"最强版AlphaGo"100比0完虐前代 柯洁：人类太多余了

今日凌晨（伦敦时间10月18日18:00），DeepMind公布了AlphaGo的最新升级版本AlphaGo Zero，并于最新一期的《自然》杂志上，对其使用的相应技术做出详解。

DeepMind称，“AlphaGo Zero与AlphaGo最大的不同是做到了真正的自我学习，经过3天的训练，就以100：0的战绩完胜前代AlphaGo。”

除了夜猫子们第一时间看到了这则消息外，曾与AlphaGo有过交战的柯洁也在第一时间做出回应，柯洁表示，“对于AlphaGo的自我进步来讲...人类太多余了”。

今年5月，在乌镇举办的围棋峰会上，世界排名第一的柯洁不敌AlphaGo，最终以0：3告负。随后，AlphaGo宣布退役，不再与人类下棋，DeepMind则表示，将在今年晚些时候公布AlphaGo的技术细节。

那么，究竟这次的AlphaGo Zero相较此前的版本有哪些提升呢？（划重点啦）

1.AlphaGo Zero通过与自己不断挑战来进行提升，不依赖人类数据。此前版本则是通过分析海量棋谱数据进行学习。AlphaGo打败李世石用了3000万盘比赛作为训练数据，而AlphaGo Zero仅用了490万盘比赛数据。经过3天的训练，AlphaGo Zero以100：0的战绩完胜AlphaGo。并且只用了1台机器和4个TPU，而李世石版AlphaGo则用了48个TPU。

2.AlphaGo Zero只使用围棋棋盘上的黑子和白子作为输入，而上一版本的AlphaGo的输入包含了少量人工设计的特征。

3.AlphaGo Zero 不使用“走子演算”，它依赖于高质量的神经网络来评估落子位置。其它围棋程序使用的快速、随机游戏，用来预测哪一方将从当前的棋局中获胜。

4.在训练过程中，AlphaGo Zero每下一步需要思考的时间是0.4秒。相比之前的版本，仅使用了单一的神经网络。

5.AlphaGo Zero采用的是人工神经网络。这种网络可以计算出下一步走棋的可能性，估算出下棋选手赢的概率。随后根据计算，AlphaGo Zero会选择最大概率赢的一步去下。

DeepMind联合创始人兼CEO哈萨比斯称：“AlphaGo Zero是我们项目中最强大的版本，它展示了我们在更少的计算能力，而且完全不使用人类数据的情况下可以取得如此大的进展。”

2014年谷歌以4亿英镑的价格收购英国人工智能公司DeepMind。2016年，谷歌旗下的DeepMind团队发布AlphaGo，并在以4:1的成绩击败李世石后，名声大噪。

相较于研究成果的闪耀，DeepMind在研究费用上的投入也是惊人的。据英国政府此前发布的资料显示，DeepMind仅去年一年就亏损了1.62亿美元。对此，DeepMind则表示，“我们会继续向自己的科学使命投资，与世界上最聪明的人合作，解决社会上最复杂的问题。”