阿尔法元自学成才，以100比0完爆阿尔法狗，你怎么看？

今天微信朋友群里被阿尔法元刷屏了，实在是一个令人震惊的消息。这两年谷歌就没消停过，2016年整出个阿尔法狗1.0版4比1击败李世石九段，让棋界为之震惊；2016年底和2017年初，又整出个Maste,对人类高手60连胜，后来得知这是阿尔法狗2.0版；2017年5月第二次“人机大战”，阿尔法狗2.0版3比0完胜柯洁九段。至此，“人机大战”已经没有任何意义，人类高手在阿尔法狗面前难求一胜。

但始料未及的是，谷歌又推出阿尔法元，而且，与阿尔法狗1.0版和2.0版不同的是，阿尔法元完全不靠人类棋手的棋谱学棋、成长，只需懂得围棋规则后即在短短时间里成长为超级高手，与Maste对战拥有压倒性的胜率，简言之，阿尔法元已经接近“围棋之神”了。

这只能说明：人工智能已经发展到了我们难以想象的地步，霍金担心的人工智能有一天会摧毁人类并非危言耸听，它已经可以不借助人类积累数千年的棋谱在短时间里成为第一高手。一如刘小光九段所言：人类思考千年不如它短短的一瞬。而且，它还是单机版，方便随身携带，人类如果利用它，那人类高手们根本没有争胜的必要。

其次，围棋的深度和难度通过阿尔法狗、阿尔法元证明，我们人类数千年掌握的不过是沧海一粟，应验了日本名誉棋圣藤泽秀行所说的：棋道一百，我只知七。如果阿尔法元能让阿尔法狗1.0版三个子的话，人类认识围棋连百分之七都不到。就像柯洁九段说的那样：自从有了阿尔法狗后，没有什么棋不能下。问题是，知道什么棋都可以下仅仅是第一步，距离“围棋之神”还远着呢，但阿尔法元却接近“围棋之神”了。

非常令人震惊的进展！2016年3月4:1战胜李世石之后，Deepmind就放出风声，要让AlphaGo从零知识开始学习下围棋，当时让人很有兴趣。这种完全靠自学习，不学习人类棋谱的AI，在学成以后会如何下围棋？会不会从天元开始下？能达到什么样的实力？肯定非常有趣。

所谓零知识自学习，就是一开始就随机扔子，就如上图这样黑白等于是瞎下。从这种随机策略开始，慢慢改进，而不是学习人类的棋谱先来个策略网络一开始就下得象模象样。

但是后来这个零知识自学习的事一直没下文。到2017年5月乌镇3:0战胜柯洁时，中间有研讨会，David Silver出来讲了不少，也完全没有提这个。我还写文章，说零知识自学习可能失败了，陷入局部陷阱棋力并不太高。特别是2017年8月AlphaGo打星际的论文出来，从0知识开始学习，但是能力非常差，连暴雪最弱的AI都打不过，也不会造兵，更是让人觉得零知识自学习可能不行，人类的先验知识应该还是挺重要的。

但是2017年10月18日Deepmind第二篇AlphaGo论文《Mastering the Game of Go without Human Knowledge》出来了！论文给出了出乎我的预料的结果：

1. 从0知识开始学习，是可以训练成功的！这个成功的程度是”目前所有Alphago版本中最厉害“。100:0战胜AlphaGo-Lee版本，90%胜率胜Master版本（也就是战胜柯洁的那个）。但是还没有”天下无敌“，还是有一定概率输给Master，等级分领先幅度还不算大。下图右是等级分数值。

2. 从0知识开始，训练速度非常快！3天就能战胜AlphaGo-Lee，21天能战胜Master。下图左是AlphaGo-Zero等级分随时间提升的曲线。训练没有在早期陷入局部陷阱。

3. 让人类还算欣慰的是，虽然AlphaGo Zero不需要人类棋谱，但是训练出来下得还是象人的。论文给出AlphaGo Zero的83局棋谱，没训练一会就下得有模有样了。也不是从中腹天元开始下，而是象人类一样先占边角。这说明人类的这些行棋方向还不算离谱。实际这也早有征兆，几个围棋AI都这样，如果一开始不下角部，下在中腹或者边上，给出的胜率就会下降。

