三天100:0絕殺「前輩」,AlphaGo Zero為什麼能這麼厲害?

首先，AlphaGo Zero僅用棋盤上的黑白子作為輸入，而前代則包括了小部分人工設計的特徵輸入。

其次，AlphaGo Zero僅用了單一的神經網絡。在此前的版本中，AlphaGo用到了「策略網絡」來選擇下一步棋的走法，以及使用「價值網絡」來預測每一步棋後的贏家。而在新的版本中，這兩個神經網絡合二為一，從而讓它能得到更高效的訓練和評估。

第三，AlphaGo Zero並不使用快速、隨機的走子方法。在此前的版本中，AlphaGo用的是快速走子方法，來預測哪個玩家會從當前的局面中贏得比賽。相反，新版本依靠的是其高質量的神經網絡來評估下棋的局勢。

所有這些差異，都提高了系統的表現，使其更為普適。不過，是算法上的變化使得系統更為強大和高效。

僅僅自我對弈3天後，AlphaGo Zero就以100：0完勝了此前擊敗世界冠軍李世乭的AlphaGo版本。自我對弈40天後，AlphaGo Zero變得更為強大，超過了此前擊敗當今第一人柯潔的「大師」版AlphaGo。

通過數百萬次自我對弈，AlphaGo從零開始掌握了圍棋，在短短幾天內就積累起了人類幾千年才有的知識。AlphaGo Zero也發現了新的知識，發展出打破常規的策略和新招，與它在對戰李世乭和柯潔時創造的那些交相輝映，卻又更勝一籌。

這些創造性的時刻給了我們信心：人工智慧會成為人類智慧的增強器，幫助我們解決人類正在面臨的一些嚴峻挑戰 。

儘管才剛剛發展起來，AlphaGo Zero已經走出了通向上述目標的關鍵一步。如果類似的技術可以應用在其他結構性問題，比如蛋白質摺疊、減少能耗和尋找新材料上，就能創造出有益於社會的突破。

（本文綜合自新浪科技、澎湃新聞）