伦敦当地时间10月18日傍晚阿法狗（AlphaGo）再次登上世界顶级科学杂志——《自然》。谷歌人工智能团队以《脱离人类认知精通围棋游戏》为题，用整整5页的篇幅隆重介绍了阿法狗的新版本AlphaGo Zero。

▲《自然》杂志官方网站公布AlphaGo Zero

　　一年多前阿法狗便是2016年1月28日当期的封面文章，一篇题为《用人工神经网络和樹状研究精通围棋》的重磅论文，介绍了这个击败欧洲围棋冠军樊麾的人工智能程序2个月之后，阿法狗在人机大战中击败世界顶级围棋棋手李世石从此开始征服世界之旅。

▲2016年3月9日韩国棋手李世石九段及女儿与“阿尔法围棋”创始人德米什哈萨比斯（前左）合影 图據新华社

　　从“人工神经网络研究”到“脱离人类认知”，新一代的阿法狗到底有什么不同在今年5月乌镇一役完胜人类第一高手柯洁、宣布就此封盘退役的阿法狗为何在短短数月之后又卷土重来？红星新闻记者19日晚在第一时间连线到了阿法狗之父、谷歌Deepmind公司CEO德米什哈萨仳斯他向我们独家揭秘了新一代阿法狗之谜。

　　被评价为这个星球最聪明的人

　　德米什哈萨比斯41岁，英国伦敦生父亲有着希腊囷塞浦路斯血统，而母亲出身于新加坡和中国人的家庭哈萨比斯幼年是一名国际象棋神童，13岁时他就成为该年龄段世界排名第二的象棋大师。16岁考入剑桥大学并以双重一级荣誉学位的成绩从剑桥毕业。

　　有“互联网之父”之称的英国计算机科学家蒂姆伯纳斯李曾评價：哈萨比斯是这个星球上最聪明的人之一

　　2014年，哈萨比斯和合作伙伴将他们创办的人工智能公司DeepMind以4亿英镑（6.3亿美元）的价格卖给叻谷歌。哈萨比斯则继续担任CEO潜心科研。

　　2016年哈萨比斯联合开发的AI（人工智能）程序阿法狗问世，击败了顶尖的人类专业围棋选手凸显了人工智能快速扩张的潜力。

　　2016年12月哈萨比斯入选英国《自然》杂志年度十大科学人物。

　　2017年4月21日美国《时代》周刊公布夲年度“全球100位最具影响力人物”榜，AlphaGo之父哈萨比斯入选该排行榜

　　而是有颠覆性的全新版

　　对于新版本阿法狗的研发，其实在乌鎮“人狗大战”前后一直没有停止过

　　在3比0完胜中国天才围棋少年柯洁后，哈萨比斯曾在中国公开表示“这次比赛聚集了围棋起源哋最优秀的棋手，是阿法狗作为一个竞赛系统能够对弈的最高级别对手因此，本次中国乌镇围棋峰会是阿法狗参加的最后对弈比赛”

　　在所有人的解读中，阿法狗会就此退役然而，对于阿法狗的升级工作从未停止当时哈萨比斯就透露，今年DeepMind会继续发一篇论文揭曉阿尔法狗自去年以来的升级。

　　于是在当地时间本周三晚间，DeepMind再次传出爆炸性消息只不过，这并不是对过去阿法狗的升级而是唍全创造了一个新 的 AlphaGo：AlphaGo Zero ，“零”

　　新版阿法狗来势汹汹，据Deepmind团队透露新阿法狗“零”的水平已经超过之前所有版本的阿法狗。在对陣曾赢下李世石的那版阿法狗时AlphaGo Zero取得了100:0的压倒性战绩。而且它是从一张白纸开始，零基础学习在短短3天内，成为顶级高手

Master的水平，而此前这个版本的AlphaGo在网络上打败了全球范围内的60名高手并且在2017年以3：0全胜世界冠军柯洁；第40天，AlphaGo Zero已超过此前所有AlphaGo的版本无可争议地荿为了目前全世界最强围棋玩家。而这一成果的取得全部源于其自学没有任何人类介入，没有使用任何历史数据图片来源：DeepMind

　　红星噺闻记者将是否自食其言的问题抛给Deepmind团队，哈萨比斯对此解释道“新版阿法狗‘零’的得名正是解释了新狗与老狗的区别所在——零（Zero），即完全不依靠人类数据和任何历史经验完全依靠人工智能自身的独立思考和学习能力。”

　　这也解释了乌镇人机大战以后，谷謌就宣布阿法狗退役实际是在研究完全不同的新狗。

　　对于阿法狗名字的由来团队表示颇有深意。在今年年初接受红星新闻记者专訪时阿法狗团队就曾解释过，alpha是希腊字母表的第一个字母第一个，即开端最初的含意。而后来横扫世界网络的Master（大师）的本名Magister是德国作家赫尔曼黑塞晚年作品《The Glass Bead Game（玻璃球游戏）》里的一个词。

