(图片来源：Shutterstock) 还记得AlphaGo吗？你懂的，就是那个在2016年以压倒性优势击败人类最顶尖棋手的围棋人工智能；从此，我们不得不放弃人类在棋类游戏中最后的优越感，承认机器的强大。还记得那件事吗？现在，有件事值得深思：谷歌的人工智能研究部门DeepMind，也就是那个创造了AlphaGo的“仁慈”的创造者，已经将那个曾经打败人类的版本淘汰了。在一项周三发表在《自然》杂志上的研究中，研究人员描述了一种更快、更精简、自学能力更强的人工智能，它以100比0的比分击败了AlphaGo。零比零。没有。没有。毫无。这个新的人工智能天才恰如其分地被命名为AlphaGo Zero，而它称霸的秘诀确实令人着迷。
看妈妈，没有人
也许我们应该料到这一天。毕竟，AlphaGo的强大首先依赖于人类的专业知识。它的人工神经网络是在海量人类棋谱上训练出来的。AlphaGo逐招分析了这些棋局，然后在模拟中一遍又一遍地与自己对弈，根据它储存的人类围棋知识，在每一回合都进行超优化。AlphaGo吸收了从人类那里学到的知识，并做得更好。AlphaGo Zero则不同。研究人员没有给它的神经网络输入任何人类过去的棋谱数据。这个人工智能从零开始，完全是一张白纸，它的想象力仅限于围棋规则。AlphaGo Zero开始通过与自己在模拟对局中进行完全随机的落子来训练，从每次结果中学习一点点，并每次都改进它的神经网络。
它这样进行了三天，期间生成了490万盘棋，每盘棋产生了1600次模拟。仅用了36小时，AlphaGo Zero就准备好将它的前身从王者宝座上拉下马。相比之下，击败李世石（当时世界顶尖棋手）的AlphaGo版本，则需要数月训练，并依赖更多的硬件才能完成这项任务。DeepMind在击败李世石后，又在AlphaGo上进行了几次迭代改进。今年早些时候，AlphaGo Master在网上击败了60位世界顶尖围棋棋手。AlphaGo Zero在训练21天后就超越了AlphaGo Master。训练40天后，AlphaGo Zero可以说是有史以来最强的围棋AI。事实上，曾经击败李世石的人工指导的AlphaGo，在面对自学成才的AlphaGo Zero时，一局未胜，这让研究人员得出了一些令人震惊，甚至可能令人不寒而栗的结论。他们在研究中写道：
“这表明AlphaGo Zero可能正在学习一种与人类下棋方式在质上不同的策略……AlphaGo Zero在自我对弈训练过程中发现了令人惊叹的围棋知识。这不仅包括人类围棋知识的基本要素，还包括超越传统围棋知识范围的非标准策略。”
数千年，数百代人，无数棋局和关于棋局的书籍，人类积累了围棋的知识。而大师们能达到他们的水平，也是站在无数前人的肩膀上。围棋有着丰富的历史，至今仍能激发人们想象力是有原因的。AlphaGo Zero通过随机落子和强化学习，不仅精通了围棋，还重新发明了它。这一切都不到两个月的时间。
别急着屈服
对于一名人工智能研究员来说，构建一个拥有通用知识的人工智能，就像登陆火星一样——这样的AI可以做得无所不能。人类拥有通用知识。我们使用相同的生物硬件和软件来开车、解数学题、写诗、接棒球和下围棋。我们还能解决那些解决方案模糊、没有“赢家”且没有现成规则的问题。一个人如何能在写诗中获胜？AlphaGo Zero是迈向某种通用知识的又一步。它形成了自己的策略，并在不学习先例的情况下优化了结果。当然，这里出现的行为是新颖的，甚至可能是前所未有的。但是围棋是一个封闭的问题，有规则，并且有明确的终局定义——尽管棋局变化的数量多得惊人。像AlphaGo Zero这样的算法有可能在基于规则的任务中教会自己并达到超人类水平，在这些任务中结果是已知的：投资、保险理赔、医学诊断。但它能下围棋、写小说、开车和在蔬菜区挑出最好的番茄吗？现在还不行，但它更近了一步。
