继AlphaGo之后，AlphaGo Zero为何再次刷屏

    今天，谷歌旗下人工智能(AI)实验室DeepMind在Nature发布了这篇论文——在这篇名为《Mastering the game of Go without human knowledge》（不使用人类知识掌握围棋）的论文中，Deepmind展示了他们更强大的新版本围棋程序“AlphaGo Zero”， AlphaGo Zero是对著名的AI程序AlphaGo的改进和提升。
    AlphaGo AI因在去年3月份击败了韩国世界围棋冠军李世石（Lee Sedol），又在今年5月乌镇围棋大赛时击败现任世界围棋冠军柯洁而名声大噪，但它依然无法与AlphaGo Zero相媲美，经过3天的训练，AlphaGo Zero就以100：0的比分完胜对阵李世石的那版AlphaGo。
    
    AlphaGo Zero为何如此强大？
    一、与自己对弈、自我学习
    老版AlphaGo AI与AlphaGo Zero之间的主要区别在于，前者通过吸收人类数据学习下棋，而后者则不需要。之前所有的AlphaGo AI都是从网站上下载人类数据(业余和职业围棋)开始训练的。它们观看了数千场比赛，并被告知人类专家在某些位置上的特定动作。但是，AlphaGo Zero并不使用任何人类数据。相反，AlphaGo Zero通过与自己对弈学会了如何玩围棋，完全是“无师自通”。
    
    据DeepMind AlphaGo项目首席研究员大卫·西尔弗（David Silver）介绍，AlphaGo Zero使用了一种新的强化学习形式，在这一过程中，它成为了自己的老师。它的起点是一个对围棋一无所知的神经网络，它会与自己进行数千场对弈。它所走的每一步棋就是把这个神经网络与强大的搜索算法结合起来，然后用它来选择下一个动作。
    二、不断更新自身神经网络
    被美国主流网络媒体BI称为谷歌DeepMind的无名英雄的西尔弗继介绍说：“在每场对弈结束后，AlphaGo Zero实际上都训练了一个新的神经网络。它改进了自己的神经网络，预测AlphaGo Zero自己的棋路，同时也预测了这些游戏的赢家。当AlphaGo Zero这样做的时候，实际上会产生一个更强大的神经网络，这将导致‘玩家’进行新的迭代。因此，我们最终得到了一个新版AlphaGo Zero，它比之前的版本更强大。而且随着这个过程不断重复，它也可以产生更高质量的数据，并用于训练更好的神经网络。”
    三、依赖先进的算法
    AlphaGo Zero使用的计算能力也比AlphaGo之前的版本要少得多，这表明，算法的进步远比计算能力或数据进步更重要。AlphaGo Zero是一项重大突破，它为DeepMind的研究赢得了更大的声誉。在AI研究领域，让机器在某些任务中成为“超人”，而不是为它们提供人类数据进行训练始终是一项长期存在的挑战。由于人类数据太昂贵、太不可靠或根本无法获取，从而导致AI研究进展缓慢。
    西尔弗补充道:“由于不使用这些人类数据、特性或专业技术，我们实际上已经消除了人类知识的局限性。因此，AlphaGo Zero能够从最初的原则，从空白石板中创造知识，并制定出自己的策略，以及自己独特的下棋方式。这使它能够比以前的版本强大得多。”
    尽管AlphaGo Zero的突破已让人惊叹，但是研究人员还远没有研究出像好莱坞电影中描述的《机械姬》（Ex-Machina）或《她》（Her）那样的AI。