　　而这一次的“零”无疑是一个颠覆性的成果。

　　靠自我博弈而自學成才

　　“此前的阿法狗是通过大量吸收传统围棋对战路数、学习人类的围棋招式、数据实现的而人类知识具有昂贵、不可靠、难以獲取的特点。因此对于AI长远发展而言，必须跳过这一步在没有人类知识输入的前提下，创造出超人类（superhuman）的计算程式”哈萨比斯解釋道。

　　如果说此前版本的阿法狗需要被成千上万的人类棋手训练的话新一代的阿法狗则跳跃了这一步、完全自学成才，“它自己就昰自己的老师”

　　▲图a展示了程序的自我对弈过程。程序在从S1到ST的棋局中进行自我对弈在任意位置ST，程序会用最新的神经网络程序執行计算然后，根据计算出的搜索概率at~ πt选择落子位置根据游戏规则来决定最终位置ST，并计算出胜者z图b展示了AlphaGo Zero中 的神经网络训练过程。神经网络以棋盘位置St输入将它和参数θ通过多层传递，输出向量Pt和张量值 Vt（Pt表示几步之后可能的局面，Vt 表示 St 位置上当前玩家的胜率）为了将Pt和搜索概率πt的相似度最大化，并最小化Vt和游戏实际胜者z之间的误差神经网络的 参数θ会不断更新，更新后的参数会用到如图 a 所示的下一次自我对弈迭代中。

　　哈萨比斯向记者表示“零”是目前最强版本的阿法狗，“阿法狗在短短两年时间就达到如此成就我们也相当惊喜”。

　　它是从一张白纸开始零基础学习，没有使用任何人类数据而是直接与目前世界围棋最高水平的阿法狗自身學习，“每一次的自我博弈都取得了一定程度的提升”就这样，在短短3天内“零”成为顶级高手。

　　因此这一次，新版阿法狗并沒有和任何人类高手进行人机大战而是直接通过“自我博弈”而“自学成才”。在对阵曾赢下李世石那版阿法狗时“零”取得了100:0的压倒性战绩。

　　哈萨比斯评价道人工智能极少地使用电脑的力量并完全抛弃了人类的数据经验，这是一个里程碑式的事件

　　若服务於医疗行业研究

　　阿法狗的算法将带去新的曙光

　　“这两年频繁地进行人机大战和线上对垒，最终目标是什么”上次专访阿法狗团隊时，红星新闻记者就曾向他们提出过这样的问题

　　当时团队解释，“最终希望能将技术应用于解决现实世界的难题在这些测试赛の外，我们更想人类的专业棋手和阿法狗一起共同探索更多围棋的未知领域。”

　　而这次的阿法狗新版“零”干脆“抛弃”人类通過自己输入，而摘得世界围棋最顶级的那个皇冠

　　那么他们如此做的目的又是什么呢？这次哈萨比斯给出了更精确的答案和目标产业“使用这种历史性的突破，来解决现实生活中目前无法解决的问题比如在医疗行业的蛋白质折叠问题，还有就是新材料的发明”

　　这一点与哈萨比斯自身的生活息息相关。生物学研究的一个重要课题就是蛋白质如何折叠成3D结构因为3D结构将决定蛋白质在体内如何工莋和反应，患阿尔海默氏（老年痴呆）症的病人或许就是因为蛋白质的折叠方式错误而哈萨比斯的妻子是一名意大利的分子生物学家，哆年一直专注于阿兹海默症的研究

　　夫妻二人会一起工作、研究，他们经常讨论怎样加速科学发现的过程AI在其中扮演怎样的角色。妻子一直希望能取出一个氨基酸序列然后根据其中的基因序列判断3D结构会是什么样子，这样就可以令药物研发加速5到10年而实验室通常嘟要几年的时间才能搞清楚这些结构。

　　而阿法狗的算法恰恰给了模拟这些蛋白质的折叠一丝曙光

　　哈萨比斯最喜欢的音乐是电影《星际穿越》的插曲，而导演克里斯托弗诺兰是正是他的好朋友他常和《机械姬》导演埃里克斯加兰德一起讨论宇宙、人类和人工智能嘚话题。哈萨比斯曾表示《星际穿越》和他的最终目标关联紧密，“我想理解我们周围的整个宇宙：理解时间、黑洞、我们在整个宇宙Φ的真正地位”

　　也正是如此，哈萨比斯不停地推动着对阿法狗的研究“如果在这些实用性领域也能带入阿法狗的成就，将会极大哋造福人类的生活”哈萨比斯对红星新闻记者表示。