不靠人类！最强AlphaGo Zero诞生 「自学3天」100:0秒杀AlphaGo
▲世界棋王柯洁今年中对决人工智慧AlphaGo，没能扮演「人类最后希望」3战皆败。（图／路透）
今（2017）年5月，DeepMind公司创造的AlphaGo与围棋世界冠军柯洁在中国乌镇对弈，以压倒性的3：0胜出，人工智慧发展震惊全球。不可思议的是，时隔不到半年，这个Google旗下的AI实验室带来更强大的AlphaGo Zero，它完全不需要倚靠人类的知识和指导，从零开始自我训练，只花3天就100：0打败旧版。
在过去，强大的人工智慧得依靠人类事前输入大量资料，帮助它学习、训练技能，Alpha Go成为围棋大师前自然也不例外。近日DeepMind公司在《自然》（Nature）科学期刊上发表一篇学术论文〈不需要人类知识就称霸围棋〉（Mastering the game of Go without human knowledge），展示了强化版的程式AlphaGo Zero，证明在全球最困难的棋艺竞技中，人工智慧可以在没有任何人类知识的基础上，纯粹靠自我学习成为制霸王者。
AlphaGo Zero代表从零开始，DeepMind开发团队只输入了基本的围棋规则，剩下的时间它会自行下棋，记录下每次的胜负决策、不断学习，自己成为自己的老师，加上没有人类的经验和成规束缚，让人工智慧突破旧有的知识限制，发展出新的弈棋策略，很快的达到登峰造极新境界。
▲有史以来最强的AlphaGo Zero来了，它完全不需要以靠人类，自学成为无敌。（图／翻摄DeepMind）
AlphaGo Zero诞生后，只花了3天时间就赢了去年打败李世乭的AlphaGo版本，局数胜负是毫无悬念的100：0。21天之后，AlphaGo Zero再度进化，能力超越了今年中打败世界冠军柯洁的AlphaGo Master版本；40天后，它完成了2900万次的对战学习，与过去最强的AlphaGo对弈，它的胜率来到90%，成为了至今最优秀的版本，也是历史上最强的「围棋棋手」。
DeepMind指出，他们不使用任何人类知识，AlphaGo Zero用上的是新的「强化学习」方法，透过神经网路和演算法结合，持续自我对弈练习几百万、几千万场，每次的更新都能增强、调整系统，用以预测下一步落子的方向和游戏输赢走势。几天时间内，AlphaGo Zero就从一块纯洁的白板，在上头不断挥洒、创造知识，很快胜过了人类累积千年的围棋智慧。
▼AlphaGo Zero学习历程。（图／翻摄DeepMind）