100:0战胜AlphaGo。 AlphaGo Zero让人类连对手的资格都没有了？

制作：缪子文化 王轩

监制：中国科学院计算机网络信息中心

2017年10月19日，谷歌旗下子公司DeepMind发布了AlphaGo的新版本，众多人知晓AlpoaGo是一个人工智能程序，然而却不晓得它实际上是一个家族，早期大战韩国选手李世石的是AlphaGo Lee，在乌镇打败世界冠军柯洁的是AlphaGo Master。此次发布的是 AlphaGo Zero，它历经 3 天的训练，是以 100：0 的战绩打败了其哥哥 AlphoGo Lee，又经过 40 天的训练，进而击败了它的另一个哥哥 AlphoGo Master。

AlphaGo Zero最大特点

本次所发布的AlphaGo Zero，和之前的版本相比较而言，其最大的区别之处在于，它并非再依靠人类的指导来实现成长，也就是说，之前的AlphaGo Lee是借助人工录入的许多棋谱，以此来协助它学习怎样下棋，简单直白地讲，它是在人的指导之下开展学习的，能够理解成是由人类千年围棋经验教导出来的学生。

这里是AlphaGo Zero，它运用了强化学习算法，也就是不再依靠半点棋谱，编程人员输入围棋基本规则之后，不再予以任何教导，全是让其自身进行摸索，去总结走棋方法，这如同一开始人工智能完全按自己的办法学习那种情况。有个叫AlphaGo Lee的，它完败给了摒弃人类经验的AlphaGo Zero，这表明出人类这些经验或许误导了AlphaGo Lee，进而对它的发展形成了限制。

AlphaGo Zero的行棋方式，在开局阶段，和人类选手有着较大的相似特征，在收官阶段，同样与人类选手存在较大的相符之处，而盘中的行棋风格，确实与人类选手以及之前版本的AlPhaGo有着较大的差异，就是这种不同，使得它能够在100次与AlphaGo Lee的交战中保持不败，换个不同于这番表述的说法，如果当初AlphaGo Lee没有以人类为师，而是朝着机器学习，那么对于具备更强计算能力的AlphaGo Lee而言德信竞技，胜负还难以知晓。

AlphaGo Zero的一大特点是，会把之前版本AlphaGo的两个神经网络融合在一起，这是除零经验学习外的另一大特点，在之前版本的AlphaGo里，“策略网络”和“价值网络”这两个神经网络会计算如何走棋，也就是先由“策略网络”凭借之前积累的经验，判断当前棋型下哪些位置适合行棋，接着由“价值网络”对在这些位置行棋后的各种可能进行模拟，计算胜率，最终选出要走的棋位。

而AlphaGo Zero把二者融合成了一体，针对之前两个网络的特征提取等模块予以了共用，能够在计算出有可能行棋的位置之际就给出对应的“胜率”，极大地提升了效率，削减了训练所需要的时间。这也是AlphaGo Zero在训练三天便战胜了训练数月的AlphaGo Lee的主要缘由之一。

计算机科学领域发展的制高点之中，人工智能占据其一，在所有行业，它都有着无限潜力以及应用价值，当前世界各国普遍持看好态度，人工智能技术会成长为下一次技术革命的契机。就算最终人工智能没能够到达革命级别的颠覆程度，AI也已经在慢慢改变我们的生活。

以往人工智能取得的进步，都是以软件跟硬件同期发展作为基础的，神经网络算法早在上个世纪中叶就被提出来了，不过由于受到计算能力的限制，神经网络算法的发展长期都很迟缓。

在此之后，伴随着硬件计算速度持续地提升，已有的软件算法得以不断地被实现，并且持续改进，经改进的算法对于硬件的要求则更高了，进而更进一步地推动了硬件的发展，然而，AlphaGo Zero的出现完全是构建于算法更新的基础之上的。

早前版本的AlphaGo，得在48个TPU上，这TPU可是谷歌专门为加速深层神经网络运算能力才研发的芯片，就单单一块成本就高达500万美元，它要在上面进行几个月的学习。然而，AlphaGo Zero，仅仅只需4个TPU再加上几天的时间，就能够完成学习。这种零经验学习能力，特别适合在蛋白质折叠以及其它缺少样本的医疗领域去进行应用，能够很好地解决因为缺少试验样本从而导致研究进展变得缓慢的那些问题。今后的有关研究里头完整能够录入规则进而凭借AlphaGo Zero的本事开展模拟，最终借助有限的样本予以验证便可。

