2017年10月19日，谷歌子公司DeepMind發(fā)布了AlphaGo的新版本。很多人知道AlpoaGo是一個人工智能程序，卻不知道它其實是一個家族，早期戰(zhàn)勝韓國選手李世石的是AlphaGo Lee。在烏鎮(zhèn)擊敗世界冠軍柯潔的是AlphaGo Master。本次發(fā)布的是AlphaGo Zero（阿爾法零），它經(jīng)過3天的訓(xùn)練便以100：0的戰(zhàn)績擊敗了他的哥哥AlphoGo Lee，經(jīng)過40天的訓(xùn)練便擊敗了它的另一個哥哥AlphoGo Master。

AlphaGo Zero與之前版本相比，最大的區(qū)別在于，它不再依靠人類的指導(dǎo)來成長，即之前的AlphaGo Lee是依賴于人工錄入的大量棋譜來幫助其學(xué)習(xí)如何下棋，說白了，它是在人的指導(dǎo)下學(xué)習(xí)，可以理解為是人類千年圍棋經(jīng)驗教出的學(xué)生。

而AlphaGo Zero使用了強化學(xué)習(xí)算法，即不再依賴任何棋譜，編程人員輸入圍棋基本規(guī)則后，不再進行任何教導(dǎo)，完全由其自己進行摸索，總結(jié)走棋方法，相當(dāng)于人工智能完全按照自己的方法學(xué)習(xí)。AlphaGo Lee完敗于摒棄了人類經(jīng)驗的AlphaGo Zero，這說明人類的經(jīng)驗可能誤導(dǎo)了AlphaGo Lee，進而限制了它的發(fā)展。

AlphaGo Zero的行棋方式在開局和收官階段，與人類選手有較大的相似之處，而盤中的行棋風(fēng)格的確與人類選手和之前版本的AlPhaGo有較大不同，而正是這種不同讓其可以在100次與AlphaGo Lee的交戰(zhàn)中立于不敗，換個說法，如果當(dāng)初AlphaGo Lee沒有拜人類為師，而是向機器學(xué)習(xí)，那么對于擁有更強計算能力的AlphaGo Lee來說，勝負還未可知。

除了零經(jīng)驗學(xué)習(xí)外，AlphaGo Zero的另一大特點是將之前版本AlphaGo的兩個神經(jīng)網(wǎng)絡(luò)融為一體，在之前版本的AlphaGo上，如何走棋是由“策略網(wǎng)絡(luò)”和“價值網(wǎng)絡(luò)”兩個神經(jīng)網(wǎng)絡(luò)來計算如何行棋的，即首先由“策略網(wǎng)絡(luò)”利用之前累積的經(jīng)驗，判斷在當(dāng)前棋型下哪些位置適合行棋，之后由“價值網(wǎng)絡(luò)”對在這些位置行棋后的種種可能進行模擬，計算勝率，最終選擇出行棋位置。

而AlphaGo Zero將二者融為了一體，對之前兩個網(wǎng)絡(luò)的特征提取等模塊進行了共用，可以在計算出可能行棋的位置時便給出相應(yīng)的“勝率”，大幅提高效率，減少了訓(xùn)練所需的時間。這也是AlphaGo Zero在訓(xùn)練了三天就打敗了訓(xùn)練了幾個月的AlphaGo Lee的主要原因之一。

人工智能不僅是計算機科學(xué)領(lǐng)域發(fā)展的制高點，在所有行業(yè)都具有無限潛力和應(yīng)用價值，目前世界各國普遍看好，人工智能技術(shù)將成長為下一次技術(shù)革命契機。即便最終人工智能沒有達到革命級別的顛覆程度，AI已經(jīng)在逐漸改變我們的生活。

以往人工智能的進步都是建立在軟件與硬件同步發(fā)展的基礎(chǔ)上，神經(jīng)網(wǎng)絡(luò)算法最早在上個世紀中葉就被提出，然而受限于計算能力，神經(jīng)網(wǎng)絡(luò)算法一直發(fā)展緩慢。

之后隨著硬件計算速度的不斷提高，已有的軟件算法不斷被實現(xiàn)并改進，改進的算法對硬件要求更高，從而進一步促進了硬件的發(fā)展，而AlphaGo Zero的出現(xiàn)完全建立在算法更新的基礎(chǔ)上。

前一版本的AlphaGo需要在48個TPU(谷歌專為加速深層神經(jīng)網(wǎng)絡(luò)運算能力而研發(fā)的芯片，一塊成本即達500萬美元)上進行幾個月學(xué)習(xí)，而AlphaGo Zero只需要4個TPU加上幾天的時間便可完成學(xué)習(xí)。這種零經(jīng)驗學(xué)習(xí)能力非常適合在蛋白質(zhì)折疊和其它缺少樣本的醫(yī)療領(lǐng)域進行應(yīng)用，可以很好地解決因缺少試驗樣本而導(dǎo)致研究進展緩慢的問題。未來的相關(guān)研究中完全可以輸入規(guī)則后利用AlphaGo Zero的能力進行模擬，最后利用有限的樣本進行驗證即可。

AlphaGo逐漸升級之路

故事講到這里，實在不得不佩服谷歌深厚的技術(shù)實力與精明的商業(yè)頭腦。AlphaGo從誕生伊始，就得到了deepmind團隊的精心包裝，仔細回想起來，可謂是“城里套路深”。

從最初戰(zhàn)勝低段位職業(yè)棋手開始預(yù)熱或者說炒作，到戰(zhàn)勝人類頂尖高手李世石，AlphaGo的登場已經(jīng)足夠華麗。不過4比1的比分還是給了人類一線希望，這僅有的勝局中，李世石劍走偏鋒，直接把AlphaGo逼出了“大腦短路”的癥狀，可見此時AlphaGo雖已經(jīng)足夠強大，但尚不完美。此后各路人類高手開始臥薪嘗膽，精研AlphaGo的套路，寄希望于重新捍衛(wèi)人類尊嚴。

隨后，一個神秘的“master”在圍棋界頂級棋手的對戰(zhàn)平臺上取得了60勝0負的驕人戰(zhàn)績，這位master到底是何方神圣，是人是妖可謂是賺足了吃瓜群眾的眼球。直到華麗的60勝達成，謎底才最終揭曉。

此后便是吸引了全世界目光的烏鎮(zhèn)對決，AlphaGo Master把柯潔打到毫無還手之力。雖然柯潔已經(jīng)表現(xiàn)出了真正的人類最強者戰(zhàn)力，卻仍然被AlphaGo完全壓制，只要出招有任何一點閃失，立刻會陷入AlphaGo“最小優(yōu)勢勝”策略的陷阱，再無翻身余地。

烏鎮(zhèn)對決之后，人類在圍棋領(lǐng)域已經(jīng)徹底甘拜下風(fēng)，別說柯潔一人，五大高手聯(lián)手作戰(zhàn)比柯潔輸?shù)酶欤珹lphaGo一時風(fēng)光無限。

如今，烏鎮(zhèn)硝煙剛要散盡，谷歌又搞了個大新聞出來！人工智能在摒棄人類經(jīng)驗后，用三天時間自學(xué)的AlphaGo Zero打敗了人類幾千年的經(jīng)驗。AlphaGo的進化版打敗了原始版，不禁叫人想起《鐵甲鋼拳》里叫人熱血賁張的機甲肉搏，一個AI輸給另一個更牛的AI，中國AI戰(zhàn)勝美國AI，這很有可能是未來棋類競技中的真實場景。