圖片來源網(wǎng)絡(luò)

按照人類的標(biāo)準(zhǔn)來看，國際象棋并不是一項簡單的游戲。但對于一個由強(qiáng)大的、幾乎是外星人的思維所驅(qū)動的人工智能來說，它可以在幾小時內(nèi)就掌握這項瑣碎的消遣游戲。

在一篇新論文中，谷歌的研究人員詳細(xì)介紹了他們?nèi)斯ぶ悄艿淖钚掳l(fā)展——AlphaZero如何在國際象棋中發(fā)揮出“超人表現(xiàn)”，在打敗世界冠軍國際象棋程序stockfish之前，該人工智能只花了四個小時來學(xué)習(xí)規(guī)則。（維基百科注：stockfish是一個免費的開源UCI國際象棋引擎，可用于各種桌面和移動平臺。）

stockfish網(wǎng)站

換句話說，只需從紐約到華盛頓特區(qū)的時間，人類的所有棋子知識甚至超出人類棋子認(rèn)知部分的知識就被人工智能吸收和超越了。

在只了解國際象棋規(guī)則(沒有學(xué)習(xí)策略)的情況下，僅僅4個小時AlphaZero就已經(jīng)掌握了這個游戲。在某種程度上，它能夠使國際象棋程序stockfish得到最好優(yōu)化。

在對陣stockfish的100場比賽中，AlphaZero以白色(先發(fā)優(yōu)勢)贏得了25場比賽，并獲得了三場比賽的黑牌。剩下的比賽都是平局，stockfish沒有贏，阿爾法也沒有輸。

國際象棋科學(xué)網(wǎng)站Chessable的首席執(zhí)行官兼國際象棋研究員大衛(wèi)·克拉馬利（David Kramaley）說：“現(xiàn)在我們知道我們的新霸主是誰了。

“毫無疑問，這將徹底改變游戲規(guī)則，但也可以想想如何在國際象棋之外應(yīng)用該技術(shù)。這個算法可以應(yīng)用在城市，大陸，宇宙?！?/p>

圖片來源：Creative Commons / Pixabay

Alpha Zero由谷歌的DeepMind人工智能實驗室開發(fā)，它是一款經(jīng)過調(diào)整的、更通用的AlphaGo Zero版本，專攻中國的棋類游戲，圍棋。

多年來DeepMind一直在不斷完善這個AI，在這個過程中，它打敗了一系列的人類冠軍，在“神一樣”的神經(jīng)網(wǎng)絡(luò)面前這些人類冠軍像多米諾骨牌一樣倒下。

這一勝利在10月取得了驚人的成功，一個全新的完全自主的人工智能的版本誕生了——它通過玩游戲自主學(xué)習(xí)，無需面對人類——勝過它以前所有的化身。

相比之下，AlphaGo Zero的前輩們在一定程度上學(xué)會了如何通過觀察人類玩家的動作來玩游戲。

這一努力旨在輔助剛剛起步的人工智能進(jìn)行策略學(xué)習(xí)，但似乎在實際中成了一個不利因素，因為AlphaGo Zero完全自主的學(xué)習(xí)能力在一對一的比賽中表現(xiàn)得很給力且被證明更加有效。

麻省理工學(xué)院的計算機(jī)科學(xué)家尼克·海因斯（Nick Hynes）在10月份對Gizmodo說：“這就好比一個外星文明發(fā)明了自己的數(shù)學(xué)?！?/p>

“我們在這里看到的是一個沒有人類偏見和假設(shè)的模型。任何它認(rèn)為最優(yōu)的東西它都可以進(jìn)行學(xué)習(xí)，面對相同的概念，它可能確實比我們?nèi)祟愃伎嫉母?xì)致入微?！?/p>

不過，這一領(lǐng)域事情進(jìn)展得非常之快，以至于10月份的成就可能已經(jīng)過時了。

在新論文中，該團(tuán)隊概述了最新的AlphaZero AI如何利用這種自玩的依賴——也即所謂的“強(qiáng)化學(xué)習(xí)”并把它應(yīng)用到更廣泛的范圍中，使其更加關(guān)注解決問題的。

廣泛的關(guān)注意味著AlphaZero不僅僅會下象棋，它也玩Shogi(又名日本象棋)和圍棋。也許一點也不足為奇的是，分別只用了2個小時和8個小時，它就掌握這些游戲。

目前，谷歌和DeepMind的計算機(jī)科學(xué)家們并沒有就這項新研究發(fā)表公開評論，這一研究還沒有經(jīng)過同行評議。

但從我們目前所能掌握的情況來看，這個算法在通向人工智能頂峰的路途中令人目眩的表現(xiàn)還遠(yuǎn)未結(jié)束，甚至連國際象棋大師也被眼前的景象所迷惑。

“我之前一直好奇，如果一個優(yōu)秀的物種降落在地球上并向我們展示他們是如何下棋的，那將會是怎樣的情形?！贝髱煴说谩ずＤつ釥柹≒eter Heine Nielsen）對BBC說道。

“現(xiàn)在我知道了?！?/p>

原創(chuàng)編譯：梓色揚光