誰能擊敗AlphaGo？答案是具備自我學習能力的AlphaGo Zero

Alphabet子公司DeepMind周三（10/18）宣布，已打造一個比AlphaGo更厲害的圍棋程式—AlphaGo Zero，它具備自我教學能力，已成為歷史上最強大的圍棋棋手。

之前的AlphaGo版本主要是以數千盤人類棋手的對戰進行訓練，包含業餘與專業棋手，然而AlphaGo Zero跳過了此一步驟，在完全不懂圍棋的狀況下自己跟自己對戰，由於它內建了具備強大搜尋演算能力的神經網路，因此能不斷調整與更新，以預測棋子的落點。

AlphaGo Zero透過強化學習模式讓它成為自己的老師，當中完全沒有人類的干預，也未使用歷史棋戰資料，只花了40天便成為史上最強的棋手。

一開始的AlphaGo Zero只知道圍棋的基本規則，卻在3天後就打敗了AlphaGo Lee，這是在2015年與李世乭的5盤對戰中拿下4盤的AlphaGo版本；21天後它達到與AlphaGo Master同樣的能力，此為今年於網路上與60名專業棋手對戰拿下全勝紀錄，並擊敗柯潔的AlphaGo版本，40天後它便超越了所有的AlphaGo版本。

DeepMind指出，AlphaGo Zero所使用的技術遠比之前的AlphaGo還要強大，因為它不再受限於人類的知識，而是向全球最厲害的棋手學習—AlphaGo Zero自己。

隨著演算法的進化，AlphaGo所使用的運算資源也愈少(下圖)，早期的AlphaGo Fan使用176個GPU，之後便改採Google自行發展的AI處理器（Tensor Processing Unit，TPU），AlphaGo Lee使用了48個TPU，AlphaGo Master與AlphaGo Zero皆只使用4個TPU。

儘管AlphaGo Zero仍然以圍棋為開發範本，但DeepMind認為類似的技術將可被應用在其他的結構化問題上，例如蛋白質折疊、降低能源損耗，或是尋找革命性的新材料等，將有潛力對社會帶來正面的影響。

AlphaGo Zero的研究報告已於本周發表於《自然》（Nature）期刊上。

AlphaGo Zero介紹影片：