Zero击败阿尔法狗，有望帮助人类突破认知界限？人工智能元年开启
人工智能元年正式开启，Zero完爆阿法狗，全凭自学│完全解读
人工智能新纪元
当阿尔法狗击败李世石，世界开启了对人工智能的热烈探讨；有人指出阿尔法狗是用几千万次的学习，记录了数以万记的棋谱，与上百围棋大师的对弈才有了这样的成就；不过小编感觉阿尔法狗就是依靠强大的记忆能力获胜，而不是依靠真正的人类的策略判断来赢的。今年早些时候，google公司偷偷的对一款新的原型AI进行测试；测试对象当然也是围棋，不过这次是在欧洲的网络围棋游戏中进行的。一共测试了50局，除了一局因对方网络问题掉线神秘AI取得了全胜。10月19日在国际期刊上DeepMind正式发布了他们的最新AI-阿尔法狗的弟弟：阿尔法Zero（元）（有纪念AI元型的以为啊！）。为什么叫Zero这么霸气的名字呢？因为它真正实现了机器学习“悟”。而我们以前所提的机器学习是通过不断让机器或者程序去试错验错后获得一个无限接近事实的统计函数中的各种参数。这其实就是一个统计调参的过程，需要有大量的数据作为支撑（非常依赖大数据）。而这次的Zero可以说实现了真正的自我学习“悟”。研究人员只是将围棋的规则输入进Zero中，然后Zero就开始了在自己“脑内”的左右对弈。整个学习过程没有参考任何棋局，完全随机开始按自己的方式进行学习。并在与阿尔法狗的对弈中以100-0完胜。
阿法狗、Zero棋力的增长与积分比较
DeepMind首席执行官Demis Hassabis在新闻发布会上表示：“我们很激动，因为我们认为现在已经足够好了，可以在一些真正的问题上取得一些真正的进展。”
经过40天的自我训练和3000万自我对弈，Zero已经能够击败世界上前任冠军“玩家”——另一个被称为AlphaGo Master的DeepMind AI。
围棋是由我国发明是目前最古老的棋盘游戏之一，它的复杂程度远大于国际象棋。其可能的落子就超过了宇宙中原子数的总和，曾被认为是电脑无法破解的游戏。Zero跟它的哥哥一样使用的是一种由大脑结构启发的AI学习策略——深层神经网络。
有趣的是Zero的学习类似与人类玩家学习围棋的过程。一开始它也是疯狂的摆放棋子，但在三天后，它掌握了人类专家水平的复杂下棋手法。“你看到它重新发现了数千年人类知识”哈西比斯说。而在40天后，Zero竟然使用了人类未知的手法（发现了“新的知识”）。
DeepMind的科学家David Silver（一直领导AlphaGo项目），提到以往的机器人学习是不能总是进步的，因为以往提到的机器学习是一个机器建模的过程，模型一旦确定机器能做的就是不断精确函数内的参数，函数本身是不会在发生变化的，它们只能做的越来越精准而已。它们是不可能击败它们自身的早期版本的。而Zero完全打破了传统机器学习的局限，用“真正稳定，稳固的强化学习，能不断的从头学起”。
AlphaGo Zero的前辈使用两个单独的神经网络：一个用于预测可能的最佳动作，另一个用于评估那些最有可能赢得的动作。为了做后者，他们使用多个快速和随机的游戏来测试可能的结果。然而，AlphaGo Zero使用单个神经网络。而不是探索每个职位的可能结果，它只是需要预测获胜者。Silver说。“我们宁愿相信那位强大的专家的预测。”
Silver将这些功能合并成一个单一的神经网络，使得算法更加强大，效率更高。它仍然需要大量的计算能力 - 其中四个称为张量处理单元的专用芯片，其中Hassabis估计有2500万美元的硬件成本。但AlphaGo的硬件成本是它的十倍。而且Zero只需要训练几天，而不是几个月。Silver的意思是“算法比计算或数据可用的要大得多”。
