AlphaGo增強(qiáng)版學(xué)會(huì)國(guó)際象棋和將棋 不到一天超越人類水平

　　12月7日據(jù)國(guó)外媒體報(bào)道，谷歌旗下人工智能公司DeepMind一直都熱衷于在棋盤上擊敗所有人類對(duì)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(yīng)對(duì)各種各樣的挑戰(zhàn)。雖然距離最終的目標(biāo)還有很長(zhǎng)的一段路，但是根據(jù)DeepMind公布的一項(xiàng)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開發(fā)的人工智能技術(shù)是如何在圍棋以外的領(lǐng)域繼續(xù)不斷超越人類。這次的新技術(shù)AlphaZero在學(xué)習(xí)8個(gè)小時(shí)之后就成功的擊敗了之前“碾壓”人類冠軍的前任AlphaGo。同時(shí)又只用4個(gè)小時(shí)的訓(xùn)練就能擊敗頂級(jí)的國(guó)際象棋引擎Stockfish。最后，又經(jīng)過(guò)2個(gè)小時(shí)的訓(xùn)練后擊敗了日本傳統(tǒng)棋類項(xiàng)目將棋的Elmo引擎，三種棋類都已經(jīng)超越了國(guó)際頂級(jí)水準(zhǔn)。

　　這項(xiàng)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(qiáng)版。其實(shí)這項(xiàng)技術(shù)并非是專門針對(duì)下棋設(shè)計(jì)，雖然它能夠遵守基本的棋類規(guī)則，但是并沒(méi)有專門的策略和戰(zhàn)術(shù)代碼。這項(xiàng)技術(shù)通過(guò)名為“強(qiáng)化學(xué)習(xí)”的訓(xùn)練方法，能夠通過(guò)不斷重復(fù)訓(xùn)練快速掌握規(guī)則。

　　其實(shí)這種強(qiáng)化式學(xué)習(xí)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(zhǔn)備的情況下應(yīng)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(jì)算機(jī)程序能夠通過(guò)自我學(xué)習(xí)的方式實(shí)現(xiàn)在三種不同棋類項(xiàng)目同時(shí)達(dá)到“超越人類”的水平，這是人工智能領(lǐng)域所取得的新成就。

　　現(xiàn)在DeepMind距離公司夢(mèng)寐以求的通用思維機(jī)器目標(biāo)又近了一步，不過(guò)依然面對(duì)著非常大的挑戰(zhàn)。今年年初，DeepMind首席執(zhí)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(duì)解決一系列科學(xué)問(wèn)題有所幫助，比如創(chuàng)新設(shè)計(jì)和藥品研發(fā)，但是這些用途與棋類游戲相比有本質(zhì)的區(qū)別。團(tuán)隊(duì)需要大量的工作來(lái)找出如何解決這些問(wèn)題的方式。