由惊叹到钦佩再感悟-AlphaGo Zero诞生之感 | 弈客围棋-多一个维度发现世界| 网站导航?
>>>AlphaGo Zero有多厉害 自学能力提升轻松击败AlphaGo Master
AlphaGo Zero有多厉害 自学能力提升轻松击败AlphaGo Master
　　最近有消息指出谷歌的人工智能AlphaGo再次得到了升级，新的代号叫AlphaGo Zero。AlphaGo Zero与之前AlphaGo最大的区别就是有了自学能力，下面跟小编一起看看。
　　AlphaGo升级成AlphaGo Zero
　　10月19日消息，DeepMind 作为谷歌旗下专注于推进人工智能(AI)研究的子公司，在今日发布了新款程序&AlphaGo Zero&。据了解，凭借&强化学习&的机器学习技术，AlphaGo Zero 可以通过自学玩转多种游戏，并在游戏中吸取经验教训。
　　令人兴奋的是，在训练 AlphaGo Zero 的过程中，为其引入了围棋游戏并学习先进的概念，挑选出一些有利的位置和序列。经过 3 天的训练后，AlphaGo Zero 能够击败 AlphaGo Lee，而后者是去年击败韩国选手李世石的 DeepMind 软件。经过大约 40 天 2900 万场自玩游戏的训练后，AlphaGo Zero 击败了 AlphaGo Master，后者在今年早些时候击败了围棋世界冠军柯洁。
　　研究结果表明，在不同技术的有效性方面，AI 领域还有很多有待研究的地方。AlphaGo Zero 的开发使用了许多与 AlphaGo Master 相似的方法，但在开始进行自玩游戏之前，它就开始被使用人类数据进行训练。值得注意的是，尽管 AlphaGo Zero 在几周的训练中掌握了几个关键概念，但它的学习方式不同于人类棋手。
　　此外，AlphaGo Zero 比之前产品的学习能力高效得多。AlphaGo Lee 需要使用几台机器和 48 个谷歌张量处理单元机器学习加速器芯片，该系统的早期版本 AlphaGo Fan 需要 176 个 GPU。而 AlphaGo Zero 和 AlphaGo Master 一样，只需要一台机器和 4 个 TPU。
扫一扫 关注龙岗发布 微 信 号 longgangfabu 近年来，随着新媒体的迅...
央视新媒体矩阵对庆祝建军90周年大阅兵的直播，在社交平台上掀起了热...
去年，美国肯塔基州一位叫做William Merideth的火爆老爹因怀疑飞进其...
日，驻尼日利亚大使周平剑会见尼新闻与文化部长赖伊，就...
时值中国人民解放军建军90周年，解放军成为全球舆论的明星。把解放军...
国际资讯图文
Copyright ? 2017 乾程互联科技（广州）有限公司版权所有 All Rights Reserved
用考网 版权所有 粤ICP备号-4AlphaGo Zero让人类多余？理性看待围棋之神丨Xtecher 观点 --
-- 崇众阅读
AlphaGo Zero让人类多余？理性看待围棋之神丨Xtecher 观点
作者丨郭宝婷网址｜微信公众号ID｜Xtecher10月18日，Deepmind在《Nature》发表的论文Mastering the Game of Go without&Human Knowledge中介绍了AlphaGo&Zero，一款新版的AlphaGo。根据DeepMind透露，AlphaGo&Zero不但抛弃了人类棋谱，实现了从零开始学习，连以前使用的人类设计的特征也抛弃，直接用棋盘上的黑白棋作为输入。