最強“新狗”AlphaGo Zero發佈 柯潔：對於它的自我進步來講，人類太多餘

北京時間今天（10月19日）凌晨，谷歌旗下的DeepMind團隊公佈了進化後的最強版AlphaGo ，代號AlphaGo Zero。AlphaGo曾打敗了中國頂尖棋手柯潔，而AlphaGo Zero經過3天的訓練，就以100：0的比分完勝AlphaGo。這條消息點燃了中國圍棋界，連柯潔也發微博感嘆：對於AlphaGo的自我進步來講，人類太多餘了……

**谷歌今天發佈的這款名為AlphaGo Zero有多厲害？**據“快科技”網站文章的介紹，它的系統可以通過自我對弈進行學習，它利用了一種名為強化學習的技術。在不斷訓練的過程中，這套系統開始靠自己的能力學會圍棋中的一些高級概念。

經過3天的訓練後，這套系統已經可以擊敗AlphaGo Lee，也就是去年擊敗韓國頂尖棋手李世石的那套系統，而且比分高達100比0。經過40天訓練後，它總計運行了大約2900萬次自我對弈，使得AlphaGo Zero得以擊敗AlphaGo Master（今年早些時候擊敗世界冠軍柯潔的系統），比分為89比11。

AlphaGo之父戴密斯·哈薩比斯（Demis Hassabis）

與學習大量人類棋譜起步的前代AlphaGo不同，AlphaGo Zero是從“嬰兒般的白紙”開始，通過3天數百萬盤自我對弈，走完了人類千年的圍棋歷史，並探索出了不少橫空出世的招法。

值得注意的是，雖然AlphaGo Zero在幾周的訓練期間學會了一些關鍵概念，但該系統學習的方法與人類有所不同。另外，AlphaGo Zero也比前幾代系統更加節能，AlphaGo Lee需要使用幾台機器和48個谷歌TPU機器學習加速芯片。其上一代AlphaGo Fan則要用到176個GPU芯片。AlphaGo Zero只需要使用一台配有4個TPU的機器即可。

DeepMind團隊創始人David Silver介紹AlphaGo Zero説，這款程序超越了過去所有的AlphaGo版本，目前是世界上最大強大的圍棋程序。

（視頻截圖，下同）

它的學習不使用人類數據，而是自我學習，完全從零開始。之所以它能比向人類數據學習的程序效果更好，是因為它每次對弈的“陪練”都被校準為與它持平的水平，它的“陪練”從非常基礎的水平開始，逐漸上升為非常高的水平。

David Silver還説，人們一般認為機器學習就是大數據和海量計算，但是他們在AlphaGo Zero的研究中發現，算法比所謂計算或數據可用性更重要。

以下是完整視頻：

DeepMind聯合創始人和總裁David Silver介紹新版阿法狗。 （視頻自騰訊）

這篇論文發出的消息迅速點燃了圍棋界。曾和“阿法狗”交過手的中國棋手柯潔在微博感嘆：“一個純淨、純粹自我學習的alphago是最強的……對於alphago的自我進步來講……人類太多餘了……”

（截圖自微博）

今年五月，輸給阿法狗的的柯潔曾在賽後一度哽咽，稱：“它太完美，我很痛苦，看不到任何勝利的希望。”在賽後的發佈會上，柯潔説，“很感謝AlphaGo，我居然能有這麼大差距，希望我能再努力，讓差距更小一點。AlphaGo實在太完美，以後差距只能越來越大，我只能説對自己的表現感覺很遺憾，為DeepMind團隊感到開心，AlphaGo棋手能表現這麼完美，真是了不起。”

今年五月，柯潔對陣“阿法狗”。 （視頻截圖）

棋手古力也轉發了這條微博，説：“20年不抵3天啊！我們的傷感，人類的進步！”

“AlphaGo Zero”的發佈再起引起網友對人工智能的熱烈討論，人工智能對人類的超越讓人既驚喜又擔憂。 在網友看來，機器雖然在比賽上勝過了人類，卻無法取代贏得人類的情感，尤其對於廣大圍棋迷來説，“阿法狗”並不能替代他們心中的棋手。