4. 虽然Alphago Zero下得象人，但是很多招为什么这么下，连高手都应该是看不懂了。它到了什么境界，人类还需要领会。

从哲学意义上来说，这说明围棋这种人类看上去很复杂的游戏，在AI看来却是简单的。因为围棋的规则与目标是明确的，甚至是最简单的，围棋几乎是规则最简单的游戏，只需要两个行棋规则：气尽提子，禁止全同。胜负规则，也是行棋规则自然出来的，终局数子。

围棋的规则，让AI可以不需要人类，就判定棋局的结果，这样就完全不需要人类干预进行自学习了。学名叫“无监督”。也就是说围棋是个完全客观的游戏。而人类在这种客观游戏中，确实在几百上千年中加入了不少主观的东西，各种“定式”、“趣向”、“价值判断”，这都是非自然的，肯定有不少错误。人类的经验，对AI的自学习来说，到很高的水平上，应该反而是障碍了。

AlphaGo Zero说明，对于完全客观的东西，人类的主观经验很可能是有错的，要勇敢地怀疑与挑战。当然也有不少问题，是依赖人的主观判断的，那对AI又是不同的，需要“监督”，如识别文字 。

关于这个问题，每日经济新闻记者涂劲军认为：

AlphaGo Zero完胜曾经战胜人类的AlphaGo，这是一个里程碑的事件，对于Ai技术来说，是上到一个新台阶，足以在现实中证明，不依赖于人类的既有经验，让机器自主学习掌握了人类上千年的围棋技能。

这种新程序代表着人类在建造真正智能化机器方面向前迈进了一步，因为即使在没有大量训练数据的情况下，机器也需要找出解决困难问题的方法。 DeepMind联合创始人兼首席执行官戴密斯·哈萨比斯（Demis Hassabis）说：“最引人注目的一点是，我们不再需要任何人工数据，”。他认为，建造Alphago Zero的技术已经足够强大，可以应用在现实世界，例如药物发现与材料科学等一些有必要继续探索各种可能性的行业。Alphago Zero的相关研究成果发表在今天的《自然》杂志上。

人类一直以来有一个担心，就是人工智能能够自我进化，从而超越人类，甚至对人类带来威胁。如果过去认为这种担心是多余的，那么现在完全有理由相信人工智能的强大足以超过人类。 当然担心之外，我们还是应该庆贺一下，如果能够很好地管控好人工智能，人类完全还是可以把无比强大的人工智能当作工具，为人类服务。

从市场空间来说，高强度的人工智能，可以帮助人类解决很多前所未有的问题，正如哈萨比斯说的，在医药、新材料领域，完全不用借助过去的人类经验来推进，人工智能的研发，应该比人类研发速度更加快捷，从而在急用的这些领域上取得重大成就。

不管怎么样，人工智能依托人类知识的学习已经是完全可以实现的。当然他们必须还有一个过度阶段，因为现阶段的人工智能的创造与进步依然需要人类知识来推进，当不可否认的是，终究有一天，人工智能不再有人工二字，纯粹的程序智能，能够自我进化与完善，甚至于人脑融合。

我的看法挺复杂，震惊之、恐惧之、反思之、坚信之。

第一，震惊什么？震惊人工智能的学习速度。据报道说，阿尔法元只花了几天时间，就把人类漫长的围棋历史都学全了，然后对战强大的阿尔法狗，轻松碾压。这种学习的效率、成长的速度，我们人类除了震惊之外，怕是很难有其他想法。

第二，恐惧什么？恐惧人们在未来的群体命运。由震惊带来的就是恐惧，要知道现在的人工智能只处于初级阶段，以后的发展变化趋势会呈现什么趋势，爆发何种能量，完全超越人类的想象。可以确定的是，阿尔法元的下一代升级版，肯定也能轻松碾压上一代。那么在未来，当人类面对如此强悍的人工智能时，我们怎么办。面对没有极限的人工智能，人类会显得很渺小，这就难怪有不少人对人工智能持悲观看法，认为它们会毁灭人类，那将是怎样的恐惧画面。

