如何評價DeepMind發表在Nature上的AlphaGo？

今天有兩只GO快要改變世界了，老GO被新GO的智能碾壓，完成了從“快速學習”到“無師自通”的革命性轉換。

對，就是大谷歌的“新狗”AlphaGo Zero的水平已經超過之前所有版本的AlphaGo。在對陣曾贏下韓國棋手李世石那版AlphaGo時，AlphaGo Zero取得了100:0的壓倒性戰績。

2017年5月，以3:0的比分贏下中國棋手柯潔后，AlphaGo宣布退役，但DeepMind公司并沒有停下研究的腳步。倫敦當地時間10月18日，DeepMind團隊公布了最強版AlphaGo ，代號AlphaGo Zero。它的獨門秘籍，是“自學成才”。而且，是從一張白紙開始，零基礎學習，在短短3天內，成為頂級高手。

倫敦當地時間10月18日18：00（北京時間19日01：00），AlphaGo再次登上世界頂級科學雜志——《自然》。

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

團隊稱，AlphaGo Zero的水平已經超過之前所有版本的AlphaGo。在對陣曾贏下韓國棋手李世石那版AlphaGo時，AlphaGo Zero取得了100:0的壓倒性戰績。DeepMind團隊將關于AlphaGo Zero的相關研究以論文的形式，刊發在了10月18日的《自然》雜志上。

“AlphaGo在兩年內達到的成績令人震驚。現在，AlphaGo Zero是我們最強版本，它提升了很多。Zero提高了計算效率，并且沒有使用到任何人類圍棋數據。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實世界問題，如蛋白質折疊或設計新材料等高新科技領域。如果我們通過AlphaGo，可以在這些問題上取得進展，那么它就有潛力推動人們理解生命，并以積極的方式影響我們的生活。”

AlphaGo之父、DeepMind聯合創始人兼CEO 戴密斯·哈薩比斯（Demis Hassabis）這樣說（上面那段）。

新一代AlphaGoZero（阿法元）的革命性進步，除了學習的智能還在能耗上有了降低，只用到了一臺機器和4個TPU，極大地節省了資源。TPU（Tensor Processing Unit）即張量處理單元[1] ，是一款為機器學習而定制的芯片，經過了專門深度機器學習方面的訓練，它有更高效能（每瓦計算能力）。

而上一代GO還需要48個TPU才能打敗人類！

對于這一代的阿法元來說，其最大也是最耀眼的進步就是在機器智能學習的過程中，已經可以完全不需要人類的參與。再此之前的智能，最多只是說比人類學習東西更快，而阿法元的出現把人工智能的算法推到了另一個高度，開始把人類在機器智能的學習發展中變得不那么必要，由以前的靠大數據喂養變成了自己學習。

如果說機器人存在“意識”的邏輯成立，那么也許這就是開始。

當然，作為在科技方還算懂點皮毛的人，我們認為面對AI完全沒必要那么悲觀。

事實上，人工智能會成為人類智慧的增強器，幫助我們解決人類正在面臨的一些嚴峻挑戰 。這樣的AI智能，就像被無限開發的人的大腦一樣，也許，它能幫我們學習和理解那些人類還不懂得人文和生物秘密。

盡管才剛剛發展起來，AlphaGo Zero已經走出了通向上述目標的關鍵一步。對于希望利用人工智能推動人類社會進步為使命的DeepMind來說，圍棋并不是AlphaGo的終極奧義，他們的目標始終是要利用AlphaGo打造通用的、探索宇宙的終極工具。

AlphaGo Zero的提升，讓DeepMind看到了利用人工智能技術改變人類命運的突破。他們目前正積極與英國醫療機構和電力能源部門合作，提高看病效率和能源效率。同時類似的技術應用在其他結構性問題，比如蛋白質折疊、減少能耗和尋找新材料上，就能創造出有益于社會的突破。

從機器學習的算法角度來說，這次的GO算得上是質的飛躍。

-

頭條初始值發布。