阿爾法狗再進化自學三天勝人千年 谷歌用它來做什么

早在今年五月對弈柯潔之前，AlphaGo就已經從“狗”進化為“神”，無需依賴人類訓練師，但谷歌的野心并不止步于此，Deepmind公司1/4精力已經被用于商業(yè)實踐和變現(xiàn)

北京時間10月19日凌晨，谷歌旗下的人工智能公司DeepMind在世界頂級科學雜志Nature雜志上宣布了AlphaGo的新進步，可以在沒有人類干預的情況下自我學習，新的AlphaGoZero在自我學習3天之后，就以100比0的成績戰(zhàn)勝了第一代AlphaGo。

自我學習能力的出現(xiàn)，對于人工智能和機器學習來說，是一個新的突破。“過去人們普遍認為機器學習是基于海量的大數據，但是從AlphaGoZero身上，我們發(fā)現(xiàn)算法比數據更重要?！盇lphaGo項目的主要負責人戴維·席爾瓦(David Silver)說道。

也由于使用了更多的算法和更少的數據，所以AlphaGoZero只使用了一臺計算機器和4個TPU，被它打敗的一代AlphaGo則用到多臺機器和48個TPU。

當人們驚訝于AlphaGoZero在圍棋領域的神級水平時，對于DeepMind團隊來說，這才只是剛剛開始，他們的目的是通過培養(yǎng)自主學習的能力，來解決更多其他領域目前無法解決的棘手問題。

從AlphaGo、AlphaGoMaster到AlphaGo Zero

AlphaGo于2015年10月面世，在廣為人知的與棋手李世石對弈之前，它已經打敗了歐洲圍棋冠軍樊麾。樊麾接受《財經》記者采訪時表示，當時在他看來，一個計算程序要打敗職業(yè)棋手是不可能的事情。

結果他以0-5輸給了AlphaGo，但他也因此加入了DeepMind團隊，幫助訓練AlphaGo。2016年3月，在他幫助訓練下的AlphaGo以4-1的成績打敗了人類頂尖棋手李世石。2017年初，AlphaGo化名為“Master”，在網絡上挑戰(zhàn)60名人類棋手，保持全勝的成績。2017年5月，在烏鎮(zhèn)的，名為Master的第二代AlphaGo以3-0戰(zhàn)勝了目前人類最強棋手柯潔。

今年5月的比賽期間，DeepMind的多位高管就已經向《財經》記者透露，Master已經實現(xiàn)了自我學習能力，甚至有了自己的“直覺”，“我們發(fā)現(xiàn)AlphaGo已經不需要依賴人類訓練師了?！贝骶S·席爾瓦告訴《財經》記者。

與柯潔的對弈中，AlphaGo已經能下出很多人類棋手完全無法想象的路數，比賽后柯潔表示，第一代的AlphaGo還能找到破綻，Master已經實現(xiàn)了“從人到神”的飛躍。

而AlphaGoZero在“獨立”上更進一步，在訓練的過程中，它是自我對弈。從訓練圖上可以看出，由于一開始并不熟悉圍棋，對弈雙方的水平都很弱，但是隨著時間的推進，在短短3天互相博弈490萬局后，越來越強，實現(xiàn)了圍棋水平的突破。

(圖：AlphaGo訓練的72小時圖譜)

人類頂尖棋手柯潔被認為是圍棋天才，6歲開始學棋，17歲時在世界范圍內排名第一，一個人類天才十幾年的學習，被AlphaZero用3天時間超越。

但DeepMind團隊志不在此，“AlphaGo的意義不在于打敗人類，而是領悟知識，解決更多的問題?！贝骶S·席爾瓦表示。

商業(yè)化加速：1/4精力用于商業(yè)變現(xiàn)

今年5月，DeepMind創(chuàng)始人杰米斯·哈薩比斯在接受《財經》記者采訪時表示：“如果說谷歌是火箭，DeepMind就是燃料?！?/p>

在此定位之下，AlphaGo雖然進化神速，但絕對不會止步于圍棋。

這家公司一開始只是一家位于英國倫敦的人工智能實驗室，研究方向是開發(fā)通用自我學習算法。2011年，哈薩比斯在埃隆·馬斯克等人的投資下，成立了DeepMind。2014年，谷歌以4億英鎊(約6.5億美元)的價格收購該公司，當時這家公司只有50名員工。AlphaGo就來自于這家公司。

