10月19日，《自然》雜誌刊登了谷歌DeepMind團隊新成果，一個名為AlphaZero（阿爾法元）的機器人完全靠增強型自我學習，只訓練了3天就戰勝了AlphaGo（阿爾法狗），比分是100：0。
AlphaZero：Must（master） GO！
阿爾法元無師自通、零基礎“自學成才”，許多人聞訊瞠目結舌。有人說：“過去我們相信‘知識就是力量’，現在看來，數據和機器學習比知識和人類經驗更有力量。”甚至悲觀地認為：人工智能以後可能就不需要“人類師父”了。
@JLee：過去我們相信“知識就是力量”，現在看來，數據和機器學習比知識和人類經驗更有力量。
@老六：完了，老頑童的左右互搏術被AI學會了
@悟空一葉：AI拿到了功夫熊貓的神龍秘笈……
@Miss阿禾：終於知道當年為啥是虛竹破解珍瓏棋局了
@風影樓： ——“你都忘記了嗎”
——“都忘記了”
——“好了，你上吧”
@妄想絕症患者：人工智能以後可能就不需要“人類師父”了。
Master：the SECRET is...
人工智能不再需要人類經驗、領域知識了嗎？僅憑阿爾法元在圍棋上的表現，下此結論顯然不妥。
阿爾法元的突破之處在於，第一次讓機器在不“學習”任何棋譜、只設定規則的情況下，從“一張白紙”的狀態開始，迅速成為“圍棋大師”。與阿爾法狗相比，阿爾法元完全摒棄了阿爾法狗學習人類經驗、變身許多圍棋高手的集大成者的那一套做法，而是通過無監督的自我博弈迅速養成，“自成一派”，在這個過程中，阿爾法元自己是自己的老師。
但這也只能表明，在某些特定領域——就如有明確規則的圍棋——人工智能或許不再需要人類知識。並不表明，人工智能完全不需要人類知識的指引。
換言之，阿爾法元雖然確實通過機器學習超越了人類經驗、發現了人類專家還未探索過的博弈路徑，但個例並不能代表人工智能不再需要人類經驗和知識。
就此，計算領域著名科學家、中國工程院院士李國傑的看法是：
一方面，我們絕不能低估機器學習的強大威力——對於結構性的問題，比如蛋白質摺疊、尋找新材料等，無需人類知識的機器學習可能會取得令人驚歎的新突破；
另一方面，對於規則不明確的探索未知的研究工作，領域知識仍然十分重要，不能無限誇大機器的能力。
人工智能發展至今，已進入2.0時代的軌道。但在人工智能基礎理論領域，仍存在許多未知等待人類去探索。在未知面前，下任何結論都言之過早。
美國“曼哈頓工程”的負責人奧本海默在二戰勝利以後曾說過這樣一段話：
“（在二戰期間）我們得到了一棵碩果累累的大樹，並拼命地搖晃，結果得到了雷達和原子彈……其全部精神實質在於對已知的瘋狂而粗暴掠奪，而毫無對未知的認真而謙恭地探索。”
奧本海默
這段話之於當下人工智能的發展仍有啟發。經過60年的培育，人工智能已經長成碩果累累的大樹。我們是拼命地搖晃這顆大樹，在地上撿一些零星的果實，還是懷抱著對未知的認真和謙恭，自己新種幾顆樹苗？答案不言自明。
事實上，在人工智能領域，就非常需要更多的“領域知識”。比如，深度學習為何如此有效？人工智能能不能模仿人腦？現在還沒人能講得清楚。以色列學者提出，深度學習和量子力學中的“物理重整化”幾乎是完全相同的過程。像這類根本性的基礎問題，還需要“人類師父”繼續探路。（文完）
更多精彩，請關注“本來科技”
閱讀更多 本來科技 的文章