第三，反思什么？反思什么才是我们在将来立足的根本。但是在感到恐惧的同时，我们又必须思考，远的不说，说点跟每个人相关的事情，比如你现在的工作极有可能在未来被人工智能所取代，我们要凭什么在未来立足呢。有人说未来属于“三感三力”的人，即设计感、娱乐感、意义感、故事力、交响力、共情力，也许有一定的道理，但这主要还是在说人与人之间的比较，并未考虑到人工智能的无限可能性。我个人觉得，人类想在未来立足，只能从我们的思想根源上找法门，比如说不清道不明但又无处不在的人性。面对人工智能，我们只能跟它们拼一些它们无法熟练掌握的虚的东西，要是跟它们比任何具体的能力或技能，基本上没有胜算。

第四，坚信什么？坚信未来的美好生活及人的不可替代性。反思之后，随之而来的就是坚信，坚信人类的独特与高贵，坚信机器再发达也很难有人类这般丰富的情绪和无限的思想，坚信人工智能无法取代人类统治世界，它们最终只是一个高科技工具。为什么要这么坚信，因为这是热爱生活、努力奋斗的前提条件之一，如果你认为未来世界属于机器，那现在还奋斗个什么劲。

总而言之，人工智能是一定会发展起来的，不管大家喜欢不喜欢，这都是不可阻挡的大趋势。技术问题交给专家们去解决，伦理问题交给学者们去研究，我们普通民众能做的，就是把它视为一种高科技工具，关注它并在合适的条件下使用它，好用就用，不好用就不用。

不久前人工智能阿尔法狗在围棋上战胜柯洁，如今阿尔法元以100：0战胜阿尔法狗。这个世界开始进入我看不懂的时代。

阿尔法狗学习了很多优秀棋谱，所以能在短时间内赶上并战胜人类；而阿尔法元没有学习人类的任何棋谱，只是输入了围棋的基本规则。从一开始贪心吃子，到后来权衡利弊登上神坛，阿尔法元的进化一共用了……四十天。

所有根据已知条件推测的未来都是没有意义的，因为但凡人类能够想到的意外都一定会尽力去避免，所以未来一定会朝着大家最想不到的方向发展。

这么说起来，人工智能是不是搞出了个不得了的大新闻？

还是说，真正的未来还在无人注意的角落悄悄发酵，和人工智能并无关系？

其实我想到了教育，有很多教育理论，是被人嘲笑的，尤其是被一线教师嘲笑。其中当然有部分理论的确深井冰，但还有一些，是非常具有前瞻性的。

大学的时候读过一些国外的教育论著，对于西方发达国家对教育和学习论的探索非常佩服。现在中国很多发达城市也走在了前面。

小城市的人还在满足于“如果全国一张试卷，那我们肯定都是清华北大，北京上海被完爆”。然而，残酷的事实是，全国永远不可能真正意义上地统一标准录取，并且，即使你进了清华北大，以这样的见识和气度，也是没什么用的。

