阿爾法元（AlphaGo Zero）能夠完全自主學習并超越人類，會對人類產(chǎn)生威脅嗎？我的觀點是：第一，人工智能的發(fā)展比預期的要快，甚至業(yè)內(nèi)人士都被alphago zero打破；第二，我們應該正視中國和

阿爾法元（AlphaGo Zero）能夠完全自主學習并超越人類，會對人類產(chǎn)生威脅嗎？

我的觀點是：第一，人工智能的發(fā)展比預期的要快，甚至業(yè)內(nèi)人士都被alphago zero打破；第二，我們應該正視中國和英美在人工智能領域的差距。

一方面，alphago zero自主學習帶來的技術(shù)創(chuàng)新并不適用于人工智能的所有領域。圍棋是一種信息透明、結(jié)構(gòu)清晰、規(guī)則詳盡的國際象棋游戲。除了下棋，alphago-zero技術(shù)還可以應用于其他領域，如新材料開發(fā)、新藥化學結(jié)構(gòu)探索等，但也需要時間驗證。而且，在語音識別、圖像識別、自然語音理解、無人駕駛等領域，數(shù)據(jù)不可能窮盡，很難完全從無到有。Alphago-zero技術(shù)可以減少數(shù)據(jù)需求（比如waymo的數(shù)據(jù)模擬），但它仍然需要大量的數(shù)據(jù)。

另一方面，alphago-zero沒有新的巨大的理論突破。它使用tabula Rosa learning（白板學習，沒有人類知識），這是以前的go系統(tǒng)crazy stone首先使用的。alphago-zero的核心技術(shù)RESNET是由微軟亞洲研究院的孫健發(fā)明的。孫健現(xiàn)任曠世科技股份有限公司首席科學家。

然而，本文的影響也是巨大的。Alphago zero對這些技術(shù)的完美集成本身就是一個里程碑。這一研究成果具有一定的指導意義，證明了這一方向的可行性。

在科學研究和工程領域，很難探索以前未知的方向。一旦證明了可行性，追隨者的風險將大大降低。我相信，從昨天開始，所有玩圍棋的研究人員都在學習或復制alphago zero。許多材料和醫(yī)學領域的研究人員也開始探索。

Alphago zero的工程和算法非常強大。但不要誤解這一點，認為人工智能是萬能的，所有的人工智能都可以從零開始學習而無需人類經(jīng)驗，得出人工智能威脅論。Alphago-zero證明了人工智能的快速發(fā)展和英美的科研能力。它告訴我們，沒有人類的知識、人類的數(shù)據(jù)和人類的指導，我們可以在某些領域取得頂級突破。

然而，alphago zero只能應用于單一而簡單的領域，更不用說獨立思考、目標設定、創(chuàng)造力和自我意識了。即使你像alphago zero一樣聰明，也只有當人們給你目標并在數(shù)字優(yōu)化方面做好工作時。

柯潔對戰(zhàn)AlphaGo誰能獲勝？

科杰與阿爾法戈的第二季“人機大戰(zhàn)”將于5月23日至26日在烏鎮(zhèn)舉行。雖然我希望柯潔能贏，但我還是需要理性看待這個問題。

在alphago目前的水平上，客觀地說，如果柯潔能贏一盤，那將是偉大的。我的預測是3比0，阿爾法。當然，我真的希望柯潔能贏一場比賽，給我們職業(yè)圍棋選手面子，但可能性太小了。

我們的專業(yè)棋手和alphago之間的差距是全方位的。從開始布局到結(jié)束，我們都不是它的對手。只要它本身不出問題，我們就可以說我們沒有機會打敗它。自2016年底以來，alphago的水平已經(jīng)超過了人類。根據(jù)alphago和李世石在2016年第一場“人機大戰(zhàn)”中的較量，李世石已經(jīng)不是對手，但其目前的版本據(jù)說已經(jīng)升級了好幾個級別。去年底今年初，阿爾法狗在v25的時候在網(wǎng)上連續(xù)贏了60盤。和李世石玩的時候，是v18。在那之后，我們無法預測它的水平，它太高了。它有很深的學習技術(shù)，我們對它了解不多。不管怎樣，聽起來很可怕。

今年3月，在日本舉行的UEC世界計算機圍棋比賽中，“絕一”獲得第一名。在電子圣杯比賽中，它與日本少年英雄伊麗瑤分七個賽段進行了較量。日本人艾德增哥和伊麗瑤都是被“絕一”殺死的，可見他們的實力還有很長的路要走。

“絕一”還是那么強大。它在互聯(lián)網(wǎng)上已經(jīng)連續(xù)13次戰(zhàn)勝克杰，但alphago應該比絕一強。因為，絕技對人類大師也偶爾失敗，但阿爾法戈化身大師對人類大師卻連續(xù)60勝！科杰以后的絕技很難取勝。如果她去和阿爾法戈戰(zhàn)斗，那就更難抵抗了。