不靠人类自学3天 新版AI击败AlphaGo(图)
发布 : 2017-10-20 来源 : 明报新闻网 用微信扫描二维码，分享至好友和朋友圈 | 加关注  明声网温哥华 微信公众号 |
哈萨比斯（图）表示Zero的能力显示AI发展迈出一大步，将来或可协助人类的科研工作。（法新社）
旧版本AI需透过学习逾10万个围棋高手对局才能超越顶尖棋手，但最新版的AlphaGo Zero，则只要开发员输入围棋基本规则和空白棋盘数据就能自学。
开发员利用新形式「强化学习」模式设计Zero，并结合寻找下一步棋的模拟搜索和神经网络，以决定胜算最高的棋步。
AlphaGo Zero熟习逾千年棋法
Zero凭自我对局数以百万次，从最初随机在棋盘上放棋子，至后来发现致胜策略。Zero经过3天自我对局后，已能打败在2015年击败韩国棋手李世石的旧版AlphaGO，且对局100次未失一局。经过40日练习后，Zero与今年5月击败过世界第一的中国棋手柯洁的新版AlphaGo对局，胜率已超过90%。DeepMind行政总裁哈萨比斯（Demis Hassabis）称，Zero发现棋手逾千年来发展出的棋法，甚至研究出更好棋法。
AlphaGo首席研究员西尔弗（David Silver）称，Zero不用人类输入大量数据，不再受人类知识所限，可以自行创造知识。现时的AI只是为个别目的而研发出来，只负责单一用途，例如翻译语言、脸部辨识等。但「通用AI」可以应用于不同种类工作，理论上可解决不同问题。哈萨比斯称，Zero的设计并非只在下棋，修改程式可以应用到其他范畴，例如Zero目前亦正研究蛋白质摺叠（proteins fold）原理。
AI突破是否将会在所有范畴取代人类？英国谢菲尔德大学电脑神经科学教授瓦西拉奇（Eleni Vasilaki）虽然对Zero的成果感到惊喜，但指AI不容易做到一些人们轻易完成的事，例如走路、跑步和踢球。
哈萨比斯亦承认，Zero只胜任于电脑可完整模拟的任务，驾驶汽车则难以做到。他预测未来10年，AI或可协助人类发现新药物、新物质，研究量子化学和粒子物理等，以医学和科研专家的身分跟人类共事。他说：「我们感到很兴奋，因为我们即使距离开发全面的AI仍有很长距离，现在它应该可以对一些真实问题带来显著改变。」。
（BBC/The Verge/卫报/金融时报）