为什么现在网络上和民间忽然又“应试教育”思想回潮，开始对“素质教育”大加批判？

因为对这个世界上走在最前列的那一批人来说，学校教育和高考录取，已经不是最重要的路了。

换句话说，这条路可以随便你们怎么玩儿，玩儿得越死板越好，因为他们已经不需要了。

甚至，现在正是需要利用“应试教育”这个概念，开辟新市场的时候。

看看各地的天价辅导机构。又能挣钱，又能给底层的人一个暂且安心的幻想，何乐而不为？

作为学校老师，我肯定对于“应试教育”回潮喜闻乐见。教起来不费事儿，而且学生对学校教育的依赖性极大。

然而，跳出个人利弊，从世界和时代所需要的人才来看，你应当明白，应试教育是早晚会沦为形式的。

这个世界的未来，在更广更远的地方，家长、学校、和学生自己，甚至每一个人，都必须时刻保持清醒。

尤其警惕那些事关个人发展和利弊的理念。

阿尔法狗对阵柯洁、李世乭的新闻似乎才过去没多久，近来《Nature》杂志又刊发出了爆炸性的新消息：AlphaGo Zero从空白状态学起，在无任何人类输入的条件下，它能够迅速自学围棋，并以100:0的战绩击败“前辈”，换句话说这个新版本的阿尔法元可以用自我学习而非监督学习的方式实现对弈能力的迅速成长。难道说人工智能很快就要打破自主性学习的天花板了吗？如果说以前的阿尔法狗是需要输入世界棋手的棋谱，一招一招的学习输入的话，那么现今的阿尔法元则是通过自己的试错摸索无中生有，并且在没有输入外部棋谱数据的情况下。听起来很厉害的样子，实际上这牵扯到一个教育学上的经典理论，即白板理论，什么是白板理论呢？我们不妨举一个例子吧，新出生的婴儿是一片空白的，他能学习是因为后天的经验的塑造，也就是说我们所有的知识都是建立在经验之上，知识归根到底源于经验。但实际上婴儿们出生下来时并不是空白的大脑，他们有人类亿万年来进化而来的一些原始的本能，比如哭泣呼喊、寻求保护、喜欢热的食物等等。但是阿尔法元厉害之处就在于它真的能实现从无到有的全过程，因为机器天生在没有外部输入的情况下，那可真的是白板一块了。阿尔法元是怎么下棋的呢？简单来说就是它要通过和自己的对弈来现学现用，这不同于阿尔法狗的早有基础。用形象的话来说，阿尔法狗是厉害的新人，站在巨人的肩膀上；那阿尔法元就只是入门级的菜鸟，需要在短时间内晋级为大师级别的选手。阿尔法元在极短时间内居然能以100:0击败它的前辈，这其中暗含了巨大的可能。在未来的深度学习中，它的迭代速度会越来越快，掌握更多复杂的技能和判断力。最有意思的是它的自我学习的能力远远超出常人的预料，自我总结和自我塑造的执行力也让它的前辈都赧颜。从人工智能的发展来看，阿尔法元的问世或许开启了一个新阶段，虽然还有一些科学家对新版本的阿尔法元的战绩表示质疑，但打破白板理论的阿尔法元已经给人类带来了太多惊喜，未来它还能学习进化到何种程度，还有待于科学家和工程师们的努力探索和不懈完善。附：阿尔法元(Alphago Zero)学习进程1、初入棋坛，围棋幼童2、菜鸟阶段3、打赢了 AlphaGo Lee（当初击败李世石的 AlphaGo 版本），战绩喜人参考资料：1、http://mashable.com/2017/10/19/google-alphago-zero/（Google AlphaGo Zero taught itself to become the best Go）2、http://igeeksmagz.com/2017/10/19/alphago-zero-learning-from-scratch.html（AlphaGo Zero: Learning from scratch - igeeksmagz.com）3、AlphaGoZero创造者:星际争霸2比围棋更有难度

这条消息昨天刷屏了，我不是人工智能专属领域的专家，但是近期确实接触了不少人工智能的项目，参与了人工智能的电视节目，也看到了国内在人工智能领域的顶尖技术。下面来说说我对人工智能的理解，完全个人理解，可能也会随着人工智能的发展而产生新的变化。

首先人工智能并不新，这个概念已经很久了，中间的关注度也是几经沉浮，从去年google拿出了震惊世界的Alpha go ，到今年自学习的阿尔法元，这才让人工智能又进一步回到了大众的视线，并且掀起了前所未有的热度，而且国家也发布了人工智能的发展规划，百度宣布 all in 人工智能，马斯克和扎克伯格隔空互怼，大家也开始怼人工智能有了各种猜想、期望甚至恐惧。

从我看到的人工智能来看，我基本上站扎克伯格，人工智能会给人类带来一些便利，也可能会导致人类失业，但是象科幻电影中的那种人工智能依然存在于人们的想象中。其实不要害怕机器会超过人，机器在记忆力、运算能力方面早就超过人了，这一点毋庸置疑，但是大家并不对此感到恐慌，感到恐慌的源自于思维，机器的思考和创新能力有没有可能会超过人？

我们来看这次再度引起大家关注的阿尔法元，首先围棋的目标是明确的，围棋的规则也是明确的，胜负有上限，约束条件清晰而明了，不通过学习棋谱而做到这个我觉得完全可以想象。但是从弱人工智能进化到强人工智能之间的巨大鸿沟依然没有看到里程碑式节点。

