近年人工智慧代表作「阿爾法圍棋」在多場舉世矚目的「人機大戰」之後登上圍棋界聖母峰,但更可怕的是,它持續以自主學習的方式自我超越,最新版本「阿爾法圍棋─零」顧名思義「從零開始」學習圍棋,只用40天時間就擊敗所有前輩版本(人類已經沒有挑戰資格),成為新一代圍旗王者。
對此,世界排名第一的中國棋士、前一代阿爾法圍棋(AlphaGo)手下敗將柯潔在微博上表示:「一個純淨、純粹自我學習的AlphaGo是最強的...對於AlphaGo的自我進步來講...人類太多餘了。」
研發「阿爾法圍棋」的英國「深度思維」(DeepMind)公司在最新一期英國《自然》(Nature)期刊上發表論文〈不需要人類知識條件也能掌握圍棋遊戲〉(Mastering the game of Go without human knowledge),介紹最新版的「阿爾法圍棋─零」(AlphaGo Zero )。
DeepMind將「AlphaGo」的發展分為4個階段:第一個版本是「阿爾法圍棋─樊」(AlphaGo Fan),在2015年戰勝華裔歐洲圍棋冠軍樊麾,是人工智慧首次擊敗人類職業棋士;第二個版本是「阿爾法圍棋─李」(AlphaGo Lee),在2016年戰勝曾多次奪得世界冠軍的南韓棋士李世乭;第三個版本是「阿爾法圍棋─大師」(AlphaGo Master),在今年讓柯潔俯首稱臣,並在與多位擁有世界冠軍頭銜的人類棋士「群戰」中完勝。
這3個版本在剛開始學習圍棋時,都要依靠人類知識,學習人類摸索出的基本下法,然後再開始自己學習。然而第4版也是最新版的「AlphaGo Zero」擺脫了「需要人類知識」這個學習限制,研究人員只為它輸入棋盤以及黑子與白子,接下來它就以「從零開始」(tabula rasa)的方式自主學習,自己與自己對弈,而且突飛猛進。
開始學習圍棋3天之後,「AlphaGo Zero」就以「100勝0敗」的成績徹底擊潰「AlphaGo Lee」。21天之後,「AlphaGo Zero」棋力達到「AlphaGo Master」的水平。40天之後,沒有任何一個舊版的「AlphaGo」能夠戰勝「AlphaGo Zero」。
研究人員認為,從需要預先輸入人類知識,到能完全依靠自己摸索,「AlphaGo」的進步代表人工智慧的巨大突破,意味人工智慧不但可以進入對它來說本是一片空白的領域,而且能夠自主取得卓越成就,自行創造知識。
而且前幾代「AlphaGo」使用2套神經網路(neural network),「AlphaGo Zero」只需1套。前幾代「AlphaGo」利用快速隨機的「走子」(rollout)來預測棋局,但「AlphaGo Zero」完全只靠自家優異的神經網路。
當然,「AlphaGo」的本領絕不只下圍棋。DeepMind執行長哈薩比斯(Demis Hassabis)預期,未來10年「AlphaGo」將以科學、醫學專家的身分與人類合作,從事新藥與新材料研發、破解基本粒子物理學謎團等任務,拓展科學與醫學的新天地。