阿尔法元100：0战胜哥哥阿尔法狗，背后却是让全人类惶恐的故事

去年，AlphaGo Lee 打败了李世乭；今年，AlphaGo Master 打败了柯洁，我们已经被计算机围棋吓了两跳。但是，最近，AlphaGo 的弟弟 Alpha Zero，也即是阿尔法元，以 100：0 的成绩打败了哥哥阿尔法狗。

阿尔法元成为最强大的围棋程序

之前的阿尔法狗都利用人类数据进行培训学习，他们被告知人类在什么地方下什么棋子，学习了人类所有的棋谱。

而阿尔法元不依靠任何人类数据，而是自我学习：它仅仅被告知如何从零开始学围棋的原理，然后加入了若干种算法。

人们一般认为机器学习就是大数据和海量计算，但是阿尔法元让科学家们意识到，算法比计算、数据更加重要。要知道，在阿尔法元上使用的计算，要比在阿尔法狗上使用的少一个数量级，但是，运用了更多的算法，这就使得阿尔法元比阿尔法狗更加强大。

阿尔法元诞生之后，能力日渐增强，在第 3 天，就以 100：0 的成绩打败了战胜李世乭的 AlphaGo Lee；到第 21 天，打败了战胜柯洁的 AlphaGo Master；到第 40 天，就打败了过去的所有阿尔法狗，这是连科学家自己都惊艳的成绩。

从穷举法到神经网络

在人机国际象棋中，计算机使用的是暴力穷举法。穷举法又称为枚举法，它的基本思想是根据题目的部分条件确定答案的大致范围，并对在此范围内所有可能的情况都逐一验证，看是否符合题目条件，直到全部情况验证完毕。如果某个情况刚好符合，那么它就是答案；但是如果没有条件符合，那么这个题目无解。

但是，在围棋中，这个方法被人们否定了。因为围棋每走一步，就会有 19 X 19 种可能性，即使是对于计算机，运用穷举法的计算量也太大了。

后来，有人提出将卷积神经网络（Convolutional Neural Network，简称 CNN）运用到围棋中。CNN 是近年来引起广泛重视的高效识别方法，由于它可以避免对图像的复杂前期预处理，能够直接输入原始图像，所以在大型图像处理方面表现十分出色。计算机直接学习棋盘图像，大大提高了运行速度。阿尔法狗就是运用的这一种算法。

人类阻碍了机器人？

阿尔法狗用了 40 层策略网络和价值网络：前者用于分析局面，预测下一步行动，帮助缩小选择面；后者则用于评估这步棋的胜率值。同时，快速走子系统也在运行，以在稍微牺牲走棋质量的前提下，提升运算速度。最后，再用一种搜索算法把以上三者连接起来。

但是，阿尔法元则直接去掉了快速走子系统，策略网络与价值网络也被结合到一起，关于人类围棋知识的系统基本都被删掉了。因此，在自我对弈初期，阿尔法元常常会出现一些很诡异的棋局，但是这也让它在后期会出现很多出其不意的方法。这让很多钟情于大数据的科学家都开始失落，因为阿尔法元似乎印证了是人类的思维在阻碍机器人的发展。