10月19日，谷歌旗下人工智能研究部门发布了新版AlphaGo软件，这款名为AlphaGo Zero的系统可以通过自我对弈进行学习，它利用了一种名为强化学习的技术。在经过3天的训练后，这套系统已经可以击败AlphaGo Lee，也就是去年击败韩国顶尖棋手李世石的那套系统，而且比分高达100比0。经过40天训练后，它总计运行了大约2900万次自我对弈，使得AlphaGo Zero得以击败AlphaGo Master（今年早些时候击败世界冠军柯洁的系统），比分为89比11。

    这一次，AlphaGo Zero摆脱了人为的大数据，在人类给定的一个规则下，自主发现新知识，并且纠正人类的错误知识，而且是以惊人的速度达到这一点。

    自我学习功能，人类对AI的恐惧莫过于此吧。瞬间，人们对AI的认知似乎要被改写了。

    然而，10月19日国际学术期刊《自然》上的一篇研究论文中显示，AlphaGo Zero能从空白状态学起，在无任何人类输入的条件下，迅速自学围棋。但“无人类经验”和“自我训练”并非AlphaGo Zero最大的亮点，其关键在于采用了新的强化学习的算法，并给该算法带了新的发展。

    上海交通大学软件学院教授陈海波认为，从理论上说，强化学习的算法本来就可以实现自我训练，AlphaGo Zero提供了一个非常好的范例。

    中国科学院自动化研究所王飞跃表示，大家应该理性看待AlphaGo Zero的研究成果。AlphaGo的程序的确越来越简洁、有效。但那种“看了AlphaGo Zero，就认为人类经验没用了，人工智能已经超过人类智力”的观点不正确。真正智能的是AlphaGo Nothing，即人类，为定规则而生。而机器是为执行而造的。

    人类可以缓口气了！

    （科文）