谁能击败AlphaGo？答案是具备自我学习能力的AlphaGo Zero

Alphabet子公司DeepMind周三（10/18）宣布，已打造一个比AlphaGo更厉害的围棋程式—AlphaGo Zero，它具备自我教学能力，已成为历史上最强大的围棋棋手。

之前的AlphaGo版本主要是以数千盘人类棋手的对战进行训练，包含业余与专业棋手，然而AlphaGo Zero跳过了此一步骤，在完全不懂围棋的状况下自己跟自己对战，由于它内建了具备强大搜寻演算能力的神经网络，因此能不断调整与更新，以预测棋子的落点。

AlphaGo Zero透过强化学习模式让它成为自己的老师，当中完全没有人类的干预，也未使用历史棋战资料，只花了40天便成为史上最强的棋手。

一开始的AlphaGo Zero只知道围棋的基本规则，却在3天后就打败了AlphaGo Lee，这是在2015年与李世乭的5盘对战中拿下4盘的AlphaGo版本；21天后它达到与AlphaGo Master同样的能力，此为今年于网络上与60名专业棋手对战拿下全胜纪录，并击败柯洁的AlphaGo版本，40天后它便超越了所有的AlphaGo版本。

DeepMind指出，AlphaGo Zero所使用的技术远比之前的AlphaGo还要强大，因为它不再受限于人类的知识，而是向全球最厉害的棋手学习—AlphaGo Zero自己。

随着算法的进化，AlphaGo所使用的运算资源也愈少(下图)，早期的AlphaGo Fan使用176个GPU，之后便改采Google自行发展的AI处理器（Tensor Processing Unit，TPU），AlphaGo Lee使用了48个TPU，AlphaGo Master与AlphaGo Zero皆只使用4个TPU。

尽管AlphaGo Zero仍然以围棋为开发范本，但DeepMind认为类似的技术将可被应用在其他的结构化问题上，例如蛋白质折叠、降低能源损耗，或是寻找革命性的新材料等，将有潜力对社会带来正面的影响。

AlphaGo Zero的研究报告已于本周发表于《自然》（Nature）期刊上。

AlphaGo Zero介绍影片：