10月19日，《自然》杂志刊登了谷歌DeepMind团队新成果，一个名为AlphaZero（阿尔法元）的机器人完全靠增强型自我学习，只训练了3天就战胜了AlphaGo（阿尔法狗），比分是100：0。
AlphaZero：Must（master） GO！
阿尔法元无师自通、零基础“自学成才”，许多人闻讯瞠目结舌。有人说：“过去我们相信‘知识就是力量’，现在看来，数据和机器学习比知识和人类经验更有力量。”甚至悲观地认为：人工智能以后可能就不需要“人类师父”了。
@JLee：过去我们相信“知识就是力量”，现在看来，数据和机器学习比知识和人类经验更有力量。
@老六：完了，老顽童的左右互搏术被AI学会了
@悟空一叶：AI拿到了功夫熊猫的神龙秘笈……
@Miss阿禾：终于知道当年为啥是虚竹破解珍珑棋局了
@风影楼： ——“你都忘记了吗”
——“都忘记了”
——“好了，你上吧”
@妄想绝症患者：人工智能以后可能就不需要“人类师父”了。
Master：the SECRET is...
人工智能不再需要人类经验、领域知识了吗？仅凭阿尔法元在围棋上的表现，下此结论显然不妥。
阿尔法元的突破之处在于，第一次让机器在不“学习”任何棋谱、只设定规则的情况下，从“一张白纸”的状态开始，迅速成为“围棋大师”。与阿尔法狗相比，阿尔法元完全摒弃了阿尔法狗学习人类经验、变身许多围棋高手的集大成者的那一套做法，而是通过无监督的自我博弈迅速养成，“自成一派”，在这个过程中，阿尔法元自己是自己的老师。
但这也只能表明，在某些特定领域——就如有明确规则的围棋——人工智能或许不再需要人类知识。并不表明，人工智能完全不需要人类知识的指引。
换言之，阿尔法元虽然确实通过机器学习超越了人类经验、发现了人类专家还未探索过的博弈路径，但个例并不能代表人工智能不再需要人类经验和知识。
就此，计算领域著名科学家、中国工程院院士李国杰的看法是：
一方面，我们绝不能低估机器学习的强大威力——对于结构性的问题，比如蛋白质折叠、寻找新材料等，无需人类知识的机器学习可能会取得令人惊叹的新突破；
另一方面，对于规则不明确的探索未知的研究工作，领域知识仍然十分重要，不能无限夸大机器的能力。
人工智能发展至今，已进入2.0时代的轨道。但在人工智能基础理论领域，仍存在许多未知等待人类去探索。在未知面前，下任何结论都言之过早。
美国“曼哈顿工程”的负责人奥本海默在二战胜利以后曾说过这样一段话：
“（在二战期间）我们得到了一棵硕果累累的大树，并拼命地摇晃，结果得到了雷达和原子弹……其全部精神实质在于对已知的疯狂而粗暴掠夺，而毫无对未知的认真而谦恭地探索。”
奥本海默
这段话之于当下人工智能的发展仍有启发。经过60年的培育，人工智能已经长成硕果累累的大树。我们是拼命地摇晃这颗大树，在地上捡一些零星的果实，还是怀抱着对未知的认真和谦恭，自己新种几颗树苗？答案不言自明。
事实上，在人工智能领域，就非常需要更多的“领域知识”。比如，深度学习为何如此有效？人工智能能不能模仿人脑？现在还没人能讲得清楚。以色列学者提出，深度学习和量子力学中的“物理重整化”几乎是完全相同的过程。像这类根本性的基础问题，还需要“人类师父”继续探路。（文完）
更多精彩，请关注“本来科技”
閱讀更多 本來科技 的文章
