如今，AlphaGo Master能夠從與自己對弈中學(xué)習(xí)，而不是需要從人類比賽中學(xué)習(xí)。其效率也更高。

谷歌(Google)電腦程序AlphaGo在三局比賽的第二局戰(zhàn)勝世界排名第一的圍棋選手，意味著人工智能算法在這種極其復(fù)雜的棋盤游戲領(lǐng)域大獲全勝。

中國圍棋冠軍柯潔周四投子認負，這場對弈中電腦和人腦都以創(chuàng)新的戰(zhàn)術(shù)給觀眾帶來了驚喜。

盡管古老的圍棋規(guī)則很少，但其復(fù)雜性意味著電腦擊敗世界冠軍曾被認為是難以想象的。然而，由谷歌旗下的DeepMind公司開發(fā)的AlphaGo去年擊敗了韓國圍棋大師李世石(Lee Se-dol)。

谷歌將AlphaGo帶到中國的目的是，挑戰(zhàn)柯潔并在為期5天的賽事中在中國專家和政府官員面前展示其在人工智能領(lǐng)域的突破。自其搜索引擎7年前在中國被屏蔽以來，這是谷歌與中國政府合作舉辦的規(guī)模最大的活動。

DeepMind聯(lián)合創(chuàng)始人杰米斯•哈薩比斯(Demis Hassabis)解釋道，今年的版本名為AlphaGo Master，比去年的版本更為強大。

AlphaGo Master能夠從與自己對弈中學(xué)習(xí)，而不是需要從人類比賽中學(xué)習(xí)。其效率也更高，需要的計算能力是上一個版本的10分之一。

“主要的創(chuàng)新是AlphaGo已變成自己的老師，”AlphaGo首席程序員戴夫•西爾弗(Dave Silver)表示，“這令其能夠用更一般化的方式學(xué)習(xí)，意味著不僅棋藝增強，而且還能帶來更一般化的應(yīng)用。”

AlphaGo Master的硬件也更好了。它使用“張量處理單元”，這是谷歌為用于人工智能程序而設(shè)計的微芯片。據(jù)谷歌稱，“張量處理單元”每單位能量的性能優(yōu)于常規(guī)芯片最多80倍。

柯潔也開始使用從觀看AlphaGo比賽中學(xué)到的戰(zhàn)術(shù)，表明人類也在模仿機器。

盡管IBM的“深藍”(Deep Blue)計算機在1997年擊敗了國際象棋冠軍加里•卡斯帕羅夫(Garry Kasparov)，但要在攻克圍棋領(lǐng)域取得進展更為困難。

與國際象棋不同，圍棋不可能通過利用純粹的計算能力計算出全部可能的走法來輕易取勝。AlphaGo采用的學(xué)習(xí)模式是模仿神經(jīng)元在人類大腦中的工作原理。

DeepMind現(xiàn)在正致力于開發(fā)程序來玩需要更復(fù)雜視覺輸入的游戲，例如暴雪娛樂(Blizzard Entertainment)的在線策略游戲《星際爭霸》(Starcraft)。