【中国智能制造网 行业动态】新版AlphaGo Zero的横空出世再度引起了的高度关注，对于其展现出来的旷古绝今的新一代围棋技艺，以及背后的人工智能技术水平，不少围棋界和科技界人士都纷纷表达看法。总的来说，AlphaGo Zero并非预示着人工智能将无所不能，不过其技术发展未来或将在诸多领域得到积极应用。
新版AlphaGo引发关注 技术突破将推动社会进步
2017年10月18日，DeepMind团队公布了强版AlphaGo，代号AlphaGo Zero。随后，这一消息迅速席卷了，再度引起了围棋界与科技界的强烈关注。对此，目前的人类围棋世界人柯洁表示：“一个纯净、纯粹自我学习的Alphago是强的……对于Alphago的自我进步来讲……人类太多余了。”
回顾：AlphaGo震惊世人
AlphaGo是个击败人类职业围棋选手、个战胜围棋世界的人工智能程序，由谷歌旗下的DeepMind公司戴密斯·哈萨比斯领衔的团队开发。其主要工作原理是“深度学习”，利用了神经网络、深度学习、蒙特卡洛树搜索法等诸多前沿技术。
2016年3月，阿尔法围棋与围棋世界、职业九段棋手李世石进行围棋人机大战，以4比1的总比分获胜；2016年末2017年初，该程序在中国棋类网站上以“大师”(Master)为注册帐号与中日韩数十位围棋高手进行快棋对决，连续60局无一败绩；2017年5月，在中国乌镇围棋峰会上，它与排名世界的世界围棋柯洁对战，以3比0的总比分获胜。
连连击败人类围棋职业选手，这使得AlphaGo获得了围棋界“已经超过人类职业围棋水平”的认可。击败柯洁后，DeepMind团队也表示，以后AlphaGo将不再参加围棋比赛。
进化：更为强大的AlphaGo Zero横空出世
在AlphaGo Master“隐退后”不久，谷歌DeepMind研究人员又发布了AlphaGo新版本AlphaGo Zero。
过去，AlphaGo都要经过成千上万次的人工训练，还要学习专业人员如何下围棋。但是AlphaGo Zero直接跳过这步，它可从任意棋局开始，只需跟自己下棋就可以学习技艺。
AlphaGo Zero采用强化学习的方式进行自我教导。系统在历史数据空白的神经网络上开始工作，之后利用神经网络和强大的搜索算法跟自己下棋。下棋时，神经网络不断调整更新并预测步骤。更新的神经网络会和搜索算法打造出一个全新的AlphaGo Zero，接下来程序会再次运行。在每次重复中，系统性能和学习质量都有所提升，使得神经网络更为，AlphaGo Zero更为强大。
优势：不受人工训练水平限制
AlphaGo Zero之所以比其他版本强大是因为它不再受人工训练水平限制。AlphaGo Lee和AlphaGo Master都使用了很多与AlphaGo Zero相同的开发技术，但它们需要首先利用人类的数据进行训练，随后才切换成自我对弈。
Alpha Zero的设计理念和系统配置则完全和Lee/Master不同，它不依托于人类的先验成果，完全靠自我对弈学习下棋。
另外，AlphaGo Zero也比前几代系统更加节能，AlphaGo Lee需要使用几台机器和48个谷歌TPU机器学习加速芯片。其上一代AlphaGo Fan则要用到176个GPU芯片。AlphaGo Zero只需要使用一台配有4个TPU的机器即可。
分析：AlphaGo Zero并非无所不能
虽然AlphaGo Zero的技术能力再度升级，但是这只能反映出其工程和算法确实非常厉害，而不能证明人工智能已经。所有人工智能都可以无需人类经验从零学习，AlphaGo Zero并不是的个例。
当然，AlphaGo Zero的面世还是能看到一些积极的方面，比如李开复对此表示：一是AI前进的速度比想象中更快，即便是行业内的人士都被AlphaGo Zero跌破眼镜；二是要正视中国在人工智能学术方面和英美的差距。
未来，AlphaGo Zero自然不会再仅仅着眼于围棋界，毕竟在这一领域它早就“独孤求败”了。实际上，AlphaGo的发展初心从来就不是为了称霸围棋领域，这只是其成长的一个渠道而已。
从DeepMind研究人员的相关表述中可以看出，AlphaGo Zero的发展更多是为了推动相关技术的进步，从而应用到其他结构性问题上去。例如蛋白折叠、降低能源消耗或寻找革命性新材料，如果能取得突破将深刻改变社会，影响我们生活的方方面面。
我要评论