除了围棋规则外，不使用人类的任何数据和知识，仅通过3天训练，就以100:0的战绩战胜了和李世乭下棋时的AlphaGo，经过40天的训练后，则可以打败与柯洁下棋时的AlphaGo。2016年3月，AlphaGo大战李世乭论文介绍了AlphaGo Zero是从零开始学习，人类的输入仅限于棋盘和棋子，在学习开始阶段无需先学习人类选手的走法，单纯基于与自己的对弈就无师自通。新的程序仅用到一张神经网络，这张网络经过训练，专门预测程序自身的棋步和棋局的赢家，在每次自我对弈中进步，过程只使用一台机器和4个TPU。在训练过程最开始，AI落子完全是随机的，AlphaGo团队的负责人David Silver透露，它一开始甚至会把开局第一手下在1-1。在和自己对弈的过程中，算法才逐渐掌握了胜利的秘诀。&通过几天的训练和包括近500万局自我对弈，AlphaGo Zero便能超越人类，并打败所有之前的AlphaGo版本。随着程序训练的进行，它独立发现了人类用几千年才总结出来的围棋规则，还建立了新的战略，为这个古老的游戏带来新见解。&人工智能的最大挑战是研发一种能从零开始、以超人类的水平学习复杂概念的算法。正是由于这个原因，AlphaGo Zero的出现引起了巨大的关注。这是否是人工智能发展的又一里程碑？是否意味着人工智能奇点的到来又近了一步？AI从此是否可以完爆人类？&但是，不少计算机专家看来，虽然AlphaGo Zero在算法上比前几个版本进步很大，但并没乍看之下那么伟大。&旷视科技首席科学家孙剑、AlphaGo&Zero里面最核心使用的技术ResNet的发明者，在接受采访时表示，AlphaGo&Zero的无师自通能力，“伟大与局限并存”。孙剑认为，说它是”无监督学习“有点不对。“如果仔细看这个系统，它还是有监督的。不是来自棋谱，而是围棋规则所决定的最后谁输谁赢这个信号。”所以，从这个意义上说，AlphaGo Zero不是百分之百绝对的无师自通，而是通过这个规则所带来的监督信号，是一种非常弱监督的增强学习。孙剑还进一步强调：“但是同时这种无师自通在很多AI落地上也存在一些局限，因为严格意义上讲，围棋规则和判定棋局输赢也是一种监督信号，所以有人说人类无用、或者说机器可以自己产生认知，都是对AlphaGo&Zero错误理解。”&南京大学计算机教授周志华也公开发表类似观点称：“别幻想什么无监督学习，监督信息来自精准规则，非常强的监督信息。……目前并非普适，只适用于状态空间探索几乎零成本且探索过程不影响假设空间的任务。”&但AlphaGo Zero的局限性并不影响它成为一篇经典的论文。正如创新工场AI工程院副院长王咏刚评价，这篇论文“没有提出任何新的方法和模型，但是彻底地实现了一个简单有效的想法“，可谓是“大道至简”。这种简化，一方面体现在把原来的策略网络和价值网络合并成一个网络，简化了搜索过程；另一方面体现在用深度残差网络（ResNet）来对输入进行简化，以前需要人工设计棋盘的输入，体现“这个子下过几次、周围有几个黑子几个白子”这样的信息，而现在是“把黑白子二值的图直接送进来，相当于可以理解成对着棋盘拍照片，把照片送给神经网络，让神经网络看着棋盘照片做决策”。&这意味着，深度神经网络的特征提取能力以及寻找更优解的能力更进一步，类似的深度强化学习算法，或许能更广泛地应用到其他人类缺乏了解或是缺乏大量标注数据的领域。这一次，算法赢了大数据，，证明了在理论上理解深度学习算法的重要性，强化学习是未来的方向。&那么人类呢？真如柯洁发博所称：“对于alphago的自我进步来讲，人类太多余了。”人类从此无用吗？&Xtecher相信，在人工智能以前所未有的速度发展的今日，人类依旧可以利用AI科技带来一个更好的未来。别忘了，即使有天AI完爆人类，AI算法依旧是人类智慧的产物。