最強AlphaGo Zero 智慧達「外星級」

【星島日報報道】Google旗下的人工智能軟件AlphaGo，在世界矚目的人機大戰中橫掃全球圍棋高手，但AlphaGo的進化版AlphaGo Zero更讓人驚訝，它能在沒有輸入任何人類經驗的情況下，迅速採取跟自己反覆對弈的自學方法，僅訓練三天便以100：0的戰績完勝二〇一六年版的AlphaGo，四十天後，又戰勝了曾擊敗人類第一棋手柯潔的一七年版AlphaGo。新版本標誌着人工智能取得巨大突破，被形容為「外星智慧」。

科網巨擘Google旗下英國深度思維（DeepMind）公司的團隊，在新一期《自然》期刊發表《在沒有人類知識條件下掌握圍棋遊戲》的論文，介紹了AlphaGo Zero。

該公司將AlphaGo的發展分為四個階段：第一個版本是AlphaGo Fan，它在二〇一五年戰勝歐洲圍棋冠軍樊麾，標誌着人工智能首次戰勝人類職業棋手；第二個版本是AlphaGo Lee，它在二〇一六年戰勝曾多次奪得世界冠軍的南韓棋手李世石，標誌人工智能戰勝人類頂級棋手；第三個版本是AlphaGo Master，在今年戰勝現今世界排名第一的中國棋手柯潔，並在與多位有世界冠軍頭銜的人類棋手「群戰」中完勝。

但是，這些版本在剛開始學習圍棋時，都要依靠人類知識，即先教它們一些人類摸索出的基本下法，然後再開始自己學習。AlphaGo Lee在參考大量人類棋譜並自我對弈約三千萬盤、訓練數月後，才於去年三月以四比一的戰績擊敗南韓九段棋手李世石。

然而AlphaGo Zero擺脫了這個限制，從空白狀態學起，研究人員沒有給它除棋盤、棋子、規則之外的任何人類輸入，「從零開始」迅速自學圍棋，反復自己與自己對弈取得飛速進步，掌握獲勝可能性高的下法，專攻「強化學習」是其主要特點。它在開始學習圍棋三天，進行了約五百萬局自我對弈後，就以一百比零完勝AlphaGo Lee；四十天後，它又戰勝了在所有人類高手看來已不可企及的AlphaGo Master。

領導AlphaGo團隊的西爾弗表示，AlphaGo Zero使用新的強化學習方法，系統從只知道圍棋的規則開始，透過神經網絡的運算自我對弈自學。該論文指出，AlphaGo Zero完全自學，「不需人類輸入」，是機器獲得超人能力的重要一步。

麻省理工學院電腦科學家海因斯驚歎道：「AlphaGo Zero就像外星人在發明自己的數學。它沒有人類的偏見和推測，學習自己認為最好的東西，誤差比人類少。」

論文指出，在數百萬局自我對弈及訓練後，AlphaGo Zero獨立發現了人類花數千年才總結出的圍棋規則，還建立了新戰略，為這個古老的遊戲帶來新見解。世界頂尖棋手的養成，動輒需要數十年的訓練、磨礪，但AlphaGo Zero創下只需三天的紀錄。

上海紐約大學電腦科學教授張崢表示，從算法來說，AlphaGo Zero比它的「前輩」更簡潔、漂亮。它擺脫了人為的大數據，在人類所定的規則下，自主發現新知識，並糾正人類的錯誤知識。柯潔在微博發文感歎：「一個純淨，純粹自我學習的Alphago是最強的……人類太多餘了。」深度思維行政總裁哈薩比斯說，他希望人工智能的這種進步能夠被應用於分析蛋白質結構、設計新材料等領域。