阿爾法狗再進化，不再受人類知識限制？

倫敦當地時間10月18日18：00(北京時間19日01：00)，AlphaGo再次登上世界頂級科學雜誌——《自然》。

一年多前，AlphaGo便是2016年1月28日當期的封面文章，Deepmind公司發表重磅論文，介紹了這個擊敗歐洲圍棋冠軍樊麾的人工智慧程序。

今年5月，以3:0的比分贏下中國棋手柯潔後，AlphaGo宣布退役，但DeepMind公司並沒有停下研究的腳步。倫敦當地時間10月18日，DeepMind團隊公布了最強版AlphaGo ，代號AlphaGo Zero。它的獨門秘籍，是「自學成才」。而且，是從一張白紙開始，零基礎學習，在短短3天內，成為頂級高手。

團隊稱，AlphaGo Zero的水平已經超過之前所有版本的AlphaGo。在對陣曾贏下韓國棋手李世石那版AlphaGo時，AlphaGo Zero取得了100:0的壓倒性戰績。DeepMind團隊將關於AlphaGo Zero的相關研究以論文的形式，刊發在了10月18日的《自然》雜誌上。

「AlphaGo在兩年內達到的成績令人震驚。現在，AlphaGoZero是我們最強版本，它提升了很多。Zero提高了計算效率，並且沒有使用到任何人類圍棋數據，」AlphaGo之父、DeepMind聯合創始人兼CEO戴密斯?哈薩比斯(DemisHassabis)說，「最終，我們想要利用它的演算法突破，去幫助解決各種緊迫的現實世界問題，如蛋白質摺疊或設計新材料。如果我們通過AlphaGo，可以在這些問題上取得進展，那麼它就有潛力推動人們理解生命，並以積極的方式影響我們的生活。」

不再受人類知識限制，只用4個TPU

AlphaGo此前的版本，結合了數百萬人類圍棋專家的棋譜，以及強化學習的監督學習進行了自我訓練。

在戰勝人類圍棋職業高手之前，它經過了好幾個月的訓練，依靠的是多台機器和48個TPU(谷歌專為加速深層神經網路運算能力而研發的晶元)。

AlphaGoZero的能力則在這個基礎上有了質的提升。最大的區別是，它不再需要人類數據。也就是說，它一開始就沒有接觸過人類棋譜。研發團隊只是讓它自由隨意地在棋盤上下棋，然後進行自我博弈。值得一提的是，AlphaGoZero還非常「低碳」，只用到了一台機器和4個TPU，極大地節省了資源。