AlphaGo Zero横空出世

    今天我们要讲的是一对兄弟之间博弈，竞争的故事。这对兄弟是谁呢？

    今天的主角是身为弟弟的AlphaGo Zero，虽说骨肉相连，形貌神似，但却不是师出同门。AlphaGo Zero完全

从零开始，没有任何历史棋谱的指引，没有人类的现场指导，更没有参考人类任何的先验知识，完全靠自己一

个人强化学习和参悟，棋艺增长远超AlphaGo，并以大比分100：0的成绩完胜AlphaGo。

    首先，AlphaGo Zero采用类似DQN的一个DNN网络实现决策过程，并利用这个DNN得到两种输出policy和

value，然后利用一个蒙特卡罗搜索树完成当前步骤选择。

   其次，AlphaGo Zero没有再利用人类历史棋局，训练过程从完全随机开始。

   第三，AlphaGo Zero在DNN网络结构上吸收了最新进展，采用了ResNet网络中的Residual结构作为基础模块。

新技术AlphaGo Zero的棋力增长速度惊人

   在惊讶于AlphaGo Zero超强的围棋能力的同时，我们必须要考虑的事情就是人工智能的应用以及机器经验和人类经验之间的关系。

 

   AlphaGo Zero通过摆脱对人类经验和辅助的依赖，它的学习算法似乎可以广泛应用到其他人类缺乏了解或是缺乏大量标注数据的领域。

   但是，人工智能和人甚至动物相比，所知所能依然极端有限，要将人工智能在许许多多领域内展开和应用要走很长很长的路。

   与此同时，在未来发展中，我们究竟应该如何看待人类经验的作用？AlphaGo Zero这次对于围棋的无师自通打破了人类经验的正常传承，似乎在告诉我们，人类现有的经验也是可以被探测和学习的。

   在未来发展中，有很多时候机器经验和人类经验会同时存在，人工智能或许也会实现自我化，因此如何处理好两者之间的关系尤为重要。

    人工智能终将和我们的生活紧密相连，你，准备好了吗？