根据 DeepMind 的官方网站，AlphaGo 推出了最新的升级版，名为 AlphaGo Zero，这个版本完全依靠机器自己进行强化学习，在摆脱了大量的人类棋谱后，机器根据围棋的规则左右互搏，在三天之内就超越了去年三月对阵李世乭的版本，接着在第 21 天战胜了对阵柯洁的版本，到第 40 天，在对阵此前最先进的版本时，已经能保持 90% 的胜率。
DeepMind 官方表示，这毫无疑问是史上最强的围棋棋手。
但你也知道，仅仅是棋艺的升级不足以让它一夜之间霸占中外媒的头条，是什么让再次升级的 AlphaGo 吸引了这么多人的关注呢？
柯洁和古力纷纷转发微博感慨机器的强大
DeepMind 在自己的官网上发表了一篇博客文章，同时表示新版本 AlphaGo 的研究论文已在权威学术期刊《自然》上发表。对学界来说，这是一个非常重磅的消息，总结来说这个版本特别的原因有三：
1、AlphaGo Zero 只使用围棋棋盘上的黑子和白子作为输入，而 AlphaGo 之前的版本中包含了少量人工设计的功能。
2、它使用的是一个神经网络而不是两个。AlphaGo 的早期版本使用「走棋网络（policy network）」来选择下一个动作和一个「价值网络（value network）」来预测游戏的赢家。AlphaGo Zero 合并了两者，使其能够更有效地进行训练和评估。
3、AlphaGo Zero 不使用「Rollout」——其他围棋程序使用的快速、随机的游戏来预测哪个玩家将从当前的棋局中获胜。相反，它依赖于高质量的神经网络来评估棋局。
以上这三点大大改善了 AlphaGo 的表现。
但 DeepMind 同时指出，是算法的改变让这个系统更加强大且高效。
72 小时自我对弈，AlphaGo Zero 就以 100-0 的成绩战胜了此前对阵李世乭的版本；40 天训练之后，它成功超越了击败柯洁的改良后的 Master 版本。
从下面的动图可以看到，因为从零开始的缘故，AlphaGo Zero 的初期表现非常糟糕，但水平提高的速度也非常快，仅仅三天就超越了对阵李世乭的版本。
「它比此前的版本更强大，是因为灭有使用人类的数据，也不使用任何形式的人类经验，我们已经消除了人类知识的局限，它能够创造知识本身，」AlphaGo 的首席研究员 David Silver 说道。
这个系统通过强化学习来提高它自身的技巧水平。每当 AlphaGo Zero 走了一步好棋时，它就会获得系统的「奖励」，反之则有损失。
根据一些外国棋手的观察，AlphaGo Zero 在棋局的初期表现仍与人类千年来的套路相同，但到棋局中期就会变得令人难以理解。
AlphaGo Zero 采用了新型的「强化学习」模型，让自己成为自己的老师。尽管一开始，对弈双方的水平都不怎么样，但经过将神经网络与强大的搜索算法相结合，不断地对棋路进行调整，最终得以预测对手的动作，并取得胜利。
AlphaGo Zero 进行自我对弈的好处在于，每一场对决，双方的棋力都处在同一水平线上，每场对弈过后，系统性能都会小幅上升，自我对弈的水准越来越高，AlphaGo Zero 也随之变得越来越强。
AlphaGo Zero 不同阶段的棋局变化，图片来源：DeepMind
这项技术让 AlphaGo Zero 得以完全摆脱人类的束缚，创造自己的知识体系。虽然调用的算力更少了，却能成为了更强大的棋手。
与之前版本相比，AlphaGo Zero 有几大差异：
AlphaGo Zero 仅仅调用棋盘上的黑子与白子下棋，而过去版本的 AlphaGo，多少还有一点人工设计的功能
AlphaGo Zero 只使用了一套神经网络。早期版本的 AlphaGo 里内置了两套神经网络模型，其中一套「策略网络」，用于判断下一步该怎么走；另一套「价值网络」，用于预测到底哪方才是胜利者；而 AlphaGo Zero 将二者合而为一，能够更高效地进行训练，并且提升对赛况的判断力
AlphaGo Zero 不再使用「Rollouts」——大部分围棋程序会通过快速、随机地落子来判断棋局的走向，但 AlphaGo Zero 则是通过优质的神经网络来对下棋位置进行评估。
这些差异让 AlphaGo Zero 的系统性能更强、更具普适性。算法的改进让整套系统变得更加强大、运行更为高效。
硬件与算法的进步也让 AlphaGo Zero 所需要的算力大大降低，仅仅需要 4 个 TPU（由 Google 开发的人工智能专用芯片），而与李世乭对弈的 AlphaGo Lee 所需要的算力多达 48 个 TPU，是 AlphaGo Zero 的 12 倍。
历代 AlphaGo 所需的算力对比，图片来源：DeepMind
长期以来，不少人有这样的误区：机器学习最重要的就是大数据和海量计算。但 AlphaGo Zero 的出现证明，合适的算法，可能比数据和算力更重要。DeepMind 的 CEO Demis Hassabis 表示：
我们正在努力尝试建立通用算法，这仅仅是一小步，但足以振奋人心。
未来，我们或许能在围棋之外的多个领域见到 AlphaGo 活跃的身影，也许是帮助医疗人员设计新药，也可能是帮助气象专家预测天气——如果通用算法诞生，那么许多科学问题也可以借助 AI 的力量来解决。
AI 是否真的能够超越人类，现阶段我们无从得知。但或许正如柯洁言：
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。
（本文整合自：ifanr、geekpark）
最前沿的电子设计资讯
