AlphaZero诞生一周年，人工智能走近我们

圣诞将近，一条非常适合装逼的新闻，又跃入大众的视线：诞生仅一年的人工智能DeepMind AlphaZero，登上了最新一期《科学》杂志封面。《科学》杂志同时刊载了完整的论文，由Deepmind创始人兼CEO哈萨比斯亲自执笔。

近几年，因为AlphaZero的祖先AlphaGo与李世石、柯洁等著名棋手的人机大战，大家多少对DeepMind小组的这个项目有所耳闻。

不过，AlphaZero在生涯的一年里究竟做过什么，秀辰老师尝试用最简单的语言解读给你听。（实在读不下去可以跳到文末彩蛋）

Q

&

A

问：AlphaZero是什么？

答：AlphaZero是一款有自我学习能力的人工智能程序，诞生于2017年12月7日。

有自我学习能力是什么意思？比如一个小朋友想要提高围棋水平，方法之一是不断地和其他小朋友对弈，然后从对弈的结果当中总结经验，慢慢提高自己的水平。

AlphaZero也拥有这种学习能力，不过它不需要和别人对弈，只需要通过自我对弈就能提高水平，并且在现代化的电脑硬件设备支持下，这个过程非常迅速——从一无所知到称霸世界只需要几十个小时。

Q

&

A

问：AlphaZero有多厉害？

答：非常厉害。下面是AlphaZero的测试成绩：

国际象棋：大比分击败2016 TCEC冠军Stockfish（155胜6负839和）

日本将棋：大比分击败2017 CSA世界冠军Elmo，胜率91.2%

围棋：击败自己的前身阿尔法狗零，胜率61%

在三种棋类当中，国际象棋相对简单，早在2006年，人类就已经无法战胜电脑程序。不过，数学家们已经证明了国际象棋的最佳结果是和棋，所以AlphaZero虽然击败了Stockfish，但是绝大多数对局以和棋告终，毕竟Stockfish也很厉害。

日本将棋比大多数象棋类棋种都复杂，先前开发的那些基于人类成果的电脑程序显得有些弱，虽然它们也击败了人类。AlphaZero大胜并不意外。

围棋是人类熟知的棋类项目中最为复杂的，围棋对弈程序在很长时间里没有突破性的进展，直到2016年3月，初代的阿尔法狗击败韩国名将李世石九段。阿尔法狗零是AlphaZero的前身，61%的胜率已经相当不错。

最夸张的是，取得这些成绩仅花去了AlphaZero两小时到三十几个小时的学习时间。

Q

&

A

问：AlphaZero那么厉害，是因为它的计算能力特别强吗？

答：不完全是。

高速硬件的支持当然是必要的，但是AlphaZero的划时代意义在于它的“神经网络”系统，提供了一种类似人类“经验”的搜索方式。

举个例子：在国际象棋的对抗中，Stockfish每秒计算6000万步，而AlphaZero仅计算6万步，因为“神经网络”会告诉AlphaZero哪些分支是无效的，并不需要去计算，就像秀辰老师买车时，大脑里的神经网络会自动过滤掉凯迪拉克、劳斯莱斯以及永久、凤凰这些品牌。（下图是AlphaZero在国际象棋比赛中“思考”一步棋的策略分支）

Q

&

A

问：AlphaZero的出现意味着什么？

答：简单说，就是真正意义上具备自我学习能力的人工智能出现了。

以往的所谓“人工智能”，基本上都是把人类已知的东西变成电脑程序，这类“人工智能”通常无法应付人类本身也不了解的情况，一不小心就成了“人工智障”。

AlphaZero的自我学习系统类似人类的学习过程，通过实践——试错——总结——提高的循环过程，不断逼近真相。由于AlphaZero的学习速度奇高，超越人类水平非常快，替代人类从事研究工作指日可待。

两个彩蛋

1.几天前，AlphaZero的表弟AlphaFold引爆关注。AlphaFold是一款基因测序人工智能，它能根据基因序列来预测蛋白质的3D结构，在有“蛋白质结构预测奥运会”之称的CASP比赛中夺冠，完全击败人类。基因测序是基因工程的前提工作，AlphaFold的成就意味着人工智能介入基因工程很快会实现，像贺建奎那样胡乱进行人体实验的行为会被电脑模拟所取代。

2.图中右边这位小朋友叫作张晨波，他长大后成为了DeepMind小组的一位工程师，参与了AlphaZero的开发工作。张晨波旁边是他的父亲，一位天才的物理学家，在今年12月1日结束了自己的生命——他就是张首晟。

拓展阅读

基因编辑婴儿的邪恶科学家出现了，我们却没有超级英雄去打他骂完D&G，你该冷静下来想几个问题斯坦李魂归天堂 漫威英雄大战金庸群侠诺贝尔奖和华人：你不知道的装逼素材和缘分

作者

李秀辰

化学纯级的媒体人

澳洲足坛的围棋选手权者

责任编辑：潘泽

轩辕春秋

轩辕春秋文化论坛，成立于2003年，聚集了一群很有智能的文史爱好者。

扫一扫，一起展望未来