阿尔法狗再进化 又有了令人“恐怖”的新版本

　　今年5月，AlphaGo在人机大战第二季3：0完虐世界第一人柯洁，当时其就被称为“围棋上帝”。不过“围棋上帝”也有被虐的时候，昨天谷歌旗下人工智能研究部门DeepMind发布了新版AlphaGo，它可以完全靠自己学习围棋，更为恐怖的是经过40天训练后，它就可以击败AlphaGo Master(击败柯洁的系统)，比分为89比11。 扬子晚报记者 汤敏

　　自学3天就完胜“前辈”

　　今年5月乌镇人机大战第二季时，DeepMind CEO哈萨比斯表示，将在今年晚些时候公布战胜了柯洁的那版AlphaGo的技术细节。19日，这个承诺如约兑现，DeepMind将他们最新的内容发表于Nature的一篇论文中，详细介绍了迄今最强大的一版AlphaGo——AlphaGo Zero。文中透露最新版本的AlphaGo Zero，使用纯强化学习，将价值网络和策略网络整合为一个神经网络，3天训练后就以100比0击败了上一版本的AlphaGo，也就是那个4-1战胜李世石的版本。经过40天训练后，它就可以击败AlphaGo Master(击败柯洁的系统)。

　　这个阿尔法狗从零开始，所以，它的名字叫作零(Zero)，完全靠自己对弈来摸索，而不需要任何人类围棋的经验。人类围棋虽然延续了千年，但在“阿尔法狗零”看来水平还是太差。下面是零自我学习的过程，实在太恐怖：自我学习3小时，零在乱下；10小时，发现简单定式；16小时，发现小雪崩定式；19小时，发现死活、厚势与实地的逻辑；24小时，发现小目一间高挂定式；36小时，发现星位一间夹点角定式；55小时，发现非人类定式；40天，与击败柯洁版本对战100番棋，89比11胜出。

　　人类学习的时间线是什么样的呢？今天的世界冠军级棋手，5岁学棋，15岁出关，20岁前拿冠军，否则终身无望。也就是说人类学棋十几年，不如阿尔法狗零学3天。

　　棋手的伤感，人类的进步

　　人机大战第二季对决中，世界第一人柯洁拼尽全力但最终仍以0-3负于AlphaGo，在第三局中，柯洁面对无懈可击的AlphaGo不禁落泪，赛后他感叹：“AlphaGo实在太完美了”！昨天，看到最新版AlphaGo Zero后，柯洁在微博中不禁再次感慨：“一个纯净、纯粹自我学习的AlphaGo是最强的……对于AlphaGo的自我进步来讲……人类太多余了”。

　　被AlphaGo Zero的消息所震撼的远不止柯洁一个人，世界冠军古力在微博中说道：“20年不抵3天啊！我们的伤感，人类的进步！”另一位世界冠军唐韦星发微博表示：“看了之后不知道说什么了，它确实不需要我们的知识，训练40天就能击败之前版本，似乎就是我们拖后腿了(意思是之前版本还借鉴了人类围棋的经验)”。古力随后在唐韦星的微博下表示赞同：“我们都是拖后腿的”。

　　革新性人工智能用处多

　　与前几个版本AlphaGo不同，此版本的AlphaGo Zero完全不受人类思维束缚，因此算作革新性人工智能。DeepMind CEO哈萨比斯表示，“人工智能有可能推动人类的智力向前发展，给全人类带来积极影响”。那么对人类的未来到底有什么具体帮助呢？

　　据了解，DeepMind与英国国家医疗服务体系(NHS)展开合作，除了将人工智能用于早期发现疑难杂症外，还将用于调整电力供需等方面。将来，还期待人工智能在依靠人类力量难以解决的新材料开发、探究蛋白质生成机制等方面做出贡献。此外，新技术将来还可能在产业方面做出贡献。例如，从大量数据中发现人类难以意识到的提升效率的方式等。

　　据悉，以各种用电数据为基础，人工智能将有助于节省电力。由于像AlphaGo Zero一样的人工智能可以“无师自通”，在宇宙和海洋等观测数据不足的领域也有可能做出贡献。