人工智能继续进阶

——通杀棋界后，“阿法狗”走向教学

本报记者 张梦然

今日视点

在人工智能（AI）领域，“阿法狗”（AlphaGo）是个嚣张的名字。自2016年3月甫出茅庐震惊世人后，该程序妙手迭出，一路刷新纪录。

至本月初，谷歌的AI子公司深度思维宣布“阿法狗”升级成了“阿法零”（AlphaZero），已一举击败国际象棋、将棋、围棋类三个世界冠军级的电脑程序。

12月11日，该公司发布“阿法狗”教学工具。两天后，团队资深研究员、曾代AI执子的“人肉臂”黄士杰，宣布正式离开“阿法狗”，转投深度思维其他项目。

“阿法狗”不断升级

2016年，名为“阿法狗”的AI在和所有其他围棋程序的对抗中获得99.8%的胜率后，进一步学习，于当年3月挑战人类围棋世界冠军。五局鏖战，人类1∶4不敌AI，轰动一时。人们将这一成绩视为彼时人工智能的巅峰之作，没成想，这只是“阿法狗”的起步。

今年1月，一个神秘账号Master在知名围棋平台上先后挑战柯洁、朴廷桓和井山裕太等顶级高手，豪取胜利，随后战赢“棋圣”聂卫平，直至60盘决胜收官时自爆身份，公布自己正是“阿法狗”新版。

10月，“阿法狗”程序再次升级——“阿法元”(AlphaGo Zero)出现，其以100∶0的不败战绩，狠狠击败了曾书写历史的旧版“阿法狗”，而且能够从空白状态起，在不需要任何人类棋谱输入的条件下，无师自通，自学围棋。

直至12月6日，深度思维再出惊人之举：其研发的新一代“阿法零”，凭借强劲的计算资源，使其经过不到24小时的自我对弈强化学习，就接连击败了国际象棋、将棋、围棋三个世界冠军级的电脑程序，自此成了全能棋王。

“阿法零”独孤求败

最新出现的“阿法零”，是深度思维团队继“阿法元”问世之后带给人们的又一全新算法，并称它是“更通用版本”。

目前，“阿法零”算法可以在8个小时训练后击败去年对战李世石版本的“阿法狗”，再以4小时训练击败世界顶级的国际象棋程序Stockfish；又用2小时训练击败世界顶级将棋程序Elmo。