AlphaGo逐渐升级之路

就在故事讲述到这个地方如此这般的时候，真的是完全没有办法不心生佩服之情，佩服谷歌所具备的那种极其深厚的技术实力，佩服谷歌所拥有的那般精明的商业头脑。AlphaGo从刚刚诞生的那一刻的时候起，便已然是得到了deepmind团队用尽心思精心的包装，当我们仔仔细细去回想起来的时候，真的可以说是“城里套路深”啊。

在最开始的时候，从战胜低段位职业棋手以此展开预热，或者也可以说是炒作，随后渐渐发展到战胜人类顶尖高手李世石，AlphaGo的登场已然是足够华丽的了。然而，4比1的比分还是给人类留下了一线希望在此之时，在这仅有的胜局当中，李世石不走寻常路，直接将AlphaGo逼出了“大脑短路”的症状，由此可以看出，在这个时候AlphaGo尽管已经足够强大了，但是却还并非完美无缺。从那以后，各路人马当中各位人类高手开始刻苦自励，精心钻研AlphaGo的套路，寄望着能够重新去捍卫人类的尊严 。

接着，在今年起初的时候，有个神秘的称作“master”的，于围棋界顶级棋手对战的平台之上，获取了六十胜零负这般值得骄傲的成绩，这位“master”究竟是怎样的存在，是人还是妖，真的是极大地吸引了吃瓜群众的目光。一直到那辉煌的六十胜得以实现，谜底才终于被揭开。

自打这之后，就出现了一场吸引了全球目光的乌镇对决。其中，AlphaGo Master将柯洁打得毫无招架之力。尽管柯洁已然展现出了真正人类最强者的战斗能力，可依旧惨遭AlphaGo全力压制。只要在出招时出现任何一点差错，马上就会掉进AlphaGo“最小优势胜”策略所设的陷阱，进而再没有扭转局面的可能了。

在乌镇进行对决之后，人类于围棋这个领域当中已然彻底处于认输的境地，仅仅说柯洁这单独的一个人，就算是五大高手联合起来一同展开作战，相比柯洁而言输得还要更快，AlphaGo一时间呈现出极为风光的态势。

现如今，乌镇那边硝烟才刚开始变淡，谷歌这边就又弄出一件大事情，带来重磅消息！人工智能在把人类经验给舍弃掉之后，凭借三天时间自学的AlphaGo Zero达成了将人类运用几千年的经验打败的结果。AlphaGo的进化版本战胜了原始版本，这不禁让人回想起《铁甲钢拳》里那种能让人热血沸腾的机甲近身格斗场面，一个AI输给了另一个更厉害的AI，而后展现出中国AI战胜美国AI的情况，这样的情景极有可能成为未来棋类竞技当中实际会出现的场景。

影片《异形：契约》里，人类制造出了机器人“大卫”，大卫却觉得自身比创造它的人类要更为高级，还反倒去钻研异形，对人类痛下杀手。电影《I Robot》所采用的剧情设定同样是基于机器人持续进化，从而凭借更为出色的逻辑战胜了对他们加以限制的定律，妄图夺取地球统治权的故事 。

近年，人工智能技术发展速度迅猛得令人瞠目，就连我那已退休的老娘，都开始在朋友圈转发各种博人眼球的“AI统治地球论”，尽管最后她或许依然不晓得AI究竟是什么意思。

有这样一种论调，它觉得，说不定在不太远的某一日，人工智能不会再处于执行者的定位，它会变成一位出色的领导者，并且人类的地位会转变为去替代机器人，去完成机器人执行起来不太方便的工作，就像文章开头所讲的那样，人工智能的进化比人类领先许多，进而人类沦为了试验对象。

AI统治地球：幻想&有可能？

那么，AI的实力真的已然进化到了那般程度吗？AI统治地球究竟仅仅是幻想，还是确实存在可能性呢？

各位读者或许也留意到了，近些年来，新闻之中出镜频率颇高的人工智能技术突破，常常会把游戏当作切入点。从传统的棋牌类游戏说起，像象棋、围棋、德州扑克，再到电子游戏，比如星际、Dota，软件开发精英们好像一直都偏好与人类生活关联并不紧密的游戏。

那么，问题便出现了，为何人工智能的开发常常将游戏当作切入点呢？谷歌旗下DeepMind公司chief executive officer哈萨比斯，也就是AlphaGo之父，则给出了这般回答：游戏算得上是测试人工智能算法的理想平台，在这里有着无穷无尽的训练数据，不存在测试偏差的情况，能够开展并行测试，而且还能够记录每一个能够量化的进展。用通俗易懂的话来讲，就是花费的资金少，面临的风险小。