━━━━━封面来源：网络 &排版：Forest &校对：Forest━━━━━如果您有国内外科技行业新鲜资讯或独到见解，欢迎与Xtecher联系微信：littlefish_forever邮箱：xiru.Xtecher官网平台现开通认证作者，有发稿意向的个人或媒体，可联系微信：springfreedom（添加好友请注明公司、职位、事由）点击 | 关键词 | 查看对应内容IVLab用工业VR降低行业风险AR/VR还会继续受投资人待见吗&|&&|&&|&&影创科技 孙立大数据&|&&|&&|&&|&星环科技 孙元浩科技谷 陈思恩航空航天大健康哈佛医学院 George Church推想科技 陈宽智能出行&|&&|&Fintech？安防专家总论勒索病毒点融网 郭宇航其他科技创业者集智俱乐部 张江&|&NewGen Capital 张璐&|&Insta360刘靖康&|&创业群像今世品Uber无人车发生严重事故被叫停神测数据，帮企业“打好数据底子”布本智能，做有价值的云头条个推，第三方推送里的“丐帮”李志飞：并非上岸，只是出海个性化时代的阅读之殇个性化定制，空气从此不再共享鳍源科技水下无人机：探索海底新纪元FaceThink推出AI测评系统30+汽车大佬：究竟需要哪种自动驾驶如果你拥有高精尖科技创业项目，Xtecher将为你提供：1.专业的科技人物特稿和视频拍摄2.在Xtecher官网、APP、微信的全方位展示3.最专业的科技圈投资人、政府资源、产业资源4.创业企业品牌管家与PR服务即刻扫码，联系我们。微信号：Xtecher关注未来的人都关注了Xtecher
觉得不错，分享给更多人看到
Xtecher 最新文章:
查看更多&&>>&&
广告 也可以是生活的一部分
Xtecher 微信二维码
分享这篇文章AlphaGo Zero版的「降临」 - 简书
AlphaGo Zero版的「降临」
未到来的和已出现的
"Be water, my friend"
最近有几条新闻，无论是对外在宇宙星际的探索，还是内在人工智能的研究，都显示出人类在科学研究方面有质的进展。先回顾下新闻内容。
“日凌晨，谷歌下属公司Deepmind 在《自然》（Nature)刊文，报告了新版、也是终版围棋程序: AlphaGo Zero, 这个程序可以从空白状态学起，在无任何人类输入的条件下，迅速自学围棋，并已经以100：0的战绩击败老版Alphoa Go。”
《36氪》日
老版Alpha Go 是通过模仿人类棋手的招数来进行学习，而Alpha Go Zero则是通过自我对弈来学习下棋，它的强大是因为其不再受限于人类的认知而可以进行自我提升。有业内人士这么评价：“阿尔法狗先前版本是被人类数据带到了坑里，新版本抛弃了人类的局限，自我探索到了更优解。”Alpha Go Zero的出现要比老版Alpha Go战胜柯洁给我更大的触动，因为老版Alpha Go 和人类比下棋，就像汽车和人类比跑步一样，人虽然跑的比汽车慢，但人类始终掌握着对这类机器的使用权和控制权。而Alpha Go Zero强大的自我提升能力以及突破人类知识局限性的出现，似乎寓意着未来某一天，人类对人工智能发展掌控力的降低与失控。
“日北京时间22时许，LIGO和Virgo联合发布重大消息，LIGO和Virgo于今年8月首次探测到中子星合并产生的引力波信号及电磁对应体。NASA、欧洲南方天文台和紫金山天文台等也都在同一时间发布这一消息。”
《环球科学》日
而在不久之前，日万众瞩目的诺贝尔物理学奖揭晓了获得者。
“2017年诺贝尔奖物理学奖颁给LIGO科学合作组织的三位主要成员：雷纳·韦斯，巴里·巴瑞希，吉普·索恩，以表彰他们直接探测到了引力波。”
