人工智能“零”生万物？不存在！

10月19日，英国《自然》杂志发表论文报道，一款新版的“阿尔法狗”(AlphaGo)计算机程序能够从空白状态起，在不需要任何人类输入的条件下，无师自通，自学成才。

创造者给它起名叫“Zero(零)”。道家说，道生一，一生二，二生三，三生万物。这从零开始，能超越人类顶尖棋手的围棋技艺，听起来颠覆常理，让很多人心生畏惧。

加上被AlphaGo击败的世界知名围棋选手柯洁不久后在社交平台上表示：“一个纯净、纯粹自我学习的AlphaGo是最强的……对于AlphaGo的自我进步来讲……人类太多余了(请联系上下文，注意语境)。”

“人类多余”的概念被断章取义，一个算法仅凭自己就能学习出高超的棋艺，人工智能能够“零”生万物，就这样被解读出来，然而事实是这样吗？科技日报记者专访了业内学者，听听他们怎么说。

正听：Zero也需要数据库

“Zero可以自己产生数据，下一秒的数据和上一秒的数据‘对打’，赢了就再生成，如此循环往复，胜招就逐渐被‘进化’出来了。”中国首席数据官联盟专家组成员、瀚思科技创始人高瀚昭说。

那么，没有数据库的支持，Zero是如何产生数据、又如何知道产生何种数据的呢？难道真的有了“聪明才智”？

华大基因CEO尹烨并不赞成“自学成才”的说法。他将AlphaGo Zero，和AlphaGo就学习源头进行了对比。“后者被输入了人类历史上的3000万个棋局、一步一步从中学到了对应围棋规则的算法，Zero就是站在AlphaGo的‘肩膀’上，继承了后者规则明确的确定算法，才能懂得围棋的规则，遵循这个规则，左右互搏。”

也就是说，Zero从前辈处学习规则，“它不需要的只是以往人类的比赛数据，并不意味着不需要数据库。”高瀚昭说。

北京语言大学教授荀恩东将Zero之所以能“棋高一着”解读为两个原因，一是“在同样的规则下，机器抓到的落子策略，和人抓到的不同”；二是“它的运算速度比人快，因此能够进行更深入的、甚至穷举的计算，完全知道后招。”

也就是说，既找对了路，还跑得快。但是，这样的状况是有前提的——“规则是简单的！胜负是明确的！策略是可以穷举的！”荀恩东说。

分析一下Zero的学习过程，就能了解为什么必须是这类问题，它们才能胜出。

免责声明：本文来自作者——中国新闻网，不代表超天才网的观点和立场。文章及图片来源网络，版权归作者所有，如有投诉请联系删除。