“老狗”退役了,“新狗”不但以100:0的成绩战胜“老狗”,还无师自通,自学三天,胜人千年,这是彻底不带人类玩了的节奏。
AlphaGo退役了!
回顾一下,“老狗”是如何完虐人类的:
2015年10月面世,击败欧洲冠军樊麾
2016年3月,击败人类顶尖棋手之一李世石
2017年元旦前后,在网络上化名大师(Master),60:0完败前来车轮战的人类一流棋手
2017年5月,在乌镇3:0战胜当下人类最强者柯洁
如今,AlphaGo进化了!
今天凌晨,谷歌旗下Deepmind团队在《自然》杂志发表人工智能界期待已久的论文《无须人类知识掌握围棋》(Mastering the game of go without human knowledge),印证了一个人们已经猜到的事实:今天的AlphaGo已经完全不是人了,它也不再带人类玩了!
“新狗”接过接力棒,代号为AlphaGo Zero,它的独门秘籍是“自学成才”。AlphaGo的小弟弟“零”,只靠一副棋盘和黑白两子,没看过一张棋谱,也没有一个人指点,从零开始,自己参悟,结果以100:0的战绩完败哥哥AlphaGo。
此前,AlphaGo成为首个战胜人类围棋世界冠军的程序,当时的AlphaGo通过深层神经网络进行决策,并使用人类专家下棋的数据进行监督学习,同时也通过自我对弈进行强化学习。
如今,AlphaGo Zero无需任何人类指导,通过全新的强化学习方式自己成为自己的老师,在围棋这一最具挑战性的领域达到超过人类的精通程度。
相比起之前使用人类对弈的数据,这一算法训练时间更短,仅用3天时间就达到了击败李世石的AlphaGo Lee的水平,21天达到了之前击败柯洁的AlphaGo Master的水平。
AlphaGo Zero进化篇:
一、非常低碳,“零”只需要在4个TPU上,花三天时间,自己左右互搏490万棋局。而它的哥哥阿法狗,需要在48个TPU上,花几个月的时间,学习三千万棋局,才打败人类。
二、AlphaGo Zero还独立发现了游戏规则,并走出了新策略,为围棋这项古老游戏带来了新的见解。
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,人类几千年的智慧结晶,看起来并非全错。但是中盘看起来则非常诡异。
AlphaGo Zero并不使用快速、随机的走子方法。在此前的版本中,AlphaGo用的是快速走子方法,来预测哪个玩家会从当前的局面中赢得比赛。相反,新版本依靠的是其高质量的神经网络来评估下棋的局势。
“阿尔法狗之父”揭秘最强“新狗”是如何炼成的:
AlphaGo拜人为师,最终人类死在沙滩上。悟性更高的“零”无师自通完败AlphaGo。
进化之迅速,让挨踢妹不寒而栗,想起了出版前就被疯传的《纽约客》杂志封面图,一个满脸胡须的年轻乞丐坐在街上乞讨,身旁的机器人向他手里的杯子里投掷螺丝和螺帽,他身旁的小狗也惊讶和担忧地看着旁边走过的机器狗。
未来,人类将会向机器乞讨?机器人开始取代工人,全自动化的工厂不再需要灯光,成了“黑暗工厂”;而一代代的AlphaGo挑战人类的围棋技艺,如今已经超越了人类对围棋的认知,一种深深的隐忧在人类心中滋生。
拜见机器人主子!