《果壳网》日
引力波到底是什么？我也不太清楚，但看到相关报道说引力波发现的伟大意义在于“能帮助人类洞悉整个宇宙的源头”。人类对浩瀚宇宙的边界与起源有着无限的好奇，即使人类短暂的一生和无尽的宇宙相比，显得那么渺小，可人类却孜孜不倦一代又一代演变传承来探索那摸不到也无法抵达到的穷尽。科技的发展不停的在挑战着人类已有的认知，就像当初人们根本不相信铁片可以飞上天或浮在水面上。
之前在看电影《降临》(Arrival)时，当时只是关注于电影中所呈现的非线性思维，即女主角在有了感知未来的意识形态时，所有浮现的未来碎片信息对她来说都成了记忆。她知道未来会经历的失去女儿的痛苦，她接收她，她走向她。电影的讲述主要关注于表现语言对思维意识的影响。
语言对思维的塑成确实有一定影响。例如，像法语中会将单词分为阴性和阳性，这种区分会不会使得母语讲法语的人天生对性别就比较有意识，因而思维也更偏向于图片化，所以法国人给人的印象都是浪漫，有时尚感的。汉语中的动词，不像英文中的动词会有单数和复数形式上的变化。我想，是不是因为中国人一直崇尚集体主义，因此在语言发展时单人称主语和复数人称主语的动词都是一致的，表示去个人化符号。
最近看了该电影的原版小说《你一生的故事》，相较于电影，小说中出现了一个电影中没有出现的概念「费尔马定律」，而且小说更关注于：物质属性与自由意识。
“光如果走任何一条理论线，它在旅途中所费的时间都比实际线更长。换句话说，一束光实际选择的路线永远是最快的一条。这就是费尔马的最少时间律。”
“就是说，这道光束事先必须什么都知道，早在它出发之前就知道。这道光不可能贸然踏上旅途，走出一段之后再作调整。需要重作调整的路绝不会是耗时最少的路径。”
《你一生的故事》
物理学中，当光从空气射入水面中，光走的方向会发生改变，这是因为水的折射率与光不同。人类对物理中的认知，都是基于因果关系的理论，这里作者引入了费尔马定律，打破了人们对光折射的因果论认知，而是从“目的，以及达成目的的手段这个角度来描述光"。因此，人类思维中固有的因果思维链所造成的线性思维方式，在某种程度上也局限了人类的认知。而与人类不同，电影中的外星人，它们的语言与思维摆脱了事物的物理属性，就像发出的光一样，它们预先已知道事件的初始和终极阶段，而“事件本身是具有某种要求，某种目的”。
这就提出了两种不同看问题的角度，一种是“因果角度”，一种是“目的角度”。我有时在想，也许这两种看问题的角度就存在于我们人类生活的现实与梦境中。在现实生活中，人类基于教育与学习的驯化，习惯了用逻辑因果来分析事情。而在梦境中，我们的潜意识用人类本能的“目的角度”去解读白天所感知到的事情。例如，化学家凯库勒通过梦中的灵感发现了苯环结构。无论是Alpha Go的自我学习提升还是引力波的发现，人类的历史已经改变了，人类的未来又将如何呢？用《你一生的故事》作者特德·姜的话来结束吧：“我想对霍金以及所有比我年轻的人们说：‘耐心点。你的未来将会来到你面前，像只小狗一样躺在你脚边，无论你是什么样，它都会理解你，爱你。'"
微信公众号 小白光（Labas_C)
有配乐和舒适阅读的排版呦^o^
记录生活 分享观点AlphaGo Zero后时代（1）——赢不了的职业棋手
AlphaGo Zero后时代（1）——赢不了的职业棋手
