2017年10月19日，《自然》雜志刊登了谷歌DeepMind團(tuán)隊(duì)的新成果——
名為AlphaZero（暫譯：阿法元）的機(jī)器系統(tǒng)僅訓(xùn)練3天就戰(zhàn)勝了AlphaGo Lee，比分100：0，后者就是戰(zhàn)敗李世石的那套。
經(jīng)過(guò)40天訓(xùn)練后，Alpha Zero又以89：11戰(zhàn)勝了Alpha Master，即橫掃柯潔的那套。
那么，我們可以從阿法元的勝利中獲得哪些顛覆性的學(xué)習(xí)奧秘呢？
1、經(jīng)驗(yàn)可能反而是束縛你的絆腳石！創(chuàng)造力來(lái)自于一張“白紙”！
阿法元完全從零開(kāi)始，不需要任何歷史棋譜的指引，更不需要參考人類(lèi)任何的先驗(yàn)知識(shí)，完全靠自己一個(gè)人強(qiáng)化學(xué)習(xí)（reinforcement learning）和參悟。
這是最具顛覆性的一點(diǎn)：以前我們常常強(qiáng)調(diào)經(jīng)驗(yàn)學(xué)習(xí)的重要性，所以必須從小學(xué)開(kāi)始通識(shí)教育。
阿法元的探索或許能產(chǎn)生這點(diǎn)啟示：
摒棄所有經(jīng)驗(yàn)，人類(lèi)或許天生就有超強(qiáng)的學(xué)習(xí)力和創(chuàng)造力！我們認(rèn)為的通識(shí)教育，不是助力它們，反而是在扼殺它們！
由此，人類(lèi)以前的學(xué)習(xí)常識(shí)或?qū)⒈活嵏?/b>！
2、左右手相搏，意味著左右腦同時(shí)開(kāi)發(fā)。全腦開(kāi)發(fā)促進(jìn)學(xué)習(xí)可能是正確的！
阿法元只需要在4個(gè)TPU上，花三天時(shí)間，自己左右互搏490萬(wàn)棋局。
以前我看過(guò)不少文章說(shuō)全腦開(kāi)發(fā)是假的，如根本沒(méi)有左右腦之分，右腦根本不需要開(kāi)發(fā)之類(lèi)的說(shuō)法。
如今阿法元的訓(xùn)練方法，或許能證明全腦開(kāi)發(fā)的正確性。
說(shuō)起左右相搏，我一下子就想到了金庸《射雕英雄傳》里的周伯通，他不正是左右互搏術(shù)的行家嗎？原來(lái)今天的學(xué)習(xí)方法早就被金庸看透了，所以他能那么高產(chǎn)。
好像跑題遠(yuǎn)了點(diǎn)，拉回來(lái)！我其實(shí)就想告訴你，全腦開(kāi)發(fā)可能是正確的。
3、掌握并訓(xùn)練科學(xué)的策略和價(jià)值流程同樣重要！
阿法元將“策略網(wǎng)絡(luò)”和“價(jià)值網(wǎng)絡(luò)”的神經(jīng)網(wǎng)絡(luò)合二為一，從而讓它能得到更高效的訓(xùn)練和評(píng)估。
其實(shí)，我們學(xué)了那么多的通識(shí)教育，卻從未系統(tǒng)和科學(xué)的學(xué)習(xí)過(guò)策略和價(jià)值流程理論。
如果人類(lèi)不學(xué)習(xí)那些遠(yuǎn)古傳來(lái)的歷史經(jīng)驗(yàn)，而是一開(kāi)始就學(xué)習(xí)科學(xué)的策略和價(jià)值流程，并且不斷訓(xùn)練它，會(huì)不會(huì)也能變成阿法元一樣的“神”呢？
我覺(jué)得這會(huì)是一個(gè)很有意思的學(xué)習(xí)探索。
讓我感覺(jué)最要命的是：通過(guò)相關(guān)的文章介紹，我發(fā)現(xiàn)：阿法元(AlphaGo Zero)的計(jì)算過(guò)程更趨近于人類(lèi)的思考過(guò)程！
難怪，柯潔稱(chēng)：“一個(gè)純凈、純粹自我學(xué)習(xí)的alphago是最強(qiáng)的...對(duì)于alphago的自我進(jìn)步來(lái)講...人類(lèi)太多余了。”
古力慨嘆“20年不抵3天，我們的傷感，人類(lèi)的進(jìn)步”。
如果，有一天人工智能比人類(lèi)更先進(jìn)，根本不需要人類(lèi)，你還能做什么？
