2017年10月19日，《自然》杂志刊登了谷歌DeepMind团队的新成果——
AlphaZero大胜AlphaGo
名为AlphaZero（暂译：阿法元）的机器系统仅训练3天就战胜了AlphaGo Lee，比分100：0，后者就是战败李世石的那套。
经过40天训练后，Alpha Zero又以89：11战胜了Alpha Master，即横扫柯洁的那套。
轻松一刻的漫画
那么，我们可以从阿法元的胜利中获得哪些颠覆性的学习奥秘呢？
1、经验可能反而是束缚你的绊脚石！创造力来自于一张“白纸”！
阿法元完全从零开始，不需要任何历史棋谱的指引，更不需要参考人类任何的先验知识，完全靠自己一个人强化学习（reinforcement learning）和参悟。
这是最具颠覆性的一点：以前我们常常强调经验学习的重要性，所以必须从小学开始通识教育。
阿法元的探索或许能产生这点启示：
摒弃所有经验，人类或许天生就有超强的学习力和创造力！我们认为的通识教育，不是助力它们，反而是在扼杀它们！
由此，人类以前的学习常识或将被颠覆！
2、左右手相搏，意味着左右脑同时开发。全脑开发促进学习可能是正确的！
阿法元只需要在4个TPU上，花三天时间，自己左右互搏490万棋局。
以前我看过不少文章说全脑开发是假的，如根本没有左右脑之分，右脑根本不需要开发之类的说法。
如今阿法元的训练方法，或许能证明全脑开发的正确性。
说起左右相搏，我一下子就想到了金庸《射雕英雄传》里的周伯通，他不正是左右互搏术的行家吗？原来今天的学习方法早就被金庸看透了，所以他能那么高产。
好像跑题远了点，拉回来！我其实就想告诉你，全脑开发可能是正确的。
3、掌握并训练科学的策略和价值流程同样重要！
阿法元将“策略网络”和“价值网络”的神经网络合二为一，从而让它能得到更高效的训练和评估。
其实，我们学了那么多的通识教育，却从未系统和科学的学习过策略和价值流程理论。
如果人类不学习那些远古传来的历史经验，而是一开始就学习科学的策略和价值流程，并且不断训练它，会不会也能变成阿法元一样的“神”呢？
我觉得这会是一个很有意思的学习探索。
让我感觉最要命的是：通过相关的文章介绍，我发现：阿法元(AlphaGo Zero)的计算过程更趋近于人类的思考过程！
我只能泪躺了
难怪，柯洁称：“一个纯净、纯粹自我学习的alphago是最强的...对于alphago的自我进步来讲...人类太多余了。”
古力慨叹“20年不抵3天，我们的伤感，人类的进步”。
如果，有一天人工智能比人类更先进，根本不需要人类，你还能做什么？
网友评论