文 | 孔冰欣
曾經，有（幾）只「別人家的狗狗」，縱橫棋壇，打遍天下，連連擊敗圍棋界的高手高手高高手，震驚了世界。就連我們的傲嬌星人柯潔老師，在與「地球最強狗狗」對決的過程中，也被狠狠「虐」了一把，心有不甘地留下男兒淚，不得不跑到廁所調整心情，由衷感嘆人工智慧的強大。
姓名：AlphaGo（Fan，Lee，Master，Zero）
1. 擊敗樊麾
2015年10月，AlphaGo擊敗樊麾，成為第一個無需讓子即可在19路棋盤上擊敗圍棋職業棋手的電腦圍棋程序，寫下了歷史，相關成果在2016年1月發表於Nature。
2. 擊敗李世石
2016年3月，AlphaGo在一場五番棋比賽中4：1擊敗頂尖職業棋手李世石，成為第一個不藉助讓子而擊敗圍棋職業九段棋手的電腦圍棋程序，再創歷史。五局賽後韓國棋院授予AlphaGo有史以來第一位名譽職業九段。
3. 排名短暫超越柯潔
2016年7月18日，AlphaGo在Go Ratings網站的排名升至世界第一。但幾天之後被柯潔反超。
4. 化名「Master」橫掃棋界
2016年底至2017年年初，再度強化的AlphaGo以「Master」為名，在未公開其真實身份的情況下，借非正式的網絡快棋對戰進行測試，挑戰中韓日臺的一流高手，60戰全勝。
5. 戰勝柯潔，成為世界第一
2017年5月23至27日烏鎮圍棋峰會，最新的強化版AlphaGo和世界第一棋手柯潔對局，並配合八段棋手協同作戰與對決五位頂尖九段棋手等五場比賽，獲取3比零全勝的戰績，團隊戰與組隊戰也全勝。這次AlphaGo的運算資源消耗僅為贏李世石版本的十分之一。在與柯潔的比賽結束後，中國圍棋協會授予AlphaGo職業圍棋九段的稱號。
大家猜得到這開頭，卻想必猜不到後續的發展。一物降一物，這（幾）只偉大的「狗狗」——AlphaGo（阿法狗）在踩碎了圍棋愛好者的一地玻璃心之後，終於被家族的「新世代」——AlphaGoZero給收拾了。近日，《自然》（Nature）雜誌發表了一篇題為Mastering the game of Go without human knowledge（不使用人類知識掌握圍棋）的論文，詳細介紹了阿法狗的Daddy們、即谷歌DeepMind團隊最新的研究成果：AlphaGo Zero從圍棋小白起步，不需要任何歷史棋譜的指引，更不需要參考人類任何的知識經驗，純靠個人強化學習（reinforcementlearning）和參悟，棋藝力壓家族前輩，成為「真·傳說中的·百戰百勝」，100-0擊潰前任哥哥。
DeepMind的創始人+CEO Demis Hassabis
眼冒金星、智商不夠用的小編，在啃了若干篇對該論文的解讀後，鬥膽嘗試用「說人話」的方式，儘量深入淺出，先為親愛的讀者們梳理下AlphaGoZero的特點（如有未盡之處，請大家輕拍）：
•從零開始學習，不需要任何人類的經驗
•使用更少的算力得到了更好的結果
•發現了新的圍棋定式
•策略網絡和價值網絡成為一個神經網絡
•無需進行隨機推演（Rollout）
……
突破「白板理論」
所謂「白板理論」（Tabula rasa），其實是哲學上的一個著名觀點：嬰兒生下來白板一塊，通過不斷訓練、成長獲得知識和智力。據此，AI 領域的先驅圖靈曾經提出了著名的「圖靈測試」，認為只要能用機器製造一個類似小孩的 AI，然後加以訓練，就能得到一個近似成人智力，甚至超越人類智力的AI。
