阿爾法圍棋，是第一個(gè)擊敗人類職業(yè)圍棋選手、第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能程序!發(fā)生了什么變化阿爾法狗是做什么的?

倫敦當(dāng)?shù)貢r(shí)間10月18日18：00(北京時(shí)間19日01：00)，AlphaGo再次登上世界頂級(jí)科學(xué)雜志——《自然》。

一年多前，AlphaGo便是2016年1月28日當(dāng)期的封面文章，Deepmind公司發(fā)表重磅論文，介紹了這個(gè)擊敗歐洲圍棋冠軍樊麾的人工智能程序。

今年5月，以3:0的比分贏下中國(guó)棋手柯潔后，AlphaGo宣布退役，但DeepMind公司并沒(méi)有停下研究的腳步。倫敦當(dāng)?shù)貢r(shí)間10月18日，DeepMind團(tuán)隊(duì)公布了最強(qiáng)版AlphaGo ，代號(hào)AlphaGo Zero。它的獨(dú)門(mén)秘籍，是“自學(xué)成才”。而且，是從一張白紙開(kāi)始，零基礎(chǔ)學(xué)習(xí)，在短短3天內(nèi)，成為頂級(jí)高手。

團(tuán)隊(duì)稱，AlphaGo Zero的水平已經(jīng)超過(guò)之前所有版本的AlphaGo。在對(duì)陣曾贏下韓國(guó)棋手李世石那版AlphaGo時(shí)，AlphaGo Zero取得了100:0的壓倒性戰(zhàn)績(jī)。DeepMind團(tuán)隊(duì)將關(guān)于AlphaGo Zero的相關(guān)研究以論文的形式，刊發(fā)在了10月18日的《自然》雜志上。

“AlphaGo在兩年內(nèi)達(dá)到的成績(jī)令人震驚�，F(xiàn)在，AlphaGo Zero是我們最強(qiáng)版本，它提升了很多。Zero提高了計(jì)算效率，并且沒(méi)有使用到任何人類圍棋數(shù)據(jù)，”AlphaGo之父、DeepMind聯(lián)合創(chuàng)始人兼CEO 戴密斯·哈薩比斯(Demis Hassabis)說(shuō)，“最終，我們想要利用它的算法突破，去幫助解決各種緊迫的現(xiàn)實(shí)世界問(wèn)題，如蛋白質(zhì)折疊或設(shè)計(jì)新材料。如果我們通過(guò)AlphaGo，可以在這些問(wèn)題上取得進(jìn)展，那么它就有潛力推動(dòng)人們理解生命，并以積極的方式影響我們的生活。”

不再受人類知識(shí)限制，只用4個(gè)TPU

AlphaGo此前的版本，結(jié)合了數(shù)百萬(wàn)人類圍棋專家的棋譜，以及強(qiáng)化學(xué)習(xí)的監(jiān)督學(xué)習(xí)進(jìn)行了自我訓(xùn)練。

在戰(zhàn)勝人類圍棋職業(yè)高手之前，它經(jīng)過(guò)了好幾個(gè)月的訓(xùn)練，依靠的是多臺(tái)機(jī)器和48個(gè)TPU(谷歌專為加速深層神經(jīng)網(wǎng)絡(luò)運(yùn)算能力而研發(fā)的芯片)。

AlphaGo Zero的能力則在這個(gè)基礎(chǔ)上有了質(zhì)的提升。最大的區(qū)別是，它不再需要人類數(shù)據(jù)。也就是說(shuō)，它一開(kāi)始就沒(méi)有接觸過(guò)人類棋譜。研發(fā)團(tuán)隊(duì)只是讓它自由隨意地在棋盤(pán)上下棋，然后進(jìn)行自我博弈。值得一提的是，AlphaGo Zero還非常“低碳”，只用到了一臺(tái)機(jī)器和4個(gè)TPU，極大地節(jié)省了資源。

“這些技術(shù)細(xì)節(jié)強(qiáng)于此前版本的原因是，我們不再受到人類知識(shí)的限制，它可以向圍棋領(lǐng)域里最高的選手——AlphaGo自身學(xué)習(xí)。” AlphaGo團(tuán)隊(duì)負(fù)責(zé)人大衛(wèi)·席爾瓦(Dave Sliver)說(shuō)。

據(jù)大衛(wèi)·席爾瓦介紹，AlphaGo Zero使用新的強(qiáng)化學(xué)習(xí)方法，讓自己變成了老師。系統(tǒng)一開(kāi)始甚至并不知道什么是圍棋，只是從單一神經(jīng)網(wǎng)絡(luò)開(kāi)始，通過(guò)神經(jīng)網(wǎng)絡(luò)強(qiáng)大的搜索算法，進(jìn)行了自我對(duì)弈。

隨著自我博弈的增加，神經(jīng)網(wǎng)絡(luò)逐漸調(diào)整，提升預(yù)測(cè)下一步的能力，最終贏得比賽。更為厲害的是，隨著訓(xùn)練的深入，DeepMind團(tuán)隊(duì)發(fā)現(xiàn)，AlphaGo Zero還獨(dú)立發(fā)現(xiàn)了游戲規(guī)則，并走出了新策略，為圍棋這項(xiàng)古老游戲帶來(lái)了新的見(jiàn)解。

阿爾法圍棋 ：

阿爾法圍棋(AlphaGo)是第一個(gè)擊敗人類職業(yè)圍棋選手、第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能程序，由谷歌(Google)旗下DeepMind公司戴密斯·哈薩比斯領(lǐng)銜的團(tuán)隊(duì)開(kāi)發(fā)。其主要工作原理是“深度學(xué)習(xí)”。

2016年3月，阿爾法圍棋與圍棋世界冠軍、職業(yè)九段棋手李世石進(jìn)行圍棋人機(jī)大戰(zhàn)，以4比1的總比分獲勝;2016年末2017年初，該程序在中國(guó)棋類網(wǎng)站上以“大師”(Master)為注冊(cè)帳號(hào)與中日韓數(shù)十位圍棋高手進(jìn)行快棋對(duì)決，連續(xù)60局無(wú)一敗績(jī);2017年5月，在中國(guó)烏鎮(zhèn)圍棋峰會(huì)上，它與排名世界第一的世界圍棋冠軍柯潔對(duì)戰(zhàn)，以3比0的總比分獲勝。圍棋界公認(rèn)阿爾法圍棋的棋力已經(jīng)超過(guò)人類職業(yè)圍棋頂尖水平，在GoRatings網(wǎng)站公布的世界職業(yè)圍棋排名中，其等級(jí)分曾超過(guò)排名人類第一的棋手柯潔。

2017年5月27日，在柯潔與阿爾法圍棋的人機(jī)大戰(zhàn)之后，阿爾法圍棋團(tuán)隊(duì)宣布阿爾法圍棋將不再參加圍棋比賽。

2017年7月18日，教育部、國(guó)家語(yǔ)委在北京發(fā)布《中國(guó)語(yǔ)言生活狀況報(bào)告(2017)》，阿爾法圍棋入選2016年度中國(guó)媒體十大新詞。