阿尔法狗再进化有多厉害？人类赢不了了?

　　美国当地时间10月18日，谷歌人工智能团队DeepMind团队在期刊《Nature》上发表论文，宣布一款新版的AlphaGo Zero计算机程序可以在不需要任何人类输入的条件下，迅速自学围棋，并以100比0的战绩击败上一代AlphaGo。这是AI历史上又一里程碑式的重大消息。

　　新版“阿尔法围棋”从零开始 四十天成王者

　　谷歌旗下的人工智能“阿尔法围棋”在几次世界瞩目的人机大战后站在了围棋之巅——2016年，谷歌旗下的DeepMind团队发布AlphaGo，并以4:1的战绩击败了世界围棋冠军、韩国棋手李世石，震撼世界。此后，AlphaGo又进化出了AlphaGo Master版本，并以3：0战胜了当今世界围棋第一人、中国棋手柯洁。功成名就后，DeepMind团队宣布AlphaGo退役。

　　现在它又以一种新的方式超越了自己：闭关一年后，DeepMind推出了最新版本的AlphaGo Zero，它在没有任何人类指导的情况下，“从零开始”学习围棋，仅用3天时间自学和训练，就击败了此前的AlphaGo，比分是100比0。值得注意的是，之前的版本都参考学习了大量人类专业棋手的围棋经验，而新版的AlphaGo Zero则是自我对弈，即通过跟不同版本的自己下棋来学习。

　　英国“深度思维”公司开发出了“阿尔法围棋”，该公司团队在新一期英国《自然》杂志上发表论文，介绍了最新版的“阿尔法围棋－零”。 该公司之前开发的电脑在开始学习围棋时，旧版Alpha Go需要先学习数百万份人类棋谱，还要经过几个月的密集训练，从而进行自我训练，实现超越。

　　第四个版本，即最新的“阿尔法围棋－零”摆脱了这个限制，完全“从零开始”，自己与自己对弈，通过更为优秀的算法，取得飞速进步。

　　Zero的学习原理是这样的：研究团队事先没有给Zero学习任何人类棋谱，只告诉它围棋的规则，就让它自己在棋盘上下棋，与自己进行对弈，从一次次试验和失败中吸取经验教训，摸索规律，在实战中提高棋艺。

　　除了学习原理外，另一点与“旧狗”不同的是，Zero使用了单一的神经网络。

　　此前版本的AlphaGo都是用了两种神经网络，一种用来预测下一步棋最好的走法，另一种用来计算，根据这些走法，谁更有可能获胜。

　　而Zero把这两种网络合二为一，只让神经网络预测获胜者，从而能够得到更高效的训练和评估，就好像让一个围棋高手来预测比赛结果一样。

　　此外，Zero也不再使用快速而随机的走子方法。“旧狗”会通过快速走子来预测哪个棋手会从当前局面中获胜，而Zero则通过高质量的神经网络来评估棋局。

　　如此看来，“旧狗”像是走一步看三步、步步为营的棋手，而Zero更像是纵观全局、成竹在胸的围棋大师。

　　开始学习围棋3天后，“阿尔法围棋－零”就以100比0的成绩战胜了“阿尔法围棋－李”；40天后，它又战胜了在所有人类高手看来已不可企及的“阿尔法围棋－大师”。研究人员认为，这一进步标志着人工智能的巨大突破，意味着人工智能可以更好地进入对它来说本是一片空白的领域。

　　根据DeepMind团队发表在《Nature》上的论文，最新版的AlphaGo Zero最大的突破在于实现了“白板理论”。白板理论认为，婴儿是一块白板，可以通过后天学习和训练来提高智力。人工智能（AI）的先驱图灵认为，只要能用机器制造一个类似于小孩的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。而自学成才的AlphaGo Zero正是实现了这一理论。

　　Zero更厉害的一点在于，随着训练的深入，它不仅棋艺获得极大提升，而且不再受到人类认知的局限，能够发现新知识，独立发现游戏规则，并且发展新策略，而这些具有创造性的围棋招式，模仿并完全超越了AlphaGo在与李世石和柯洁对弈时所使用的新技巧。

　　“深度思维”公司首席执行官哈萨比斯表示，希望人工智能的这种进步能够被用于分析蛋白质结构、设计新材料等领域，为人们的生活带来积极有益的影响。

　　根据英国《卫报》报道，AlphaGo的首席研究员大卫·席尔瓦（David Silver）称：“它比以前的算法更强大，因为它不使用任何人类数据或人类经验，我们已经消除了人类知识的限制，它可以自己创造知识。”