AlphaGo增強版學(xué)會(huì )國際象棋和將棋 不到一天超越人類(lèi)水平

　　12月7日據國外媒體報道，谷歌旗下人工智能公司DeepMind一直都熱衷于在棋盤(pán)上擊敗所有人類(lèi)對手。雖然大部分時(shí)間關(guān)于人工智能技術(shù)的討論都是在無(wú)人駕駛汽車(chē)等領(lǐng)域，但是作為一種屬于未來(lái)的新技術(shù)，其實(shí)人工智能可以應對各種各樣的挑戰。雖然距離最終的目標還有很長(cháng)的一段路，但是根據DeepMind公布的一項最新研究成果來(lái)看，人工智能至少已經(jīng)走在了正確的道路上。

　　在一篇最新論文中我們看到了DeepMind開(kāi)發(fā)的人工智能技術(shù)是如何在圍棋以外的領(lǐng)域繼續不斷超越人類(lèi)。這次的新技術(shù)AlphaZero在學(xué)習8個(gè)小時(shí)之后就成功的擊敗了之前“碾壓”人類(lèi)冠軍的前任AlphaGo。同時(shí)又只用4個(gè)小時(shí)的訓練就能擊敗頂級的國際象棋引擎Stockfish。最后，又經(jīng)過(guò)2個(gè)小時(shí)的訓練后擊敗了日本傳統棋類(lèi)項目將棋的Elmo引擎，三種棋類(lèi)都已經(jīng)超越了國際頂級水準。

　　這項技術(shù)的關(guān)鍵是名為AlphaZero的新一代人工智能程序，算是之前AlphaGo的增強版。其實(shí)這項技術(shù)并非是專(zhuān)門(mén)針對下棋設計，雖然它能夠遵守基本的棋類(lèi)規則，但是并沒(méi)有專(zhuān)門(mén)的策略和戰術(shù)代碼。這項技術(shù)通過(guò)名為“強化學(xué)習”的訓練方法，能夠通過(guò)不斷重復訓練快速掌握規則。

　　其實(shí)這種強化式學(xué)習方式本身并不新鮮。DeepMind工程師之前使用了同樣的方法在今年10月創(chuàng )建了AlphaGo Zero。但是這次新的AlphaZero要比之前更具有通用性，因此能夠在沒(méi)有事先準備的情況下應用于更廣泛的用途。

　　值得注意的是，在不到24小時(shí)的時(shí)間里，同一個(gè)計算機程序能夠通過(guò)自我學(xué)習的方式實(shí)現在三種不同棋類(lèi)項目同時(shí)達到“超越人類(lèi)”的水平，這是人工智能領(lǐng)域所取得的新成就。

　　現在DeepMind距離公司夢(mèng)寐以求的通用思維機器目標又近了一步，不過(guò)依然面對著(zhù)非常大的挑戰。今年年初，DeepMind首席執行官Demis Hassabis在展示最新成果時(shí)表示，雖然該技術(shù)未來(lái)可能對解決一系列科學(xué)問(wèn)題有所幫助，比如創(chuàng )新設計和藥品研發(fā)，但是這些用途與棋類(lèi)游戲相比有本質(zhì)的區別。團隊需要大量的工作來(lái)找出如何解決這些問(wèn)題的方式。