每經(jīng)記者 蔡鼎 每經(jīng)實習編輯 郭鑫

人工智能程序AlphaGo在先后擊敗世界圍棋冠軍李世石和柯潔之后，宣布退出“棋壇”。

如今，谷歌的深度學習團隊又宣布了一個重磅消息：新版AlphaGo可以徹底擺脫人類的知識。當?shù)貢r間10月18日，谷歌人工智能團隊DeepMind團隊在著名學術(shù)期刊《自然》上發(fā)表論文，宣布新版AlphaGo——AlphaGo Zero可以在沒有人類指導的情況下學習，實現(xiàn)無師自通！

據(jù)《每日經(jīng)濟新聞》了解，新版本AlphaGo從零開始自學圍棋，僅用3天時間，“阿爾法圍棋－零”就以100比0的成績打敗了此前戰(zhàn)勝李世石的舊版AlphaGo（舊版AlphaGo在擊敗李世石40天后，又戰(zhàn)勝了世界排名第一的柯潔）。

新AlphaGo Zero完虐舊版“阿爾法狗”

當?shù)貢r間10月18日，谷歌人工智能團隊DeepMind團隊在著名學術(shù)期刊《自然》上發(fā)表論文表示，在輸入棋盤和棋子信息后，AlphaGo Zero通過與自己對弈490萬次學會了如何下出最好的圍棋。

經(jīng)過3天的訓練，AlphaGo Zero就以100：0的比分贏下了李世石版AlphaGo，并且只用了1臺機器和4個TPU（谷歌專為加速深層神經(jīng)網(wǎng)絡運算能力而研發(fā)的芯片）。比較而言，李世石版AlphaGo則用了48個TPU。AlphaGo Zero除了獨立地學會了人類花費數(shù)千年時間發(fā)現(xiàn)的圍棋規(guī)則外，還自行學會了非常有趣的圍棋策略，并且許多走法都“極具創(chuàng)造性”。

那么AlphaGo Zero是如何實現(xiàn)這種飛躍的？《每日經(jīng)濟新聞》記者注意到，AlphaGo Zero采用的是人工神經(jīng)網(wǎng)絡。這種人工智能技術(shù)可以計算出對手下一步走棋的可能性，并且估算出下棋選手贏的概率。根據(jù)計算，AlphaGo Zero每一步都會選擇最大概率贏的走法。整個訓練過程中，不需要人類參與，全程是AlphaGo Zero自我學習，自我對弈。在訓練過程中，AlphaGo Zero每下一步需要思考的時間是0.4秒。通過對圍棋游戲的模擬和訓練，神經(jīng)網(wǎng)絡會變得越來越好。值得一提的是，AlphaGo Zero相比之前的版本，僅使用了單一的神經(jīng)網(wǎng)絡。

DeepMind創(chuàng)始人：希望能應用到其他結(jié)構(gòu)性問題上

谷歌深度學習聯(lián)合創(chuàng)始人兼CEO德米斯·哈比斯（Demis Hassabis）表示，AlphaGo Zero這個項目之所以如此強大，是因為它“不再受限于人類知識的局限”。哈比斯還相信，如果將這個項目應用到治療像老年癡呆癥這樣重大的健康問題上的話，那么在幾周內(nèi)，就能找到治愈人類需要花費幾百年時間才能找到的療法。

“最終，我們希望利用這種算法突破，來幫助解決各種緊迫的現(xiàn)實問題，”哈比斯表示。“如果類似的技術(shù)可以應用到其他結(jié)構(gòu)性問題上，例如蛋白質(zhì)折疊、減少能源消耗或?qū)ふ腋锩孕虏牧?，那么取得的突破就具有推動人類理解的潛力，并對我們的生活產(chǎn)生積極影響。”

其實，谷歌的深度學習團隊已經(jīng)開始使用AlphaGo Zero來研究蛋白質(zhì)折疊，并承諾稱將很快發(fā)表新的研究發(fā)現(xiàn)。錯誤折疊的蛋白質(zhì)曾導致了包括老年癡呆癥、帕金森病和囊性纖維化等許多毀滅性的疾病。

《每日經(jīng)濟新聞》記者注意到，近年來，越來越多的科技公司先后進入健康領域。去年，微軟宣布計劃在10年內(nèi)攻克癌癥。谷歌的秘密部門Calico也在調(diào)查延長人類壽命甚至停止衰老的方法。

AlphaGo Zero重大突破：“白板理論”

《電訊報》指出，最新版的AlphaGo Zero最重大的突破在于實現(xiàn)了“白板理論”。在這個白板式的學習過程中，程序成了自己的老師，通過與自己下圍棋（或其他游戲）取得不斷的提高，這個過程中不需要人類的知識、數(shù)據(jù)或任何其他形式的干預。

AlphaGo的首席研究員戴夫·西爾弗（Dave Silver）博士指出:“如果一個程序能實現(xiàn)‘白板學習’,那么這個程序就有一個代理,這個所謂代理也可以被移植到任何其他的領域。意思就是說，Alphago Zero可以從圍棋中‘解放’出來，并致力于那種可以應用到其他任何地方的算法。”

“對于我們來說，AlphaGo不是要去在各種領域中打敗人類，而是要去發(fā)現(xiàn)科學的意義，以及讓一個能無師自通的程序去進行自我學習。”西爾弗博士補充道。“在很短的時間內(nèi)，Alphago Zero已經(jīng)理解了人類經(jīng)過數(shù)千年的積累、分析而總結(jié)的圍棋理論。除此之外，Alphago Zero還深入分析圍棋的走法，并自行算出了更多具有創(chuàng)造性的走法。”