美国电影《铁甲钢拳》中的机器人剧照DeepMind关于AlphaGo Zero的视频和论文一发表，小编我是心事重重，彻夜未眠。AlphaGo Zero对AlphaGo Master，近百分之90的胜率，实际上是围棋AI对人类棋手进一步的变相实力碾压，DeepMind公司已经不屑于再借用哪怕一丁点的人类围棋的经验来做人工智能的引导，也不愿再用顶尖人类棋手来做AlphaGo新版本的对手来做测试。实际上也是无法再用人类棋手来测试现在的Zero版本，之前的Master网上60局和乌镇的3局人机大战，让人类棋手已经失去了登台的意义。不久的将来，围棋AI会否会像好莱坞大片《铁甲钢拳》中所描述的，因为机器人拳击赛的兴起，让人类职业拳击手全部失去了赖以生存的比赛舞台一样；已然倒下的多米诺骨牌，会不会让所有职业棋手的生计成为问题？在被以AlphaGo为代表的，包括了日本的DeepZenGo，中国的绝艺，台湾的CGI等围棋AI全面碾压之后（DeepZenGo和绝艺现在对人类棋手的胜率超过百分之90），棋界内外早有人出来试图打圆场，主张职业棋手淡看胜负。他们的主张是：即便有一天无法与人工智能在棋盘上争胜，围棋文化的博大精深却不会因此受到影响，反而会借助技术发扬光大。话说得很漂亮，很可惜的是——这是一句充满阿Q精神的话。我年少时读过一个长相狰狞的外国老头，杰克韦尔奇写的一本著名的管理学图书，名字很恶俗——就叫《赢》。小时候，我们就本能的崇拜班级里跑得最快，跳得最高，最能打架的男同学了，长大了，我们喜欢看进球最多，投篮最准的球员打球。即使是虚拟无聊如王者荣耀这样的网络游戏，人类还是喜欢赢。赢的本能大概来自于人类的生物本能，人类就是那么地崇拜赢家。同样地，对围棋而言：“赢棋”是吸引观众的首要砝码。中国围棋队总教练俞斌九段就说过一段名言：“围棋的美我觉得就在于胜负竞技，我们说这一招很美，是因为它导向了胜利。”离开了输赢，围棋之美也就成了一纸空言，空中楼阁。而再也赢不到，或者极为罕见地能赢一盘围棋AI的职业棋手们还能定义围棋的美吗？虽然围棋这个游戏败给人工智能要比当年的深蓝战胜国际象棋棋王晚了近20年，但是围棋却和国际象棋的处境截然不同。首先让我们了解一下当年的超级电脑深蓝（Deep Blue）。深蓝是美国IBM公司生产的一台超级国际象棋电脑，重1270公斤，有32个大脑（微处理器），每秒钟可以计算2亿步。并且&深蓝”输入了一百多年来优秀棋手的对局两百多万局。是不是给人有一种笨重的感觉？而AlphaGo只是一个单纯的软件，AlphaGo Lee作为AlphaGo Zero的“前辈”，它需要48个TPU（神经网络训练专用芯片）支持，并在参考大量人类棋谱，自我对弈约3000万盘，训练大半年后，才在2016年3年月，AlphaGo Lee以4：1的击败韩国九段棋手李世石，引发人们关注。而AlphaGo Zero的最新版本 Zero仅需要4个TPU，零人类经验，其自我训练的时间仅为3天，自我对弈的棋局数量为490万盘。它就以100：0的战绩击败了“前辈”。是不是给人一种轻巧而进化的感觉？我们再来对比战绩——日~2月17日，超级电脑深蓝首次挑战西洋棋世界冠军卡斯帕罗夫，以3败2和1胜的总比分落败。请注意：国际象棋的第一次人机大战，卡斯帕罗夫完美地获得了胜利。这个历史意义和顶尖职业围棋棋手面对AlphaGo的比赛，每次都像是被砍瓜切菜一般的败北是不一样的。即使是李世石九段，下出“神之一手”获得人类棋手对AlphaGo的比赛中唯一获胜的一局。实际上，那并不妙手，而是一步没有用的坏棋。结果确实是赢了，但并不是人类在围棋的技术水准上击败了AlphaGo，而只是非常偶然地抓住了当时的AlphaGo Lee这个版本在算法上的漏洞。而对于这个漏洞，整个AlphaGo开发的核心团队事前其实上是心知肚明的。78“神之一手”其后IBM的研究小组把深蓝加以改良，1997 年 5 月3 日~5月11日，在第二次人机大战中，深蓝首次在正常时限的比赛中击败了等级分排名世界第一的棋手。