人工智能（AI）領(lǐng)域再次出現(xiàn)驚人沖破——據(jù)英國《天然》雜志近日發(fā)表的論文報道，一款新版的“阿法狗”（AlphaGo）計算機(jī)法式能夠從空白狀態(tài)起，在不須要任何人類棋譜輸入的條件下，自學(xué)圍棋，無師自通，自學(xué)成才。

　　這款新法式名叫“阿法元”（AlphaGo Zero），其以100比0的不敗戰(zhàn)績，狠狠打擊了曾書寫歷史的舊版“阿法狗”。

　　實力，“阿法狗”的輝煌戰(zhàn)績

　　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，《天然》雜志以封面地位報道該法式在和一切其他圍棋法式的對抗中獲得了99.8%的勝率，並且以5︰0的成績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1︰4不敵人工智能，引發(fā)偉大轟動。人們的震驚源於在圍棋19×19棋盤上，一步乃至?xí)袔装俜N走法，傳統(tǒng)的人工智能算法難以估計局勢和下子。

　　但“阿法狗”仍在積攢實力。本年1月，一個奧秘賬號Master頒布本身恰是“阿法狗”新版。該賬號在著名圍棋平臺上前后挑戰(zhàn)柯潔、樸廷桓和井山裕太等頂級高手，豪取勝利，隨后戰(zhàn)贏“棋聖”聶衛(wèi)平，直至60盤時自爆身份，決勝收官。

　　3天，“阿法元”的無師自通

　　此次在最新論文中，英國倫敦深度思維公司“阿法狗”項目標(biāo)重要負(fù)責(zé)人戴維·西爾弗、戴女士·哈薩比斯及其同事，報告了新版“阿法狗”軟件——“阿法元”。

　　“阿法元”最惹人注視之處在於其無師自通的本領(lǐng)。其學(xué)習(xí)從“零”開始，單純基於與本身的對弈，不須要任何歷史棋譜的指引，也不須要任何人類經(jīng)驗的點撥。

　　對於這個新軟件，人類的輸入僅僅限於一張棋盤和一副棋子，沒有任何人類數(shù)據(jù)參與。“阿法元”隻用到了一張神經(jīng)網(wǎng)絡(luò)，這張網(wǎng)絡(luò)經(jīng)過訓(xùn)練，專門預(yù)測法式本身的棋步和棋局的贏家，讓“阿法元”在每次自我對弈中進(jìn)步。

　　通過3天的訓(xùn)練——包含近500萬局自我對弈——“阿法元”已能夠超出人類並打敗之前的“阿法狗”版本。戴維·西爾弗表現(xiàn)，“阿法元”遠(yuǎn)比“阿法狗”強(qiáng)年夜，它已不再為人類的知識所限，而能夠自行發(fā)現(xiàn)新知識。

　　擺脫了人類經(jīng)驗的輔助和依賴，人工智能居然變得更強(qiáng)！在“阿法元”嶄露頭角后，人們揣測：難道我們?nèi)祟愡€耽誤“阿法狗”了？

　　震驚，AI的獨立發(fā)現(xiàn)

　　其實，人工智能的最年夜挑戰(zhàn)之一，等于研發(fā)一種能從“零”開始、以超人類的程度學(xué)習(xí)復(fù)雜概念的算法。

　　在客歲3月那場世所矚目標(biāo)比賽中，“阿法狗”軟件打敗了人類圍棋世界冠軍。當(dāng)時的這款圍棋法式，是應(yīng)用價值網(wǎng)絡(luò)去計算局勢，用戰(zhàn)略網(wǎng)絡(luò)去選擇下子。

　　但為了贏得這場人機(jī)年夜戰(zhàn)，科學(xué)家團(tuán)隊在訓(xùn)練“阿法狗”時，同時用到了監(jiān)督式學(xué)習(xí)（基於上百萬種人類專業(yè)選手的下棋步驟）和基於自我對弈的強(qiáng)化學(xué)習(xí)。舊“阿法狗”訓(xùn)練過程長達(dá)幾個月，用到多臺機(jī)器和48個TPU（神經(jīng)網(wǎng)絡(luò)訓(xùn)練所需的專業(yè)芯片）。

　　而此次，據(jù)研討團(tuán)隊介紹，新法式“阿法元”隻應(yīng)用了一臺機(jī)器和4個TPU。

　　在“阿法狗”之前，最勝利的圍棋法式僅能達(dá)到人類業(yè)余選手的水平，還不克不及在不讓子的情況下和專業(yè)賽手一較高低，本來人們認(rèn)為，至多要10年先人工智能才有能夠達(dá)到這一造詣。但“阿法狗”的橫空降生改寫了預(yù)言。而在其問世缺乏兩年的時間裡，“阿法元”再次刷新人們的認(rèn)知——隨著法式訓(xùn)練的進(jìn)行，人工智能已獨立發(fā)現(xiàn)了人類用幾千年才總結(jié)出來的圍棋規(guī)則，還樹立了新的戰(zhàn)略，可以說，人工智能已經(jīng)為這個陳舊的游戲，帶來全新見解。