阿法狗這樣的程序能否被人工智慧打敗？

去年，阿法狗（AlphaGo）代表人工智慧在圍棋領域首次戰勝了人類的世界冠軍，但其棋藝的精進，是建立在計算機通過海量的歷史棋譜學習參悟人類棋藝的基礎之上，進而自我訓練，實現超越。圖為阿法狗棋藝增長曲線。

人工智慧的一項重要目標，是在沒有任何先驗知識的前提下，通過完全的自學，在極具挑戰的領域，達到超人的境地。

新一代的阿法元(AlphaGo Zero), 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，完全靠自己一個人強化學習（reinforcement learning）和參悟, 棋藝增長遠超阿法狗，百戰百勝，擊潰阿法狗100

阿發元演算法與之前的AlphaGo有兩個大的區別。

1.與之前將走子策略(policy)網路和勝率值(value)網路分開訓練不同，新的網路結構可以同時輸出該步的走子策略(policy)和當前情形下的勝率值(value)。

2.實際上policy與value網路相當於共用了之前大部分的特徵提取層，輸出階段的最後幾層結構仍然是相互獨立的。訓練的損失函數也同時包含了policy和value兩部分。這樣的顯然能夠節省訓練時間，更重要的是混合的policy與value網路也許能適應更多種不同情況。

由此可見，阿法狗能被打敗。人工智慧也會有一天打敗人類。

---

推薦閱讀：