一条自学成才的“狗”
10月18日，杭州，中国棋手柯洁在连续5局猜先拿到黑棋的情况下，完成逆转，决赛中最终击败小2岁的许嘉阳，首次夺得利民杯星锐战冠军。
获胜后的柯洁难掩兴奋之情，在微博上表示结局美好，并幽默地向新生代棋手喊话：现在的中日韩新锐一个比一个优秀...但希望你们记住我——你们的前辈是很厉害的。
8个小时后，柯洁又发了一条微博，但这条微博传达的情绪却与刚刚获胜的喜悦格格不入。柯洁感叹：人类实在太多余了。
让柯洁发出这声沉重的叹息是因为AlphaGo又重出江湖了。而这次，是更加强大的“新狗”AlphaGo Zero。
江山代有“新狗”出
2016 年在 AlphaGo 和韩国棋手李世石的对战后，人工智能棋手开始进入大众的视野。今年5月27日，“阿尔法狗”与年轻有为的中国棋手柯洁迎来终局对决，在历经约3个半小时的对弈后，柯洁投子认输，执黑的“AlphaGo”中盘获胜。至此，人机大战2.0结束，柯洁在与AlphaGo的三番棋全部告负。
在赛后的发布会上，柯洁就坦言“感谢这个强大的对手，让我知道我居然会有这么大的差距，希望以后自己能再进步一点，差距再小一点，AlphaGo团队太了不起了，冷静，可怕，完美的对手。”
比赛结束后，AlphaGo宣布不再和人下棋。
但它的创造者并没有因此停下脚步，就在昨天，专注于推进人工智能（AI）研究的谷歌子公司Deepmind又在《自然》期刊上发表了关于 AlphaGo的新论文，并宣布新版AlphaGo——AlphaGo Zero可以在没有人类指导的情况下学习，其水平超过此前所有AlphaGo（阿尔法狗）。
更恐怖的是，Zero经过三天训练就能够击败AlphaGo Lee （即去年战胜李世石的版本），节约了90%+的时间，且胜率是100：0。四十天之后，Zero甚至超越了姐妹版本Master（即今年战胜柯洁的版本），对Master实现90%胜率。Zero达到目前人类的棋力，只花了3天时间，大约70小时，下了490万局。很多人说，阿尔法元3天，超过了人类3000年。
无招胜有招
和以前的 AlphaGo相比，“新狗”比“老狗”具有以下特点：
从零开始学习，不需要任何人类的经验
使用更少的算力得到了更好的结果
发现了新的围棋定式
将策略网络和值网络合并
使用了深度残差网络
特别需要注意的是第一点。据DeepMind的创始人 Demis Hassabis 介绍，它的学习从零开始，且单纯基于与自己的对弈。人类的输入仅限于棋盘和棋子，没有任何人类数据。AlphaGo Zero仅用到一张神经网络，这张网络经过训练，专门预测程序自身的棋步和棋局的赢家，在每次自我对弈中进步。新程序只使用一台机器和4个TPU。
AlphaGo Zero就像人类初学者，需要经历一定时间摸索。不同训练阶段进行的三场自我对弈游戏中的头80步，图中显示的下法来自AlphaGo Zero的一个版本，这个版本的神经网络由20个模块组成。
通俗点来说，AlphaGo Zero是无监督学习的产物，它是自学成才的。
我们知道，旧版AlphaGo接受的训练是，观摩由实力强大的业余或专业棋手对弈的海量棋局。但AlphaGo Zero没有获得这样的帮助，它自我对弈数百万次，并从中学习。一开始，它只是随意把棋子放在棋盘上，但后来它发现了获胜的策略，棋艺就快速提升了。
金庸的武侠小说中，有一境界叫“无招胜有招”。这一境界的最大特点是“忘记”，能将所学的招式忘得越多越好。一切武功招式都只不过是武学的形骸，都要通通忘记，只有记住了其精髓所在，举手投足间，如行云流水。
无论张无忌还是令狐冲，手中无招，心中也无招，出手浑然天成，制人不制于人。这是武学的最高境界，无所不至，无坚不摧。
AlphaGo Zero从一出生就是一张“白纸”，把一切忘记，把一切归零，自己摸索，自己发现规律。人的经验或许能帮助机器掌握智能，但或许人的经验是有缺陷的，不如让机器自己发现新的，更好的规律。
由于在硬件和算法上的进步，AlphaGo变得越来越有效率
人类研究围棋已经上千年，有了无数经验和无数定式。我们自以为洞晓了围棋的全部真谛，参透了围棋的伟大奥义，什么是“妙手”，什么是“臭手”，什么“二连星布局”、“十王走马势”，什么“压强不压弱”、“棋从断处生”，谁知道人工智能以“无招胜有招”的策略和算法技术就把人类几千年的金科玉律轻易击破，很多以前教科书中笃定蠢不可及的败笔，突然成了神来之笔。
刘慈欣在科幻小说《三体Ⅲ：死神永生》里有句名言：“弱小和无知不是生存的障碍，傲慢才是。”
“阿法狗”的不断进化，会让我们窥见科技的力量，也灼以我们深深的挫败感。然而，我们不能把曾经的傲慢情绪急速转化为幻灭感，我们应该一边骄傲，一边谦卑，这种较量更能试出我们的潜能。
人生本有尽，宇宙永无穷。我们看到了人工智能的不可一世，也让我们看到更加崭新的自己。
