人工智能（AI）領域再次出現驚人冲破——據英國《天然》雜志近日發表的論文報道，一款新版的“阿法狗”（AlphaGo）計算機法式能夠從空白狀態起，在不须要任何人類棋譜輸入的條件下，自學圍棋，無師自通，自學成才。
這款新法式名叫“阿法元”（AlphaGo Zero），其以100比0的不敗戰績，狠狠打擊了曾書寫歷史的舊版“阿法狗”。
實力，“阿法狗”的輝煌戰績
人工智能“阿法狗”出自谷歌旗下深度思維（DeepMind）公司。最早在2016年1月，《天然》雜志以封面地位報道該法式在和一切其他圍棋法式的對抗中獲得了99.8%的勝率，並且以5︰0的成績打敗了歐洲圍棋冠軍。
隨后同年3月，“阿法狗”挑戰世界圍棋冠軍李世石，經五局鏖戰，人類1︰4不敵人工智能，引發伟大轟動。人們的震驚源於在圍棋19×19棋盤上，一步乃至會有幾百種走法，傳統的人工智能算法難以估計局势和下子。
但“阿法狗”仍在積攢實力。本年1月，一個奥秘賬號Master颁布本身恰是“阿法狗”新版。該賬號在著名圍棋平台上前后挑戰柯潔、朴廷桓和井山裕太等頂級高手，豪取勝利，隨后戰贏“棋聖”聶衛平，直至60盤時自爆身份，決勝收官。
3天，“阿法元”的無師自通
此次在最新論文中，英國倫敦深度思維公司“阿法狗”項目标重要負責人戴維·西爾弗、戴女士·哈薩比斯及其同事，報告了新版“阿法狗”軟件——“阿法元”。
“阿法元”最惹人注视之處在於其無師自通的本領。其學習從“零”開始，單純基於與本身的對弈，不须要任何歷史棋譜的指引，也不须要任何人類經驗的點撥。
對於這個新軟件，人類的輸入僅僅限於一張棋盤和一副棋子，沒有任何人類數據參與。“阿法元”隻用到了一張神經網絡，這張網絡經過訓練，專門預測法式本身的棋步和棋局的贏家，讓“阿法元”在每次自我對弈中進步。
通過3天的訓練——包含近500萬局自我對弈——“阿法元”已能夠超出人類並打敗之前的“阿法狗”版本。戴維·西爾弗表现，“阿法元”遠比“阿法狗”強年夜，它已不再為人類的知識所限，而能夠自行發現新知識。
擺脫了人類經驗的輔助和依賴，人工智能居然變得更強！在“阿法元”嶄露頭角后，人們揣測：難道我們人類還耽誤“阿法狗”了？
震驚，AI的獨立發現
其實，人工智能的最年夜挑戰之一，等于研發一種能從“零”開始、以超人類的程度學習復雜概念的算法。
在客岁3月那場世所矚目标比賽中，“阿法狗”軟件打敗了人類圍棋世界冠軍。當時的這款圍棋法式，是应用價值網絡去計算局势，用战略網絡去選擇下子。
但為了贏得這場人機年夜戰，科學家團隊在訓練“阿法狗”時，同時用到了監督式學習（基於上百萬種人類專業選手的下棋步驟）和基於自我對弈的強化學習。舊“阿法狗”訓練過程長達幾個月，用到多台機器和48個TPU（神經網絡訓練所需的專業芯片）。
而此次，據研讨團隊介紹，新法式“阿法元”隻应用了一台機器和4個TPU。
在“阿法狗”之前，最胜利的圍棋法式僅能達到人類業余選手的水平，還不克不及在不讓子的情況下和專業賽手一較高低，本来人們認為，至多要10年先人工智能才有能够達到這一造诣。但“阿法狗”的橫空降生改寫了預言。而在其問世缺乏兩年的時間裡，“阿法元”再次刷新人們的認知——隨著法式訓練的進行，人工智能已獨立發現了人類用幾千年才總結出來的圍棋規則，還树立了新的战略，可以說，人工智能已經為這個陈旧的游戲，帶來全新見解。