AlphaGo在围棋项目上堪称天下无敌，甚至孤独到要左右互搏，这是无可争议的事实，然而人类生存所需面对的工作，绝非仅仅下围棋这般简单。围棋只是人类众多游戏中的一种游戏类型，并且在这些林林总总的游戏里，围棋所处的地位真的算不上是最为璀璨耀眼的那颗明珠，只是在完全信息博弈游戏这一固有领域范围之内，围棋才被公认为是其中的明珠而已。

先拿之前已然发布过的文章《AI吊打Dota2人类高手？你可能又被标题党坑了》来做对照，然后再来瞧瞧究竟啥才叫做完全信息博弈游戏。

链接为，https://p.baidu.com/daily/view?id=82494下所呈现的内容 ，此为，某个特定的链接情况有着具体指代 ，它是，。

完全信息博弈类游戏，其中每一个参与游戏的人，都具备有关所有其他参与游戏者的特征、策略集中的内容以及得益函数等方面的精确信息，这种博弈，尴尬却不失礼的一种翻译表述为，己方的生命值、武器系统、技能系统等相关信息，都被博弈对手完整掌握，反过来也是如此。当然，这里并非指你即将施展的招法在出招之前就会被对方预先知晓，而是意味着你仅能使出招式表以内的招法。对手就算清楚你所有的出招可能性，至于出什么招、何时出招，依旧是你依据场上形势随机应变、相时而动的 。

那非完全信息博弈游戏又是怎样的呢，它显然是跟上面所说的完全信息博弈游戏相反，比如说，像《星际争霸》这款游戏。玩过类似即时战略游戏的读者肯定都清楚，在这种游戏里，敌人的实时状态我们没办法完全掌握，先不说屏幕仅仅能显示当前视野范围，单是战争迷雾的存在，就使得敌我双方的状态都变得难以捉摸，你在老家做什么事，敌人不来打一架的话，是根本无从知晓的。

我们这样去看，围棋AI可以应对处理的局面限制因素实在太多而显得太过局限了，暂且不说各类即时战略游戏，我们把复杂的情况进行简化，列举几个在平时生活当中大家都熟知且熟悉的示例呀。

作为中国国粹之一的麻将，当处于四方对战的打麻将情形时，若有三位人类高手以及强大的AI参与其中，那局面究竟会怎么样呢。 ，。

AI确实有着令人惊叹的计算能力以及记忆能力，打出的每一张牌它都能清清楚楚地记住，每一口牌的成胡几率它都能够明明白白地算出来，然而AI却没办法确保每一局都可以取得胜利。这是为何呢？另外三家的牌一直扣在那里，AI所获得的信息实在是太过有限，没办法掌控战场全部态势，进而也就无法发挥出压倒性计算能力 。

对于北方的小朋友来讲，吹牛是他们常常会玩的一种扑克游戏，它适合广大人群，不管是大人还是孩子都能一起玩，玩起来气氛特别欢乐。在这个扑克游戏里边，自己得扔出几张扣着的牌，然后告知对方这几张牌是三张六，或者是一对钩之类的。要是对方选择相信，那就开始由对方出牌，出牌规则同样是扣着出牌，并且还要报出数字以及张数。要是对方选择不相信，那就得翻开你扣着的牌，要是你的牌跟你说的数字和张数相吻合，对方就得拿走这几张牌，要是不相符，你就得把这几张牌收回来。最后能够先把手中牌全部出完的一方即为胜利。

处于这样的游戏规则情形下，AI没办法全然知晓对方手中究竟持有怎样的牌，并且也很难计算出对方撒谎的概率，与之相反的是，人类能够凭借察言观色去判别对方话语的可信程度，如此一来AI的计算能力反倒变得无所适从了。

以绞杀人类为目标且具备自主智能的AI“天网”，类似于电影《终结者》系列里的那种，在当下看来还仅仅只是幻想，“谋略”这俩字，极其深刻地体现出人类智慧所达到的高度，运筹帷幄、纵横捭阖以及兵不厌诈，目前依旧是专属于人类的，哪怕AlphaGo在围棋领域持续制造大动静，我们也没必要感到惶恐，。

与之相反，持续提升的AI性能，不断扩展的应用领域，其最终起到的结果是为人类带来福祉。人工智能的演变方向，以及人类同人工智能的未来走向，终究是由人类来决定的，并非是AI需要去思索的问题。

“科普中国”是一个科学权威品牌，它由中国科协联合社会各方借助信息化手段来开展科学传播 。