此前的AlphaGo在擊敗全球頂級棋手時通過學(xué)習(xí)約3千萬專業(yè)棋手的對弈數(shù)據(jù)使自身變得強(qiáng)大。但AlphaGo Zero無需人類作出示范，也能反復(fù)與自己對弈，借助自學(xué)創(chuàng)造出勝率最高的下法。

 

　　據(jù)報道，以前的AlphaGo對人類就已經(jīng)具有壓倒性優(yōu)勢，棋力達(dá)到史上最強(qiáng)。這種實(shí)力有助于將來在產(chǎn)業(yè)方面得到應(yīng)用，例如通過大量數(shù)據(jù)自動找到調(diào)整電力供需的時機(jī)等。

 

　　英國科學(xué)雜志《自然》雜志10月19日發(fā)表了相關(guān)文章。谷歌僅向AlphaGo Zero教授了圍棋規(guī)則。AlphaGo Zero 將現(xiàn)有的2種學(xué)習(xí)方法結(jié)合起來，分別通過2種方法思考下一手，還能對彼此思考出的結(jié)果進(jìn)行參照。

 

　　據(jù)悉，AlphaGo Zero最初是隨機(jī)落子，但通過反復(fù)與自己對弈，迅速提高水平。在進(jìn)行實(shí)驗(yàn)3天后，面對2016年3月?lián)魯№敿壠迨掷钍朗瘯r的舊版AlphaGo取得了100戰(zhàn)全勝。

 

　　據(jù)了解，人類在多年的圍棋歷史中不斷自主完善了被稱為“定式”的慣用下法。在試驗(yàn)40天后，AlphaGo Zero已經(jīng)與自己對弈 2900萬局，強(qiáng)大程度超過2016年5月時面對全球最強(qiáng)棋手柯潔九段取得3連勝的AlphaGo版本。據(jù)稱，AlphaGo Zero還開始掌握人類未知的下法。

 

　　美國圍棋協(xié)會主席安迪·奧肯等在發(fā)給《自然》雜志的稿件中指出，“AlphaGo Zero在中盤階段的若干判斷簡直就像迷一樣”。另一方面，隨著人工智能和人類在下棋時總結(jié)出了相同的定式，證明“人類長達(dá)數(shù)個世紀(jì)的圍棋活動取得的成果并非全部錯誤”。

 

　　沉思科技的首席執(zhí)行官杰米斯·哈薩比斯在AlphaGo擊敗最強(qiáng)人類棋手時表示，“這是最后一次和人類對弈”。為達(dá)成“完全不依賴人類的人工智能”這個目標(biāo)，哈薩比斯在此后繼續(xù)對AlphaGo進(jìn)行了改進(jìn)。

 

　　此前，人工智能曾將人類的對弈數(shù)據(jù)作為“教師”加以學(xué)習(xí)。因此有觀點(diǎn)指出，人工智能雖然強(qiáng)大，但僅僅處于人類知識的延長線上。沉思科技通過讓人工智能從零開始自學(xué)，采用被稱為“沒有教師的學(xué)習(xí)”方式，創(chuàng)造出了不受人類思維束縛的革新性人工智能。

 

　　哈薩比斯表示，“人工智能有可能推動人類的智力向前發(fā)展，給全人類帶來積極影響”。

 

　　報道指出，沉思科技與英國國家醫(yī)療服務(wù)體系（NHS）展開合作，除了將人工智能用于早期發(fā)現(xiàn)疑難雜癥外，還將用于調(diào)整電力供需等方面。將來，還期待人工智能在依靠人類力量難以解決的新材料開發(fā)、探究蛋白質(zhì)生成機(jī)制等方面做出貢獻(xiàn)。

 

　　報道還稱，新技術(shù)將來還可能在產(chǎn)業(yè)方面做出貢獻(xiàn)。例如，從大量數(shù)據(jù)中發(fā)現(xiàn)人類難以意識到的提升效率的方式等。

 

　　據(jù)悉，以各種用電數(shù)據(jù)為基礎(chǔ)，人工智能將有助于節(jié)省電力。由于像AlphaGo Zero一樣的人工智能可以“無師自通”，在宇宙和海洋等觀測數(shù)據(jù)不足的領(lǐng)域也有可能做出貢獻(xiàn)。