“零”一出手天下无敌 阿尔法狗四个版本回顾

5月27日，柯洁挑战AlphaGo（阿尔法狗）的故事在乌镇以失败告终；昨日，阿尔法狗重出江湖，不过，它不是与人对弈，而是“讲述”自我学习，左右互搏，3天自学成材，击败了此前所有版本的阿尔法狗的故事，它的名字叫 AlphaGoZero（暂译：阿尔法零）。

72小时，练成绝世高手

北京时间19日凌晨，阿尔法狗再次登上世界顶级科学杂志——《自然》。

一年多前，阿尔法狗便是2016年1月28日当期的封面文章，Deepmind公司发表重磅论文，介绍了这个击败欧洲围棋冠军樊麾的人工智能程序。

昨日凌晨，DeepMind团队介绍的最强版阿尔法狗，代号AlphaGoZero（阿尔法零）。团队称，“自学”仅仅3天后，阿尔法零就以100比0完胜了此前击败世界冠军李世石的阿尔法狗版本。自我对弈40天后，阿尔法零变得更为强大，超过了此前击败当今围棋第一人柯洁的“Master（大师）版”阿尔法狗。

太牛了是不是？很震惊是不是？它是怎么学习的呢？

无论是击败李世石的版本还是击败柯洁的版本，过去的阿尔法狗在“学习如何下棋”这个阶段，使用的都是大量的人类经典棋谱。它们被告知人类的高手在不同的情况下应该如何应对。而这一次的阿尔法零在学习过程中完全没有使用任何人类的棋谱，它对玩法的探索完全是从自我对弈中学习的，也就是“自学成才”。而且，是从一张白纸开始，零基础学习。

开始阿尔法零会从非常随机且无厘头的下法开始进化，而它的陪练（另一个阿尔法零）的水平也很低。然后阿尔法零会从每一场胜负中，取得经验，使得自己的水平不断提高。更为厉害的是，随着训练的深入，阿尔法零还独立发现了游戏规则，并走出了新策略，为围棋这项古老游戏带来了新的见解。

棋手感叹，20年抵不过3天

阿尔法零横空出世的消息迅速点燃了围棋界，和阿尔法狗交手的中国棋手柯洁在微博感叹：“对于阿尔法狗的自我进步来讲……人类太多余了”。乌镇围棋峰会期间，柯洁以人类最强棋手的身份挑战阿尔法狗，可拼尽全力最终仍以0比3告负。柯洁现场不禁落泪，赛后他感叹：“阿尔法狗实在太完美了！”可半年时间不到，更加完美的阿尔法狗又出世了。

被阿尔法零的消息所震撼的远不止柯洁一个人，古力在微博中说道：“20年不抵3天啊！我们的伤感，人类的进步！”应氏杯冠军唐韦星则表示，“看了之后不知道说什么了，它确实不需要我们的知识，我们拖后腿了。”

对于围棋从业者来说，阿尔法狗的横空出世，让这块人类智慧的高地被攻克，多多少少都会有失落的心态，但阿尔法零的许多围棋着法与人类上千年来总结的知识是不谋而合的，比如打劫、征子、棋形、布局在对角等，都有人类围棋的影子。

造福人类，“零”不仅仅会下棋

每下一步仅需要思考0.4秒的阿尔法零所产生的美感与人类在紧张对弈时的美感是完全不同的，就像没有人会把F1方程式当赛跑比赛看一样。

不过一群硅谷的高材生，如果只是要做出一条“狗”和围棋这个人类玩了上千年的桌面游戏较劲，那就实没意思了。

阿尔法狗之父哈萨比斯说，“最终，我们想要利用它的算法突破，去帮助解决各种紧迫的现实世界问题，推动人们理解生命，并以积极的方式影响我们的生活。”在研究计算机解决围棋这一课题的过程中，DeepMind的工程师在人工智能上产生了重要的突破。这些突破可以广泛地应用到其它实际生产的领域，比如在去年7月份，DeepMind就表示：如果全面推动AI实装到数据中心的话，最高可以达到15%的用电削减。

可以想象，以前科幻电影中的有些镜头可能不再是虚幻，而是事实，这是人类的进步，也是一条必由之路。

●链接

阿尔法狗四个版本回顾

1、阿尔法狗最先出现在公众视野，是2015年10月5比0完胜欧洲冠军樊麾二段。樊麾是法国围棋队总教练，他曾多次获得法国冠军，及蝉联2013年至2015年的三届欧洲围棋冠军。两年前，樊麾有幸受邀成为第一位与阿尔法狗分先对弈的人类职业棋手。

2、2016年3月9日-15日，围棋人机大战在韩国首尔举行，阿尔法狗向李世石这样的人类现任顶尖职业棋手发起挑战，阿尔法狗最终4-1获胜。

3、2016年12月29日晚起到2017年1月4日晚，阿尔法围棋在弈城围棋网和野狐围棋网以“大师”为注册名，依次对战数十位人类顶尖围棋高手，取得60胜0负的辉煌战绩。今年5月23日到27日，在中国乌镇围棋峰会上，阿尔法大师以3-0的总比分战胜排名世界第一的世界围棋冠军柯洁。

4、如今，阿尔法狗已经升级到阿尔法零版本。阿尔法零与上一个版本阿尔法大师的100番棋战绩为89胜11负，与去年3月和李世石对弈的阿尔法狗的100番棋战绩为100胜0负。

楚天都市报记者邓鹏伟