還曾記得去年阿爾法狗與圍棋世界冠軍李世石的對弈嗎？阿爾法狗的勝利引起了公眾對于人工智能的高度關注。在今年《自然》發(fā)表的一篇論文《Mastering the game of Go without human knowledge》再次掀起大家對人工智能的關注。
不需要任何人類的經(jīng)驗
據(jù)悉，這一款新版的AlphaGo計算機程序能夠從零學起，在不需要任何人類輸入的條件下，迅速自學圍棋。這款新程序名叫AlphaGoZero(阿爾法元)，以100比0的戰(zhàn)績打敗了它的前任AlphaGo(在2016年3月的錦標賽中，其前任打敗了圍棋世界冠軍李世石)。
這篇論文中所介紹的AlphaGo是全新的，它不是戰(zhàn)勝柯潔的那個最強的Master，但卻是孿生兄弟，它的名字叫AlphaGoZero。與以前的AlphaGo相比，它從零開始學習，不需要任何人類的經(jīng)驗。
據(jù)悉，AlphaGoZero最初是隨機落子，但通過反復與自己對弈，它的水平迅速提高。在進行實驗3天后，面對2017年5月時對戰(zhàn)全球最強棋手柯潔九段取得3連勝的AlphaGo，取得了100戰(zhàn)全勝。也就是說，AlphaGoZero只需要在4個TPU上，花3天時間，自己左右互搏490萬棋局。而阿爾法狗，需要在48個TPU上，花幾個月的時間，學習3000萬棋局，才打敗人類。
是一個跨時代的進步
怎么看待AlphaGoZero100-0擊敗AlphaGo這件事？這個趨勢我們都能看到，但是沒想到這一天來得這么早。這個事情最大的突破，就是無監(jiān)督的深度學習。無監(jiān)督指的就是訓練數(shù)據(jù)沒有類別標簽，就是我們并不知道我們訓練的數(shù)據(jù)它到底是什么。比如說，紅色的、圓形的、甜味的，我們并不知道它是蘋果，但是我們要學出來它是一個蘋果。之前阿爾法狗觀察了上萬小時的視頻，從中自主學習到了一只貓，它用了數(shù)月的時間并且消耗了大量資源，而今天阿爾法元在一個短時間內(nèi)的學習就擊敗了阿爾法狗，這是一個非常大的可以說是一個跨時代的進步。
人工智能的第一個方向，就是無監(jiān)督的學習，就是不需要標簽，不需要人工的經(jīng)驗知識，不需要人為干預的一個學習過程，就像我們小時候?qū)W到一些基礎的數(shù)學知識之后，可以自主地去學習、推理、思考，很像我們?nèi)祟悓W習的過程。在這樣一種學習過程中，它丟掉了人為制約。大家可以看到國外的評論，它在開局和收官的過程中，跟我們?nèi)祟惖乃伎挤绞交蛘呤窍缕宓姆绞浇咏?；但是在盤中的時候，是一種完全不一樣的思路。而之前的阿爾法狗，由于有人為的、棋譜的限制，它并沒有跳出這樣的局限和約束。因此，阿爾法元的這種突破是對人類固有思維模式的一個突破。
“人類多余”？
AlphaGo擊敗的全球最強圍棋選手柯潔在社交平臺上表示：“一個純凈、純粹自我學習的AlphaGo是最強的，對于AlphaGo的自我進步來講，人類太多余了?！?/span>
如果說人類完全多余，短時間內(nèi)至少我們是看不到的。但是在不遠的將來，有很大一部分從事簡單、重復、不需要人類付出創(chuàng)意的、思考的、抽象的這樣一些工作就會被完全替代。但是需要人類思考的、抽象的、需要我們?nèi)?chuàng)造的一些工作，比如說藝術類，比如說去構建這個人工智能本身等等這些工作，會隨著人工智能的普及變得越來越重要、越來越吃香。
長遠來看，從最本質(zhì)上講，人工智能和人類智能或許沒什么不同，只是階段問題，這個話題比較遠，暫且不論了。在幾十年的周期內(nèi)，人工智能應該仍會在人類設定的目標范圍內(nèi)來完成特定任務，但也存在失控的風險。
原來的AlphaGo雖然比人快，但不可能比人能創(chuàng)造知識，現(xiàn)在發(fā)現(xiàn)它也有了。所以說，AlphaGoZero的出現(xiàn)，為強人工智能的出現(xiàn)奠定了基礎。過去我們說，在專一的問題上人工智能有突破，通用問題上它差得遠，而阿爾法元基本上已經(jīng)半通用了，它沒有用上人的知識，從0開始學起的。
結語：新阿爾法狗的出現(xiàn)是一直質(zhì)的跨越，對一切都產(chǎn)生了巨大的影響。未來電影中的人工智能將不再是幻想。