現代科學則指出，嬰兒不能算純粹的「白板」，生物億萬年的進化，導致人類幼時初初睜開眼睛，就天然具備「偏愛高熱量食物、餓了就哭鬧引起注意」的本能策略。而和人類嬰兒相比，計算機才是實打實的「白板」，於是，一場新討論開始了：監督學習（Supervised Learning）和無監督學習（Unsupervised Learning），哪種方式更適合讓機器從零開始獲得智能？顧名思義，前者強調要把人類的經驗灌輸給機器，後者強調讓機器自己摸索萬事的規律。（小編打個不是最恰當的比方，前者有點像死記硬背式的教育，後者有點像自由散漫的放養式教育……）
阿法狗超人的棋藝，是建立在計算機海量學習、參悟人類棋譜、棋藝的基礎之上的，就算我們輸了，至少可以聊以自慰：你小子，也別得意，再牛，祖師爺還是我們人類！可是，AlphaGoZero，乃無監督學習的產物。通過幾天的訓練——包括近500萬局自我對弈——AlphaGoZero便上了天，分分鐘「秒殺」人類不算，還打敗之前所有的AlphaGo版本（包括監督學習的版本）。敲黑板劃重點：據悉，達到這樣驚人的水準，AlphaGoZero用的時間比前任阿法狗短得多了！一個花了幾天工夫，另一個則花了幾個月的工夫。更可怕的是，隨著程序訓練的進行，AlphaGoZero獨立發現了人類用幾千年的時間才總結出的圍棋規則，且建立了新的戰略，為古老的遊戲帶來全新的見解。
這說明了什麼問題？說明「你好，人類」「再見，人類」，把「人類」甩了的計算機，貌似反而進步得更快。人類的智慧與經驗，好像已經顯得多餘、「拖後腿」了。
柯潔評價：
扎心，淚目……
算法改進，讓AlphaGoZero更強
由於在硬體和算法上的進步，AlphaGo變得越來越有效率
如上圖所示，由於在硬體和算法上的進步，「AlphaGo」系列變得越來越有效率。優秀的算法不僅僅能降低能耗，也能極大提高效率。另外，這也表明圍棋問題的複雜度並不需要動用大規模的計算能力，那是浪費。
Deepmind博客介紹，AlphaGo Zero採用了新的強化學習方法，從一個不知道圍棋遊戲規則的神經網絡開始（如前文所述，「白板」），然後通過將這個神經網絡與強大的搜索算法結合，實現自我對弈了。在這樣的訓練過程中，神經網絡被更新和調整，並用於預測下一步落子和最終的輸贏。
這一更新後的神經網絡將再度與搜索算法組合，這一過程將不斷重複，創建出一個新的、更強大版本的AlphaGo Zero。在每次迭代中，系統的性能和自我對弈的質量均能夠有部分提高。最終的神經網絡越來越精確，AlphaGo Zero也變得更強。
感興趣的朋友們，可自行搜索論文原文，進行深度學習。（小編怕再說下去，就誤人子弟遭群毆了……）
對於人工智慧的發展，我們期待能用來幫助人類攻克諸如蛋白質摺疊、製造出治療疑難雜症的藥物、減少能源消耗、尋找革命性的新材料等等重大難題與挑戰。有專家表示，「目前，人工智慧和人甚至動物相比，所知所能依然有限……不要盲目追逐流行的東西，要審時度勢，踏實做積累，看準了坑再跳」；此外，「機器經驗與人類經驗有很大差別，我們該如何去選擇和利用呢？」
總結，現在，人類應該還不用擔心被人工智慧「滅」了，未來如何，則尚待定論。不過，人類的智慧也好，機器的智慧也好，我們肯定「智慧」本身，而把「智慧」用在什麼地方，是比「智慧」本身更複雜的命題。希望一切的「智慧」，都可以讓生活變得更美好吧——這也許是非常天真的想法，而我們情願這麼想。
然而對AI取代人類的焦慮，卻也已經是全球化的了。
轉載請後臺聯繫周刊君，獲得授權！
轉載時，須註明作者、出處和微信號。