【話題】AlphaGo Zero!圍棋之神真來了……

新的人工智慧誕生了，它便是阿爾法元AlphaGo Zero。在對陣曾贏下韓國棋手李世石那版的AlphaGo時，AlphaGo Zero取得了100比0的壓倒性戰績，這真是棋藝高超啊……

圍棋之神真來了

文|體壇周報記者 謝銳

比Alpha Go還要厲害得多的人工智慧誕生了，它便是阿爾法元Alpha Go Zero。在10月19日世界《自然》雜誌上線的重磅論文中，詳細介紹了谷歌DeepMind團隊最新的研究成果。

阿爾法元完全從零開始，不需要任何歷史棋譜的指引，更不需要參考人類任何的先驗知識，完全靠自己強化學習和參悟, 棋藝增長遠超阿爾法狗，百戰百勝，擊潰阿法爾狗100比0。

2016年3月，第一次「人機大戰」，Alpha Go1.0版4比1擊敗14個世界冠軍獲得者李世石九段；

年底，Alpha Go升級版化身Master在網上對人類高手60連勝，震驚棋界。2017年5月第二次「人機大戰」，Alpha Go2.0版3比0勝柯潔九段，此後宣布不再與人對弈。

但阿爾法狗團隊並未停止研究，現在研究出來的成果是Alpha Go Zero。與阿爾法狗不同，阿爾法元不再學習人類棋譜，而是在掌握基本規則後，通過左右互博，僅僅40天時間，即成為碾壓Master的人工智慧。

美國的兩位棋手在《自然》雜誌對阿爾法元的棋局做了點評：它的開局和收關與職業棋手的下法並無區別，這說明，人類在圍棋上幾千年的智慧結晶，看起來並非全錯，阿爾法元的中盤看起來則非常詭異，著法比阿爾法狗左右互搏時使出的怪招更加不可思議。按照時越九段的話說就是，來自未來的著法。

Alpha Go Zero之所以能當自己的老師，是用了一種叫強化學習的新模式。系統從一個對圍棋一無所知的神經網絡開始，將該神經網絡和一個強力搜索算法結合，自我對弈。

在對弈過程中，神經網絡不斷調整、升級，預測每一步落子和最終的勝利者。升級後的神經網絡與搜索網絡結合成一個更強的新版本Alpha Go Zero，如此往復循環。每過一輪，系統的表現就提高一點點，自我對弈的質量也提高一點點。神經網絡越來越準確，Alpha Go Zero的版本也越來越強。

這種技術比此前所有版本的Alpha Go都更為強大。這是因為，它不再受到人類知識的限制，而能夠從嬰兒般的白紙狀態，直接向世界上最強大的棋手——Alpha Go本身學起。

因為這些改進，Alpha Go Zero的表現和訓練效率都有了很大的提升，僅通過4塊TPU和72小時的訓練就勝過之前訓練用時幾個月的原版Alpha Go。自我對弈40天後，Ａlpha Go Zero變得更為強大，超過了此前擊敗當今圍棋第一人柯潔的Master亦即Alpha Go2.0版。

柯潔發微博：「一個純淨、純粹自我學習的alphago是最強的……對於Alphago的自我進步來講，人類太多餘了。」Alpha Go通過數百萬次自我對弈，從零開始掌握圍棋，在短短幾天內積累人類幾千年才有的知識。Alpha Go Zero也發現了新的知識，發展出打破常規的策略和新招，與它在對戰李世石和柯潔時創造的那些交相輝映，卻又更勝一籌。

不過，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，幫助我們人類解決人類正在面臨的一些嚴峻挑戰。儘管才剛剛發展起來，但是Alpha Go 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。

比阿爾法狗（Alpha Go）更為強大和進步更快的阿爾法元（Alpha Go Zero）誕生後，圍棋界再次被震撼，古力九段發微博：「20年不抵3天啊！我們的傷感，人類的進步！」

阿爾法元通過自學成為圍棋第一高手，其下法固然顛覆了人類棋譜、棋路，但人類還是能看懂，而且其有套路可循。其執黑第一手還是星位，然後直接點對方星位角的三、三，這也是目前棋手們幾乎公認的下法。

比起當初Master在布局一些諸如四路肩衝、六路跳起的驚世駭俗下法，如今阿爾法元在技術上給人類造成的衝擊還不如Master，但其40天時間裡從一張白紙到碾壓Master的高手，這樣的成長速度才令人類震驚不已。

李喆六段發微博：「完全拋開人類圍棋知識，去年論文裡提到的許多特徵和rollout全部去掉，兩個神經網絡合為一個，只給定棋盤、棋子和規則。從亂下開始，1天達到V18（超越人類棋手水平），21天達到Master，40天碾壓Master。2017年起，在某些領域，AI不再需要人類知識。」

緊跟這條微博之後，李喆又發了條有關阿爾法元的微博：「作為人類棋手，不必悲傷。幾千年前人類規定的座子就在星位，而Alpha Go Zero仍然起手佔角星位，其絕大多數下法都能被人理解，人類累積而成的圍棋認識與完全自學習的Zero達成奇妙共識。在強大的算法面前，道理展現了自身的限度和能力。」

阿爾法元從零起步學習圍棋，完全脫離人類既有圍棋理論和知識的局限，通過強大的自我學習功能達到第一高手水準，但它的一些布局思路與人類幾千年來的智慧成果殊途同歸，這也證明人類圍棋理論的科學性、合理性，並不完全是「糟粕」。

現在問題來了，Alpha Go Zero誕生後，職業棋手以及圍棋培訓的路是不是已走到盡頭？人工智慧專家、美國北卡羅萊納大學夏洛特分校教授洪韜認為沒必要這麼悲觀，「上世紀八九十年代，人工神經網絡的研究迎來了一場大火，學術圈發了成千上萬篇關於神經網絡的論文，從設計到訓練到優化再到各行各業的應用，最後不了了之。」

美國密西根大學人工智慧實驗室主任Satinder Singh也表達了類似觀點：這並非任何結束的開始，人工智慧和人甚至動物相比，所知所能依然極端有限。

其實，阿爾法狗也好，阿爾法元也罷，哪怕它們的著法接近圍棋之神，但它們終究沒有感情、沒有個性，不會弈出「宇宙流」這樣充滿魅力個性的棋來。他們的確精確，但不見個性、不見失誤，因而激不起人類的喜樂哀愁，少了無數樂趣。

Alpha是希臘字母表中的第一個字母α，表示「第一個，最初，開端」，而Go則是源於日語中圍棋的發音，羅馬注音為「go」，和英語「go」的讀音略有差異。雖然圍棋起源於中國，但是日本對它的推廣有極大貢獻，所以國際圍棋的術語多來自日語。

在一個完全可以不走尋常路的年代，只走尋常路的翻譯常常會讓人感到彆扭。

又到了各位腦洞大開的時刻：

某位網友說，應該叫「阿爾法狗」。

對桌同事說，應該叫「阿爾法我去」。

隔壁老王說，應該叫「阿爾法我們走」。

某位不知名人士透露，應該叫「阿爾法走你」。

當然還有人，也就是小編覺得「阿爾法圍棋」這個譯法，的確似乎應該還是更符合規矩一點。

實習編輯|小贊

推廣

《2017-18賽季歐戰指南》（已售罄）和《歐戰寶典》（精裝收藏版，定價69元）已在9月中旬全國上市；點擊圖片，即刻登陸體壇周報京東店進行預定！