AI，無(wú)師自通，自學(xué)成才？

　　——新版“阿法狗”無(wú)需人類(lèi)指導(dǎo)迅速成為圍棋霸主

　　人工智能(AI)領(lǐng)域再次出現(xiàn)驚人突破——據(jù)英國(guó)《自然》雜志近日發(fā)表的論文報(bào)道，一款新版的“阿法狗”(AlphaGo)計(jì)算機(jī)程序能夠從空白狀態(tài)起，在不需要任何人類(lèi)棋譜輸入的條件下，自學(xué)圍棋，無(wú)師自通，自學(xué)成才。

　　這款新程序名叫“阿法元”(AlphaGo Zero)，其以100比0的不敗戰(zhàn)績(jī)，狠狠打擊了曾書(shū)寫(xiě)歷史的舊版“阿法狗”。

　　實(shí)力，“阿法狗”的輝煌戰(zhàn)績(jī)

　　人工智能“阿法狗”出自谷歌旗下深度思維(DeepMind)公司。最早在2016年1月，《自然》雜志以封面位置報(bào)道該程序在和所有其他圍棋程序的對(duì)抗中獲得了99.8%的勝率，并且以5∶0的成績(jī)打敗了歐洲圍棋冠軍。

　　隨后同年3月，“阿法狗”挑戰(zhàn)世界圍棋冠軍李世石，經(jīng)五局鏖戰(zhàn)，人類(lèi)1∶4不敵人工智能，引發(fā)巨大轟動(dòng)。人們的震驚源于在圍棋19×19棋盤(pán)上，一步甚至?xí)袔装俜N走法，傳統(tǒng)的人工智能算法難以估計(jì)局面和下子。

　　但“阿法狗”仍在積攢實(shí)力。今年1月，一個(gè)神秘賬號(hào)Master公布自己正是“阿法狗”新版。該賬號(hào)在知名圍棋平臺(tái)上先后挑戰(zhàn)柯潔、樸廷桓和井山裕太等頂級(jí)高手，豪取勝利，隨后戰(zhàn)贏“棋圣”聶衛(wèi)平，直至60盤(pán)時(shí)自爆身份，決勝收官。

　　3天，“阿法元”的無(wú)師自通

　　此次在最新論文中，英國(guó)倫敦深度思維公司“阿法狗”項(xiàng)目的主要負(fù)責(zé)人戴維·西爾弗、戴密斯·哈薩比斯及其同事，報(bào)告了新版“阿法狗”軟件——“阿法元”。

　　“阿法元”最引人注目之處在于其無(wú)師自通的本領(lǐng)。其學(xué)習(xí)從“零”開(kāi)始，單純基于與自己的對(duì)弈，不需要任何歷史棋譜的指引，也不需要任何人類(lèi)經(jīng)驗(yàn)的點(diǎn)撥。

　　對(duì)于這個(gè)新軟件，人類(lèi)的輸入僅僅限于一張棋盤(pán)和一副棋子，沒(méi)有任何人類(lèi)數(shù)據(jù)參與?！鞍⒎ㄔ敝挥玫搅艘粡埳窠?jīng)網(wǎng)絡(luò)，這張網(wǎng)絡(luò)經(jīng)過(guò)訓(xùn)練，專(zhuān)門(mén)預(yù)測(cè)程序自身的棋步和棋局的贏家，讓“阿法元”在每次自我對(duì)弈中進(jìn)步。

　　通過(guò)3天的訓(xùn)練——包括近500萬(wàn)局自我對(duì)弈——“阿法元”已能夠超越人類(lèi)并打敗之前的“阿法狗”版本。戴維·西爾弗表示，“阿法元”遠(yuǎn)比“阿法狗”強(qiáng)大，它已不再為人類(lèi)的知識(shí)所限，而能夠自行發(fā)現(xiàn)新知識(shí)。

　　擺脫了人類(lèi)經(jīng)驗(yàn)的輔助和依賴(lài)，人工智能竟然變得更強(qiáng)！在“阿法元”嶄露頭角后，人們揣測(cè)：難道我們?nèi)祟?lèi)還耽誤“阿法狗”了？

　　震驚，AI的獨(dú)立發(fā)現(xiàn)

　　其實(shí)，人工智能的最大挑戰(zhàn)之一，即是研發(fā)一種能從“零”開(kāi)始、以超人類(lèi)的水平學(xué)習(xí)復(fù)雜概念的算法。

　　在去年3月那場(chǎng)世所矚目的比賽中，“阿法狗”軟件打敗了人類(lèi)圍棋世界冠軍。當(dāng)時(shí)的這款圍棋程序，是利用價(jià)值網(wǎng)絡(luò)去計(jì)算局面，用策略網(wǎng)絡(luò)去選擇下子。

　　但為了贏得這場(chǎng)人機(jī)大戰(zhàn)，科學(xué)家團(tuán)隊(duì)在訓(xùn)練“阿法狗”時(shí)，同時(shí)用到了監(jiān)督式學(xué)習(xí)(基于上百萬(wàn)種人類(lèi)專(zhuān)業(yè)選手的下棋步驟)和基于自我對(duì)弈的強(qiáng)化學(xué)習(xí)。舊“阿法狗”訓(xùn)練過(guò)程長(zhǎng)達(dá)幾個(gè)月，用到多臺(tái)機(jī)器和48個(gè)TPU(神經(jīng)網(wǎng)絡(luò)訓(xùn)練所需的專(zhuān)業(yè)芯片)。

　　而此次，據(jù)研究團(tuán)隊(duì)介紹，新程序“阿法元”只使用了一臺(tái)機(jī)器和4個(gè)TPU。

　　在“阿法狗”之前，最成功的圍棋程序僅能達(dá)到人類(lèi)業(yè)余選手的程度，還不能在不讓子的情況下和專(zhuān)業(yè)賽手一較高下，原本人們認(rèn)為，至少要10年后人工智能才有可能達(dá)到這一成就。但“阿法狗”的橫空出世改寫(xiě)了預(yù)言。而在其問(wèn)世不足兩年的時(shí)間里，“阿法元”再次刷新人們的認(rèn)知——隨著程序訓(xùn)練的進(jìn)行，人工智能已獨(dú)立發(fā)現(xiàn)了人類(lèi)用幾千年才總結(jié)出來(lái)的圍棋規(guī)則，還建立了新的策略，可以說(shuō)，人工智能已經(jīng)為這個(gè)古老的游戲，帶來(lái)全新見(jiàn)解。記者張夢(mèng)然

?

?

相關(guān)鏈接：

?