升級后的神經(jīng)網(wǎng)絡(luò)與搜索網(wǎng)絡(luò)結(jié)合成一個(gè)更強(qiáng)的新版本AlphaGo Zero,，如此往復(fù)循環(huán)。每過一輪,，系統(tǒng)的表現(xiàn)就提高了一點(diǎn)點(diǎn),，自我對弈的質(zhì)量也提高了一點(diǎn)點(diǎn),。神經(jīng)網(wǎng)絡(luò)越來越準(zhǔn)確,，AlphaGo Zero的版本也越來越強(qiáng),。

這種技術(shù)比此前所有版本的AlphaGo都更為強(qiáng)大,。這是因?yàn)?，它不再受到人類知識的限制,，而能夠從嬰兒般的白紙狀態(tài)，直接向世界上最強(qiáng)大的棋手——AlphaGo本身學(xué)起,。

AlphaGo Zero相較前代還有幾點(diǎn)明顯的差別：

首先,，AlphaGo Zero僅用棋盤上的黑白子作為輸入，而前代則包括了小部分人工設(shè)計(jì)的特征輸入,。

其次,，AlphaGo Zero僅用了單一的神經(jīng)網(wǎng)絡(luò)。在此前的版本中,，AlphaGo用到了“策略網(wǎng)絡(luò)”來選擇下一步棋的走法,，以及使用“價(jià)值網(wǎng)絡(luò)”來預(yù)測每一步棋后的贏家。而在新的版本中,，這兩個(gè)神經(jīng)網(wǎng)絡(luò)合二為一,，從而讓它能得到更高效的訓(xùn)練和評估。

第三,，AlphaGo Zero并不使用快速,、隨機(jī)的走子方法,。在此前的版本中，AlphaGo用的是快速走子方法,，來預(yù)測哪個(gè)玩家會從當(dāng)前的局面中贏得比賽,。相反，新版本依靠的是其高質(zhì)量的神經(jīng)網(wǎng)絡(luò)來評估下棋的局勢,。

所有這些差異,，都提高了系統(tǒng)的表現(xiàn)，使其更為普適,。不過，是算法上的變化使得系統(tǒng)更為強(qiáng)大和高效,。

僅僅自我對弈3天后,，AlphaGo Zero就以100：0完勝了此前擊敗世界冠軍李世石的AlphaGo版本。自我對弈40天后,，AlphaGo Zero變得更為強(qiáng)大,，超過了此前擊敗當(dāng)今第一人柯潔的“大師”版AlphaGo。

通過數(shù)百萬次自我對弈,，AlphaGo從零開始掌握了圍棋,，在短短幾天內(nèi)就積累起了人類幾千年才有的知識。AlphaGo Zero也發(fā)現(xiàn)了新的知識,，發(fā)展出打破常規(guī)的策略和新招,，與它在對戰(zhàn)李世石和柯潔時(shí)創(chuàng)造的那些交相輝映，卻又更勝一籌,。

這些創(chuàng)造性的時(shí)刻給了我們信心：人工智能會成為人類智慧的增強(qiáng)器,，幫助我們解決人類正在面臨的一些嚴(yán)峻挑戰(zhàn) 。

盡管才剛剛發(fā)展起來,，AlphaGo Zero已經(jīng)走出了通向上述目標(biāo)的關(guān)鍵一步,。如果類似的技術(shù)可以應(yīng)用在其他結(jié)構(gòu)性問題，比如蛋白質(zhì)折疊,、減少能耗和尋找新材料上,，就能創(chuàng)造出有益于社會的突破。