棋王加里·卡斯帕罗夫以 1胜2负3平的劣势输给了进化后的深蓝。但是首先请注意：国际象棋是有和棋的！小编因为小时候经常在区体校集训，围棋队经常和象棋队，国际象棋队混在一起训练，所以久而久之，我也学会了下国际象棋，并且成了我广泛的兴趣爱好之一。（即使是今日，我把国际象棋的布局套路忘了个精光，仍能够轻易下赢Window系统自带的小游戏中国际象棋的最高水平。）而据我了解，国际象棋的比赛中，一旦有一方抱定了不想赢，只求和心思的话，除非双方有明显的实力差距，否则和棋的概率是非常高的。即使是加强版的深蓝，也没有可能在和卡斯帕罗夫的较量中百战百胜，这就使得胜负的悬念依旧存在，也可以说人类在国际象棋上虽然赢不了了，但是并不没有彻底的输掉。戴密斯·哈萨比斯(Demis Hassabis)在乌镇人工智能高峰论坛上发表演讲某位在乌镇峰会上（这哥们的名字是？我一直想知道，但是愣是没找到，请教大家）展示AlphaGo不同版本间棋力的增长幅度。进化到Zero版本的AlphaGo和人类棋手的绝对实力差距被进一步拉大。在5月乌镇人机大会上，DeepMind在人工智能高峰论坛上表示：AlphaGo Master版本可以让AlphaGo Lee版本3个子时，我清楚地记得当时会场听众的反应——先是沉默，然后轰鸣。在公布了Master自战50局后，更有不止一位一流的职业棋手表示：恐怕Master可以让我2个。而昨晚——最新版本AlphaGo Zero对AlphaGo Master，有近百分之90胜率的消息一经发布，更是证明现在的AlphaGo Zero要让世界顶尖棋手2子，恐非妄言。事实上，我们都无需第3次人机让子棋大战来测试AlphaGo Zero是否真的能让柯洁2子，只需要DeepMind公开最新版本AlphaGo Zero或者AlphaGo Master版本让AlphaGo Lee版本3个子的数盘对局实录即可。而国际象棋呢？——你让深蓝或者任何一个国际象棋AI试试让人类棋王一个皇后，或者一个象，又或者一个车试试？在国际象棋中，任何AI和人类棋王的实力差距，并不悬殊。这也是深蓝当年战胜棋王加里·卡斯帕罗夫，却对国际象棋这项运动赛事的发展和继续并无多大影响的关键原因所在。而围棋呢？——我们看到的是一群再也赢不了，也和不了，被让2子还依然要输的棋王们。难道你还能说你对职业围棋赛事的继续和发展没有一丁点的危机感吗？ 柯洁九段（图片来自南方人物周刊）还是柯洁最有先见之明。早在年初，柯洁在接受南方人物周刊采访时就说：“将来的事情怎么样，我说了不算，下不赢AI，是不是我们的联赛就没有人看了，赞助商就不愿意冠名了，这不由我管。”虽然这件事情不由柯洁管，但是我想，聪明如柯洁不可能不去想这个事情可能引发的连锁反应。毕竟，泡一杯茶，坐在电脑前，就能随时随地欣赏真正顶级的围棋对弈——看AI下棋。那么，职业围棋生存的真正土壤——棋迷朋友们是不是还会继续饶有兴趣地看输得底掉的职业棋手下棋呢？围棋圈的聪明脑袋们是不是应该去想想：AlphaGo Zero后时代的职业围棋市场化之路如何走？后记：本文仅代表我个人观点。为了逻辑稍微严密一点，写的有点太啰嗦了，请耐心看完再喷，本人坐等万炮齐轰。其实我还言之未尽，应该还有下一篇《AlphaGo Zero后时代（2）——不再神秘的围棋，围棋文化的危机》。（作者：王振飞）弈客围棋整理发布！更多精彩赛事直播，棋文弈事，尽在弈客围棋，下载弈客APP，和热爱围棋的棋友对弈手谈！
本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。
百家号 最近更新：
简介: 弈客围棋app 记录你的围棋人生
作者最新文章