新的人工智能诞生了，它便是阿尔法元AlphaGo Zero。在对阵曾赢下韩国棋手李世石那版的AlphaGo时，AlphaGo Zero取得了100比0的压倒性战绩，这真是棋艺高超啊……
围棋之神真来了
文|体坛周报记者 谢锐
比Alpha Go还要厉害得多的人工智能诞生了，它便是阿尔法元Alpha Go Zero。在10月19日世界《自然》杂志上线的重磅论文中，详细介绍了谷歌DeepMind团队最新的研究成果。
阿尔法元完全从零开始，不需要任何历史棋谱的指引，更不需要参考人类任何的先验知识，完全靠自己强化学习和参悟, 棋艺增长远超阿尔法狗，百战百胜，击溃阿法尔狗100比0。
2016年3月，第一次“人机大战”，Alpha Go1.0版4比1击败14个世界冠军获得者李世石九段；
年底，Alpha Go升级版化身Master在网上对人类高手60连胜，震惊棋界。2017年5月第二次“人机大战”，Alpha Go2.0版3比0胜柯洁九段，此后宣布不再与人对弈。
但阿尔法狗团队并未停止研究，现在研究出来的成果是Alpha Go Zero。与阿尔法狗不同，阿尔法元不再学习人类棋谱，而是在掌握基本规则后，通过左右互博，仅仅40天时间，即成为碾压Master的人工智能。
美国的两位棋手在《自然》杂志对阿尔法元的棋局做了点评：它的开局和收关与职业棋手的下法并无区别，这说明，人类在围棋上几千年的智慧结晶，看起来并非全错，阿尔法元的中盘看起来则非常诡异，着法比阿尔法狗左右互搏时使出的怪招更加不可思议。按照时越九段的话说就是，来自未来的着法。
Alpha Go Zero之所以能当自己的老师，是用了一种叫强化学习的新模式。系统从一个对围棋一无所知的神经网络开始，将该神经网络和一个强力搜索算法结合，自我对弈。
在对弈过程中，神经网络不断调整、升级，预测每一步落子和最终的胜利者。升级后的神经网络与搜索网络结合成一个更强的新版本Alpha Go Zero，如此往复循环。每过一轮，系统的表现就提高一点点，自我对弈的质量也提高一点点。神经网络越来越准确，Alpha Go Zero的版本也越来越强。
这种技术比此前所有版本的Alpha Go都更为强大。这是因为，它不再受到人类知识的限制，而能够从婴儿般的白纸状态，直接向世界上最强大的棋手——Alpha Go本身学起。
因为这些改进，Alpha Go Zero的表现和训练效率都有了很大的提升，仅通过4块TPU和72小时的训练就胜过之前训练用时几个月的原版Alpha Go。自我对弈40天后，Ａlpha Go Zero变得更为强大，超过了此前击败当今围棋第一人柯洁的Master亦即Alpha Go2.0版。
柯洁发微博：“一个纯净、纯粹自我学习的alphago是最强的……对于Alphago的自我进步来讲，人类太多余了。”Alpha Go通过数百万次自我对弈，从零开始掌握围棋，在短短几天内积累人类几千年才有的知识。Alpha Go Zero也发现了新的知识，发展出打破常规的策略和新招，与它在对战李世石和柯洁时创造的那些交相辉映，却又更胜一筹。
不过，这些创造性的时刻给了我们信心：人工智能会成为人类智慧的增强器，帮助我们人类解决人类正在面临的一些严峻挑战。尽管才刚刚发展起来，但是Alpha Go Zero已经走出了通向上述目标的关键一步。如果类似的技术可以应用在其他结构性问题，比如蛋白质折叠、减少能耗和寻找新材料上，就能创造出有益于社会的突破。
比阿尔法狗（Alpha Go）更为强大和进步更快的阿尔法元（Alpha Go Zero）诞生后，围棋界再次被震撼，古力九段发微博：“20年不抵3天啊！我们的伤感，人类的进步！”
阿尔法元通过自学成为围棋第一高手，其下法固然颠覆了人类棋谱、棋路，但人类还是能看懂，而且其有套路可循。其执黑第一手还是星位，然后直接点对方星位角的三、三，这也是目前棋手们几乎公认的下法。
比起当初Master在布局一些诸如四路肩冲、六路跳起的惊世骇俗下法，如今阿尔法元在技术上给人类造成的冲击还不如Master，但其40天时间里从一张白纸到碾压Master的高手，这样的成长速度才令人类震惊不已。
