最强AlphaGo Zero诞生 自学3天100比0秒杀AlphaGo

　　中国台湾网10月20日讯　据台湾“东森新闻云”报道，今(2017)年5月，DeepMind公司创造的AlphaGo与围棋世界冠军柯洁在中国乌镇对弈，以压倒性的3:0胜出，人工智慧发展震惊全球。

　　不可思议的是，时隔不到半年，Google旗下AI实验室带来更强大的AlphaGo　Zero，它完全不需要倚靠人类的知识和指导，从零开始自我训练只需3天就100:0打败旧版。

　　在过去，强大的人工智慧依靠人类事前输入大量资料，帮助它学习、训练技能，Alpha　Go成为围棋大师前自然也不例外。近日，DeepMind公司在《自然》(Nature)科学期刊上发表一篇学术论文《不需要人类知识就称霸围棋》(Mastering　the　game　of　Go　without　human　knowledge)，展示了强化版的程式AlphaGo　Zero，证明在全球最困难的棋艺竞技中，人工智慧可以在没有任何人类知识的基础上，纯粹靠自我学习成为制霸王者。

　　AlphaGo　Zero代表从零开始，DeepMind开发团队只输入了基本的围棋规则，剩下的时间它会自行下棋，记录下每次的胜负决策、不断学习,自己成为自己的老师，加上没有人类的经验和成规束缚，让人工智慧突破旧有的知识限制，发展出新的弈棋策略，快速达到登峰造极新境界。

　　AlphaGo　Zero诞生后，只花了3天时间就赢了去年打败李世乭的AlphaGo版本，局数胜负是毫无悬念的100:0。21天之后，AlphaGo　Zero再度进化，能力超越了今年打败世界冠军柯洁的AlphaGo　Master版本；40天后，它完成了2900万次的对战学习，与过去最强的AlphaGo对弈，它的胜率来到90%，成为至今最优秀的版本，也是历史上最强的“围棋棋手”。

　　DeepMind指出，不使用任何人类知识，AlphaGo　Zero使用的是新的“强化学习”方法，通过神经网路和演算法结合，持续自我对弈练习几百万、几千万场，每次的更新都能增强、调整系统，用以预测下一步落子的方向和游戏输赢走势。几天时间内，AlphaGo　Zero就从一块纯洁的白板，在上头不断挥洒、创造知识，很快胜过了人类累积千年的围棋智慧。(中国台湾网　孙伊静)