总之，这次事件可以称为意料之外情理之中，人工智能的未来依然值得期待，希望看到更多具有交互性、具有想象力的人工智能。

很早以前有人这样预言，人工智能就像一列火车，等待火车到来可能需要漫长的时间，但它却不会给你留下任何时间目送它远去。

阿尔法围棋在一定程度上，已经证明了这个预言。

第一盘还是蠢萌新手，三天后已经统治世界

• 2015年10月，阿尔法围棋诞生，击败了欧洲冠军樊麾；

• 2016年3月，阿尔法围棋以4比1击败了人类最顶级棋手之一的李世石；

• 今年新年，阿尔法围棋在网络上化名“大师”（Master），以60比0完胜前来挑战的一众人类棋手；

• 今年5月，阿尔法围棋以3比0完胜世界排名第一的人类天才棋手柯洁。

• 昨天曝出消息，阿尔法围棋已被它的升级版“阿尔法围棋元”（Alphago Zero，又译“阿尔法围棋零”，以下简称“阿尔法元”）完全超越。战胜李世石的版本被打了100比0，战胜柯洁的版本被打了89比11。

长期排名世界第一的中国天才少年柯洁，被阿尔法打得绝望流泪（上图）

我找来看了“阿尔法元”所下的第一盘棋谱，当时它只被输入了围棋的规则，几乎是一张白纸，可以说是乱下，甚至有点蠢萌。

但是，短短三天后，它已经成为顶级高手；40天后，碾压一切对手，包括它的“前辈”阿尔法狗。

震撼吗？确实震撼。

科学家们自豪地说，这一版本没有学习任何人类棋谱，完全靠自我对弈学习。这让外界惊叹：机器可以开始摆脱人类了！

但是，不得不说，这中间的逻辑跳跃，比科技飞跃大多了。

“阿尔法元”直线上升的棋力水平（动态图）

“阿尔法元”真的摆脱人类了吗？根本没有！

它的成果，仍然建立在此前版本的“阿尔法围棋”上，它的自我学习的方法路径，是之前各个版本在消化人类数千年来的棋谱的基础上习得的——宏观看这个过程，并不算真正意义上的“自我学习”。

阿尔法“零”，并不是零基础。它本质上仍然是人机交互的成果。它的行动，来自人工的代码指令；它的策略和思考，广义上建立在人类的经验基础之上；它的自我学习，是因为人类告诉它如何“自我学习”。

更何况，在其他人工智能具有前景的应用领域，变化虽然不像围棋那么巨量，但是变量更多、判断标准更模糊，人工智能要学习的，只会更多。

“智械危机”只存在于科幻小说里

至于人工智能在未来会否导致“智械危机”，对人类的生存产生威胁，它更多地缘于科幻小说家制造戏剧冲突的需要，虽然霍金等大科学家提出过同样的疑虑，但人类没必要因噎废食。只要保持对未知的敬畏之心，收敛造物主式的傲慢，即便人工智能这列火车消失在视野之中，也不会真正脱离人类的掌控。

没有人敢低估人工智能发展的速度。但是，人类也没必要太过妄自菲薄。人类和人工智能之间，仍有着坚实的联系，而且，前者对后者，也从未丢掉敬畏和警惕之心。

霍金有一句著名的警告：“全人工智能的发展可能终结人类。”但是，不需要恐慌，至少现在不需要——即便是以“阿尔法元”的实力。

人工智能最可能导致的两个问题是：

1. 过快发展导致人类失去控制，人工智能的运转逻辑又从“合作”变成激进的“对抗”。——但就像上文所说，从阿尔法元的运作来看，这是缺乏根据、杞人忧天的想法。

2. 过快发展导致人类的很多工作岗位被人工智能取代，引发大量失业。——除非机器取代人类政府（难度见1），否则，人类大可通过各种政策调控来预防和控制这种情况的发生。

