上一交易日為9948億，較上一日減小4億
量化分析
賺錢效應：
今天漲停家數為34家，跌停家數達3家，漲跌停家數比為11，該數據低於近期平均數，注意控倉！
大盤多空趨勢線指標
上證綜指的趨勢指標，量能繼續減少，量能白線位於黃色均線處，瀕臨多空頭臨界處。注意控倉！
創業板的量能指標繼續縮小，目前處於空頭趨勢，注意控倉
最後更新：2017-10-20 00:01:39