算法对于机器来说即相当于一个运行规则，人类大脑的运行就是基于基本规则来运转的，不过这些规律到现在还不太了解。当机器具有了非常合理的算法后就会拥有比人类更强大的能力。
“Zero之所以比Go强大，因为它不再被人类认知所局限”。David Silver@DeepMind
David Silver
美国的两位棋手在Nature对阿法元的棋局做了点评：它的开局和收官和专业棋手的下法并无区别，但是中盘看起来则非常诡异：
诡异的落子
中盘的处理完全突破了人类对围棋的认知，而这个进步过程只花了3天。
在文章的讨论中杜克大学的陈怡然说：“阿法元最有趣的是证明了人类经验由于样本空间大小的限制，往往都收敛于局部最优而不自知。”人类的认知受限与我们人类自身结构和运算速度。但计算机却能轻松突破这些限制，
1、速度，脑神经元的运算速度最多是200赫兹，今天的微处理器就能以2G赫兹，也就是神经元1000万倍的速度运行，而这比我们达成强人工智能需要的硬件还差远了。大脑的内部信息传播速度是每秒120米，电脑的信息传播速度是光速，差了好几个数量级。
2、容量和储存空间，人脑就那么大，后天没法把它变得更大，就算真的把它变得很大，每秒120米的信息传播速度也会成为巨大的瓶颈。电脑的物理大小可以非常随意，使得电脑能运用更多的硬件，更大的内存，长期有效的存储介质，不但容量大而且比人脑更准确。
3、可靠性和持久性，电脑的存储不但更加准确，而且晶体管比神经元更加精确，也更不容易萎缩（真的坏了也很好修）。人脑还很容易疲劳，但是电脑可以24小时不停的以峰值速度运作。
4、 可编辑性，升级性，以及更多的可能性。和人脑不同，电脑软件可以进行更多的升级和修正，并且很容易做测试。电脑的升级可以加强人脑比较弱势的领域——人脑的视觉元件很发达，但是工程元件就挺弱的。而电脑不但能在视觉元件上匹敌人类，在工程元件上也一样可以加强和优化。
5、集体能力。人类在集体智能上可以碾压所有的物种。从早期的语言和大型社区的形成，到文字和印刷的发明，再到互联网的普及。人类的集体智能是我们统治其它物种的重要原因之一。而电脑在这方面比我们要强的很多，一个运行特定程序的人工智能网络能够经常在全球范围内自我同步，这样一台电脑学到的东西会立刻被其它所有电脑学得。而且电脑集群可以共同执行同一个任务，因为异见、动力、自利这些人类特有的东西未必会出现在电脑身上。
而目前的人工只能只是发挥了硬件上的优势，一些我们觉得困难的事情——微积分、金融市场策略、翻译等，对于电脑来说都太简单了。而我们觉得容易的事情——视觉、动态、移动、直觉——对电脑来说太TM的难了。
计算机科学家Donald Knuth的说法是：“人工智能已经在几乎所有需要思考的领域超过了人类，但是在那些人类和其它动物不需要思考就能完成的事情上，还差得很远。”
但人工智能的发展具有一个特别牛叉的规律：递归的自我改进。一个运行在特定智能水平的人工智能，比如说脑残人类水平，是可以通过自我改进机制变得越来越聪明。我们假设它后来达到了爱因斯坦的水平。而这个时候当它再继续进行自我改进的时候，因为现在它有了爱因斯坦水平的智能，所以这次改进会比上面一次更加容易，效果也更好。第二次的改进使得他比爱因斯坦还要聪明很多，让它接下来的改进进步更加明显。如此反复，这个强人工智能的智能水平越长越快，直到它达到了超人工智能的水平——这就是智能爆炸，也是加速回报定律的终极表现。(来自：区块链世界观)
乐观来说：通过对人工智能的研究可以更快的发现人类的认知局限增加对外界的认知。但如果人工智能拥有了自我意识我利己观念的话人类的解决可能很可悲。这就需要人类来正确引导和构建人工智能的最基本构架啦。