最后说一句，此前人类世界的任何一次产业变革，都未消解人类存在的意义，都在让人类变得更好。这一次，又何须例外？

• 麦卡，资深媒体人，复旦大学新闻传播硕士，段子手。关注我，不错过有趣、有脑、有态度的体育资讯和观点。

要搞清楚AlphaGo Zero和老版AlphaGo以及人类的对比，只要看懂两张图就够了。

-

1. 纯粹的强化学习（AlphaGo Zero）和纯粹的监督学习（老AlphaGo向人类学习的那一部分）的对比：

紫色线是AI程序完全向人类学习时的进步速度，可以看出一开始就达到了很高的水平，毕竟有参照物可以模仿嘛！

然而紫色线渐渐的会趋近于绿色虚线，这条高度约为3700左右的虚线是以4：1打败了李世石的AlphaGo V18.0，也就是AlphaGo Lee的水平高度。第18个版本的AlphaGo实际上和柯洁水平相当或稍高，基本达到了人类围棋理论现阶段发展所能实现的水平上限。上句中的“现阶段”的意思是说，人类的理论最高水平也在提高，只不过进步速度远没有AI那么快，所以相对于AI来说就像一条静止的线一样了。

要知道AlphaGo Lee是先向人类学习，达到一定高度之后再进行自对弈强化学习的“两条腿走路”。紫色线代表的纯粹的监督学习却少了自对弈，等于只有一条腿。而且纯粹向人类学习显然不可能超越人类的理论最高水平（这个理论最高水平应该要略高于柯洁的水平，因为具体的人会有失误），所以紫色线最终是趋近于蓝色虚线的。

而蓝色线则和紫色线反过来，是单纯的强化学习，不再向人类学了！纯粹自己摸索！结果呢？开始确实进步慢，毕竟自己瞎摸索嘛！但是慢慢上道了之后，进步越来越快，在20个小时左右的时候就超过了纯粹的监督学习，继而在36小时左右的时候超过了AlphaGo Lee的水平高度，然后增速也开始变缓，毕竟到了高水平段了嘛，进步不容易了，但总之还是在进步。

-

2. 完全自学成才的AlphaGo Zero的进步速度：

图中有两条虚线，绿色虚线是打败了李世石的AlphaGo V18.0的水平高度，蓝色虚线是打败了柯洁的AlphaGo Master的水平高度。而前面的这个绿色虚线基本就是现阶段人类最高水平走到的高度了。

请注意，蓝色线在和绿色虚线交汇之后，形成了一个大概的拐点，再往上的进步速度就明显的变慢了，说明什么呢？说明从围棋的客观规律来说，这已经是高水平段了，想要在这个水平区间前进已经变难了很多。而人类对围棋规律进行总结形成的理论，经过几千年的发展，已经通过了容易提升的“轻松模式”区间（绿色虚线以下），正在迈入绿色线以上的“困难模式”区间（绿色虚线以上）。

不过最令人好奇的是，AlphaGo在进入“困难模式”区间以后，进步速度虽然变慢了很多，但仍然在持续提升，甚至在超过了Master的水平（蓝色虚线）之后仍然在缓慢提升 ，没有看到上限在哪儿，它到底能走多高呢？

生在这个时代，能够见证技术的飞跃，实在是很兴奋的事情。对于AI的技术，我只能算是外行，就不多说了。倒是看到很多网站的报道宣称围棋从此算是“废了”或者“已死”等等，想多说几句。

1996年，IBM公司的深蓝战胜国际象棋特级大师卡斯帕罗夫。1996年距今已经二十多年过去了。国际象棋过得还好吗？数据调查显示：过得还蛮不错。调查机构YouGov和AGON合作的，针对美国、英国、德国、俄国和印度的调查估测，有约6亿民众在其一生中下过国际象棋。在美国，有约12%，在俄国，有约43%的人口是活跃的国际象棋棋手。这样的数据并不难理解：科技的进步使得学习国际象棋、在线寻找国际象棋棋友等都变得更便捷，这也吸引更多人进入国际象棋领域。

有些人可能想说，衡量一个领域真正的活跃度和价值的标准是其商业价值。根据Chess.com的统计，在1996年以后，国际级别的国际象棋大赛的高端奖金维持了一百万到二百万美金的水平，并没有出现缺乏关注、赞助商走人等等问题。

网络上一直有一个笑谈，说发明了汽车以后，人类还在训练和竞赛跑步。技术超越人类的身体和认知能力是一件很令人振奋的事情，但是这不意味着技术可以取代我们健身、娱乐、竞争等等的需要。从这个角度说，技术能够战胜人类棋手不一定意味着围棋“已死”。相反，争议和竞争，特别是“人类vs机器”这样的竞争，实际上帮助围棋在过去的两年内获得重大的关注。