无师自通的阿尔法零自学3天战胜阿尔法狗，人工智能离完全取代人今年10月18日

今年10月18日，谷歌人工智能DeepMind团队在《Nature》上发表论文，宣布新版的AlphaGo Zero计算机程序可以突破突破人类知识的局限，迅速实现自我学习。

经过短短3天的自我训练，AlphaGo Zero就强势打败了此前战胜李世石的旧版AlphaGo，战绩是100:0的，并且只用了1台机器和4个TPU（谷歌专为加速深层神经网络运算能力而研发的芯片）。比较而言，李世石版AlphaGo则用了48个TPU。经过40天的自我训练，AlphaGo Zero又打败了AlphaGo Master版本。“Master”曾击败过世界顶尖的围棋选手，甚至包括世界排名第一的柯洁。

新AlphaGo Zero无师自通？

去年，阿法狗（AlphaGo）代表人工智能在围棋领域首次战胜了人类的世界冠军，但其棋艺的精进，是建立在计算机通过海量的历史棋谱学习参悟人类棋艺的基础之上，进而自我训练，实现超越。今年，DeepMind的新算法AlphaGo Zero开始摆脱对人类知识的依赖：她不需要任何历史棋谱的指引，更不需要人类任何的先验知识，完全通过强化学习（Reinforcement Learning）和参悟，棋艺增长远超阿法狗，百战百胜，击溃阿法狗100-0。

在网络结构的设计上，新的算法与之前的AlphaGo有两个大的区别，从而实现了简化。一个是拟合搜索，另一个是ResNet，它们也正是Zero算法中的两个核心。

首先，拟合搜索。以前版本的阿尔法狗通常使用预测下一步的“策略网络（policy network）”（对弈过程中对方还没动手就已经猜到棋子可能放到哪了）和评估棋局输赢的“价值网络（value network）”（它解决的是怎么下才能赢）两个神经网络。而更为强大的阿尔法元只使用了一个神经网络，也就是两个网络的整合版本。

其次，ResNet（深度残差网络）运用。ResNet特点就是利用残差学习，让非常深的网络可以很好地学习。AlphaGo Zero在特征提取层采用了20或40个残差模块，每个模块包含2个卷积层，比之前用了12个卷积层的AlphaGo深度明显增加，从而可以实现更好的特征提取。

人工智能威胁论？

面对无师自通碾压一切前辈的AlphaGo Zero，柯洁说出了这样一句话。

被震动的不止柯洁，在DeepMind的Nature论文公布之后，悲观、甚至恐慌的情绪，在大众之间蔓延着，甚至有媒体一本正经地探讨“未来是终结者还是黑客帝国”。

对于这个话题，鲜有人比旷视科技首席科学家孙剑更有发言权了，因为AlphaGo Zero里面最核心使用的技术ResNet，正是孙剑在微软亚洲研究院时期的发明。

孙剑说：“如果仔细看这个系统，它还是有监督的。”它的监督不是来自棋谱，而是围棋规则所决定的最后谁输谁赢这个信号。“从这个意义上说，它不是百分之百绝对的无师自通，而是通过这个规则所带来的监督信号，它是一种非常弱监督的增强学习，它不是完全的无师自通。”

孙剑还进一步强调：“但是同时这种无师自通在很多AI落地上也存在一些局限，因为严格意义上讲，围棋规则和判定棋局输赢也是一种监督信号，所以有人说人类无用、或者说机器可以自己产生认知，都是对AlphaGo Zero错误理解。”

Alphago zero 并未否定AI需要人类师傅。

AlphaGo Zero带给我们处理人类痛点的信心

对于alphago zero 的出现，我们不必有不必要的恐慌。相反的，它给了我们信心：人工智能会成为人类智慧的增强器，帮助我们解决人类正在面临的一些严峻挑战 。

“最终，我们希望利用这种算法突破，来帮助解决各种紧迫的现实问题，” AlphaGo之父、DeepMind联合创始人兼CEO 戴密斯?哈萨比斯（Demis Hassabis）表示。“如果类似的技术可以应用到其他结构性问题上，例如蛋白质折叠、减少能源消耗或寻找革命性新材料，那么取得的突破就具有推动人类理解的潜力，并对我们的生活产生积极影响。”其实，谷歌的深度学习团队已经开始使用AlphaGo Zero来研究蛋白质折叠，并承诺称将很快发表新的研究发现。错误折叠的蛋白质曾导致了包括老年痴呆症、帕金森病和囊性纤维化等许多毁灭性的疾病。

声明：本文系网络转载，版权归原作者所有。如涉及作品版权问题，请与我们联系，我们将在第一时间协商版权问题或删除内容！内容为作者个人观点，并不代表本公众号赞同其观点和对其真实性负责。

请关注“极客派”全民制造网站

http://geekerpal.com

一家真真正正全民制造平台

共享丰富资源！