100：0，新AlphaGo放弃了人类？ _小知识

2017年10月19日，谷歌子公司DeepMind宣布了AlphaGo的新版本。很多人知道AlpoaGo是一个人工智能程序，却不知道它其实是一个家族，早期克服韩国选手李世石的是AlphaGo Lee 。在乌镇击败世界冠军柯洁的是AlphaGo Master 。本次宣布的是AlphaGo Zero（阿尔法零），它经过3天的训练便以100：0的战绩击败了他的哥哥AlphoGo Lee ，经过40天的训练便击败了它的另一个哥哥AlphoGo Master 。

文章插图
AlphaGo Zero与之前版原形比，最大的差别在于，它不再依附人类的指点来成长，即之前的AlphaGo Lee是依附于人工录入的大批棋谱来赞助其学习如何下棋，说白了，它是在人的指点下学习，可以懂得为是人类千年围棋经验教出的学生。
而AlphaGo Zero应用了强化学习算法，即不再依附任何棋谱，编程人员输入围棋根本规矩后，不再进行任何教诲，完整由其自己进行探索，总结走棋办法，相当于人工智能完整依照自己的办法学习。AlphaGo Lee完败于摒弃了人类经验的AlphaGo Zero ，这解释人类的经验可能误导了AlphaGo Lee ，进而限制了它的发展。
AlphaGo Zero的行棋方法在开局和收官阶段，与人类选手有较大的类似之处，而盘中的行棋作风的确与人类选手和之前版本的AlPhaGo有较大不同，而正是这种不同让其可以在100次与AlphaGo Lee的交战中立于不败，换个说法，如果当初AlphaGo Lee没有拜人类为师，而是向机器学习，那么对于拥有更强盘算才能的AlphaGo Lee来说，输赢还未可知。
除了零经验学习外， AlphaGo Zero的另一大特色是将之前版本AlphaGo的两个神经网络融为一体，在之前版本的AlphaGo上，如何走棋是由策略网络和价值网络两个神经网络来盘算如何行棋的，即首先由策略网络应用之前累积的经验，断定在当前棋型下哪些地位合适行棋，之后由价值网络对在这些地位行棋后的种种可能进行模仿，盘算胜率，最终选择出行棋地位。
而AlphaGo Zero将二者融为了一体，对之前两个网络的特点提取等模块进行了共用，可以在盘算出可能行棋的地位时便给出相应的胜率，大幅进步效力，减少了训练所需的时光。这也是AlphaGo Zero在训练了三天就打败了训练了几个月的AlphaGo Lee的重要原因之一。

文章插图
人工智能不仅是盘算机科学范畴发展的制高点，在所有行业都具有无穷潜力和运用价值，目前世界各国广泛看好，人工智能技巧将成长为下一次技巧革命契机。即便最终人工智能没有到达革命级别的推翻水平， AI已经在逐渐转变我们的生涯。
以往人工智能的提高都是树立在软件与硬件同步发展的基本上，神经网络算法最早在上个世纪中叶就被提出，然而受限于盘算才能，神经网络算法一直发展迟缓。

文章插图
之后随着硬件盘算速度的不断进步，已有的软件算法不断被实现并改良，改良的算法对硬件请求更高，从而进一步增进了硬件的发展，而AlphaGo Zero的涌现完整树立在算法更新的基本上。
前一版本的AlphaGo须要在48个TPU(谷歌专为加速深层神经网络运算才能而研发的芯片，一块成本即达500万美元)上进行几个月学习，而AlphaGo Zero只须要4个TPU加上几天的时光便可完成学习。这种零经验学习才能非常合适在蛋白质折叠和其它缺乏样本的医疗范畴进行运用，可以很好地解决因缺乏实验样本而导致研讨进展迟缓的问题。未来的相干研讨中完整可以输入规矩后应用AlphaGo Zero的才能进行模仿，最后应用有限的样本进行验证即可。
AlphaGo逐渐升级之路
故事讲到这里，实在不得不信服谷歌深厚的技巧实力与精明的商业脑筋。AlphaGo从出生伊始，就得到了deepmind团队的精心包装，细心回忆起来，可谓是城里套路深。
从最初克服低段位职业棋手开端预热或者说炒作，到克服人类顶尖高手李世石， AlphaGo的登场已经足够华美。不过4比1的比分还是给了人类一线愿望，这仅有的胜局中，李世石剑走偏锋，直接把AlphaGo逼出了大脑短路的症状，可见此时AlphaGo虽已经足够壮大，但尚不完善。此后各路人类高手开端卧薪尝胆，精研AlphaGo的套路，寄愿望于重新保卫人类尊严。