引用:

原帖由 ???????? 於 ????-??-?? ??:?? ?? 發表

眾所周知，在西洋棋方面，IBM的深藍在20年前就打敗了西洋棋世界冠軍Garry Kasparov。  
而後續的Stockfish和Komodo這些西洋棋程式也早已獨霸西洋棋世界。
在過去的二十年裡，用機器演算法下西洋棋已經取得了很大進步。
1997年,IBM公司的西洋棋程式「深藍」（Deep Blue）在一場六局的比賽中擊敗了
當時的人類世界冠軍卡斯帕洛夫（Garry Kasparov）。
現在看來，這一成就並不神祕。深藍每秒可以計算2億個位置。
它從不疲倦，從不在計算中出錯，也從不會忘記片刻之前的想法。

AlphaZero透過與自己對弈並根據經驗更新神經網路，從而發現了西洋棋的原理，並迅速成為史上最好的棋手。
它不僅能夠輕而易舉地擊敗所有最強大的人類棋手，還能擊敗當時的電腦西洋棋世界冠軍Stockfish。
在與Stockfish進行的100場比賽中，AlphaZero取得28勝72平的好成績。它沒有輸掉一場比賽。
AlphaZero獲勝靠的是更聰明的思維，而不是更快的思維。它每秒只計算6萬個位置，而Stockfish會計算6千萬個。
它更明智，知道該思考什麼，該忽略什麼。卡斯帕洛夫在《科學》雜誌文章附帶的一篇評論中寫道，
AlphaZero透過自主發現西洋棋的原理，開發出一種「反映遊戲真相」的玩法，而不是「程式設計師式的優先級和偏見」。

去年8月份，《自然醫學》上的兩篇文章探討了機器學習如何應用於醫學診斷。
在一項研究中，DeepMind研究人員與倫敦莫爾菲爾德眼科醫院（Moorfields Eye Hospital）的臨床醫生合作，
開發出一種深度學習演算法，可以準確地對各種視網膜病變進行分類。

也許就在不久的將來，AlphaZero已經發展成為一種更通用的解決問題演算法，其將擁有至高無上的洞察力，
它能夠拿出漂亮的證據，就像AlphaZero與Stockfish對弈時一樣優雅，而且每一個證明都會揭示為什麼定理是正確的。
對於人類數學家和科學家來說，這一天將標誌著一個新時代的到來。機器的速度越來越快，
相比之下人類神經元卻以毫秒級的速度緩慢運轉，我們再也跟不上機器的理解速度，
人類洞察力的黎明可能很快就會變成黃昏。無論是基因調控或癌症，還是免疫系統的編排，抑或是亞原子粒子的運動，
其中或許還存在有待於發現的更深層模式。假設這些模式需要超越人類的更高智慧來預測，
而AlphaZero的繼任者又能夠辨識並理解它們，那麼在我們人類看來演算法就像是一個神諭。
或許未來，我們不再明白為什麼電腦的結論總是正確的，但我們可以透過實驗和觀察來檢驗它的計算和預測。
科學將把我們的角色降低到旁觀者的角色，在驚奇和困惑中目瞪口呆。
也許最終我們不再糾結於人類自身關於洞察力的匱乏。畢竟機器演算法將能夠治癒我們所有的疾病，
解決我們所有的科學問題，並讓我們所有的一切順利前行。

Alpha家族系列出自DeepMind公司，這家公司是2010年由傑米斯‧哈薩比斯，謝恩‧列格和穆斯塔法‧蘇萊曼創立的。
在2014年，DeepMind榮獲了劍橋大學電腦實驗室的「年度公司」獎項。2014年1月26日，Google宣佈收購DeepMind科技，
收購的價格大概為4億美元。顯然，DeepMind真正被全球熟知是在第一次人機大戰之後，
從2016年的那場對弈之後，DeepMind旗下的圍棋AI就開始了超神之路。

2017年12月5日，AlphaGo Zero迎來升級，這個被稱為AlphaZero的程式在三天內自學了三種不同的棋類遊戲，
包括西洋棋、圍棋和日本的將棋，無需人工干預，一篇描述這一成就的論文今年12月初在《科學》雜誌發表。在AlphaZero之外，DeepMind在醫療領域還打造了一個名為AlphaFold的AI系統，它能夠應對當今生物學中最大的挑戰之一：模擬蛋白質的形狀。