驅動中國2017年10月19日消息   據英國Nature雜志報道，谷歌旗下的AI子公司DeepMind本周發布了新一代AlphaGo程序，這套AI程序被命名為“AlphaGo Zero”。它可以通過一種“強化學習”的機器學習技術，自學多種游戲，僅經過三天訓練便擊敗了前代的AlphaGo Lee。

據悉，AlphaGo Zero能利用強化學習技術（Reinforcement Learning），大幅提高自學能力。在三天時間內自行掌握了圍棋的規則，還自行創造了更優的棋路。在這時間內未獲得人類的幫助，自行學習先進概念，選擇有利位置和序列戰勝了曾擊敗李世石的AlphaGo Lee。而經過40天的訓練，自學了2900萬種游戲，AlphaGo Zero戰勝了曾擊敗柯潔的AlphaGo Master。

此前，AlphaGo Lee及AlphaGo Master兩代在接受訓練時，觀摩學習了人類專業或業余棋手對弈的海量棋局。而AlphaGo Zero則沒有獲得這樣的訓練，它只是進行數百萬次的自我對弈 ，從中學習棋藝。

DeepMind公司表示，這一套新的程序核心就是連接在一起的人造神經元。AI程序會觀察旗子在棋盤上的位置，并推算下步棋怎么走及獲勝的概率。不過，AlphaGo Zero相比上代版本是一個更簡單的程序，接受訓練的數據更少，承載的計算機設備體積更小。

AlphaGo的首席研究員David Silver表示，“由于未引入人類棋手的數據，AlphaGo Zero遠比過去的版本強大，我們去除了人類知識的限制，它能夠自己創造知識。”

研究團隊表示，AlphaGoZero的棋藝也是從一開始糟糕透頂到缺乏經驗的業余棋手，最后成為圍棋高手。它的面世是AI發展的里程碑，因為它是完全沒有人類棋手數據做指引的情況下，進行自我學習進化。當然，除過圍棋之外，AlphaGo Zero目前正在研究的一個課題就是關于藥物方面蛋白質如何折疊的問題，將來有望取得突破。