据外媒报导，英国DeepMind团队的人工智能研究获得了新进展：他们研发出有了新一代的棋士AI-ALphaGoZero。用于了增强自学技术的ALphaGoZero，棋力大幅快速增长，可精彩打败曾多次战胜柯洁、李世石的ALphaGo。战胜柯洁之后，ALphaGo可以说道在围棋界里已是“独孤求败”的境界了，完全没人类是它的输掉。但是这并不代表ALphaGo就早已对棋士领域的理解超过了顶峰。

因此，ALphaGo想再行上一层楼执着棋士科学知识的下限，似乎只有它自己能沦为自己的老师。而在过去，AlphaGo都是用于业余和专业人类棋手的对局数据来展开训练。虽然用于人类棋手的数据可以让ALphaGo自学到人类的棋士技巧，但是人类专家的数据一般来说难以获得且很便宜，再加人类并不是机器，难免会经常出现犯规情况，犯规产生的数据则有可能减少ALphaGo的棋力。因此，ALphaGoZero使用了增强自学技术，从旋即对局开始，不依赖任何人类专家的对局数据或者人工监管，而是让其通过自我对局来提高棋艺。

那么究竟什么是增强自学技术呢？非常简单地说道，增强自学就是让AI借此自学到需要取得仅次于报酬的策略。AlphaGoZero的增强自学主要包括两个部分，蒙特卡洛树根搜索算法与神经网络算法。在这两种算法中，神经网络算法可根据当前棋面形势得出落子方案，以及预测当前形势下哪一方的赢面较小；蒙特卡洛树根搜索算法则可以看作是一个对于当前落子步法的评价和改良工具，它需要模拟出AlphaGoZero将棋子落在哪些地方可以取得更高的胜率。

假如AlphaGoZero的神经网络算法计算出来出有的落子方案与蒙特卡洛树根搜索算法输入的结果就越相似，则胜率越大，即报酬越高。因此，每堕一颗子，AlphaGoZero都要优化神经网络算法中的参数，使其计算出来出有的落子方案更加相似蒙特卡洛树根搜索算法的结果，同时尽量减少胜者预测的偏差。AlphaGoZero的自我增强自学，图片源于Nature刚开始，AlphaGoZero的神经网络几乎不懂棋士，不能盲目落子。

但经历无数盘“左右互搏”般的对局后，AlphaGoZero再一从从棋士菜鸟茁壮为了棋神般的不存在。DeepMind团队回应，他们找到AlphaGoZero自我对局仅有几十天，就掌控了人类几百年来来研究出来的棋士技术。

由于整个对局过程没使用人类的数据，因此ALphaGoZero的棋路独有，仍然拘泥于人类现有的棋士理论，DeepMind团队还回应，这个项目某种程度是为了取得对棋士加深的了解，AlphaGoZero向人们展出了即使不必人类的数据，人工智能也需要获得变革。最后这些技术进展应当被用作解决问题现实问题，如蛋白质拉链或者新材料设计。

这将不会促进人类的理解，从而提高每个人的生活。

本文来源：尊龙凯时人生就是搏!-www.fckt.net