AlphaGo戰(zhàn)勝韓國第一棋手李世石引爆了AI技術和市場，也讓DeepMind在谷歌AI戰(zhàn)略中地位舉足輕重。

不過，DeepMind團隊從一開始研發(fā)AlphaGo系統(tǒng)的目的就是能實現(xiàn)行業(yè)應用，并帶來商業(yè)價值。圍棋為AlphaGo帶來了光環(huán)，卻并非最終目標。

哈薩比斯對《財經》記者說，“下一階段，DeepMind整個團隊75%的精力用于人工智能技術的研發(fā)，另外25%精力放在行業(yè)應用上。”

具體分工上，哈薩比斯繼續(xù)主導技術研究，另一位創(chuàng)始人穆斯塔法·蘇萊曼則負責主導商業(yè)化。

穆斯塔法認為，繼續(xù)技術研究和商業(yè)化是一種平衡?！拔覀兪掷镉泻芏鄬嶒炇依锏男录夹g，都是寶貴的資源，而這些技術的商用不僅能造福社會，一家公司也必須有可持續(xù)的商業(yè)利潤來源?！彼嬖V《財經》記者。

據他介紹，目前DeepMind由兩個團隊組成，哈薩比斯負責研發(fā)團隊，而他負責技術應用業(yè)務。技術應用團隊又再分為三個組，一個組服務谷歌的產業(yè)和谷歌的其他業(yè)務部門；第二個是醫(yī)療組，已經與英國的國家醫(yī)療健康局合作；第三個組是能源組，目前還在啟動階段。

“這樣的分組是為了方便與不同領域的專家更好地合作?！彼f。

此前，DeepMind已經牛刀小試，成功利用機器學習為谷歌大幅度節(jié)約電量，帶來實際收益。

2016年，DeepMind團隊就利用AlphaGo的學習能力，不斷模擬探索更加省電的方案。DeepMind接管了谷歌數據中心的一些控制單元，包括風扇、空調、窗戶和服務器等，通過機器學習，幫助谷歌數據中心的冷卻系統(tǒng)節(jié)約用電40%，并提高了15%的能源使用效率。

哈薩比斯對《財經》記者說：“谷歌在數據中心設備上的用電太多，幾個百分點就意味著每年幾百萬美元，節(jié)約電力的算法每分鐘都在給公司省一大筆錢?！?/p>

這個算法團隊的開發(fā)團隊僅有5、6個人，耗時僅兩三個月。

目前，DeepMind的部分研發(fā)項目已經開始用于能源基礎設施管理、醫(yī)療系統(tǒng)和潔凈水源的改進等方面，公司也已經從中獲得收益。

DeepMind也已開始進軍醫(yī)療市場并從中盈利。2015年11月，它與英國倫敦皇家自由醫(yī)院簽訂了為期五年的合同，任務是處理170萬名患者的醫(yī)療記錄。

在這次Nature雜志上發(fā)表的論文中，戴維·席爾瓦也強調了未來的行業(yè)應用，例如蛋白質折疊(用于破譯遺傳密碼)、能量節(jié)約以及新材料的研發(fā)等等。

在過去，機器學習未能得到廣泛應用，主要原因之一就在于很多人類無法解決的領域中，也缺少大量的數據樣本來讓機器進行學習，例如醫(yī)療圖像處理等。AlphaGoZero能夠擺脫人類的依賴，不需要人類給出數據和樣本，這為更廣泛的行業(yè)應用提供了新的可能性。

這與谷歌成立母公司Alphabet實現(xiàn)組織變身的目的一致。母公司Alphabet創(chuàng)立后，整個企業(yè)資產負債表開始分賬計算，業(yè)務被獨立出來，明確了職責和成績，提升創(chuàng)新效率。

一位資本市場分析人士向《財經》記者分析評價，如果一直在之前的架構中，DeepMind對谷歌的技術輸血價值難以清晰衡量，DeepMind也很難有一個明確、長期、符合谷歌戰(zhàn)略的研究目標。

更重要的一個原因是，資深科學家和強大的計算能力對AI業(yè)務的開展固然重要，但DeepMind走出去，獲取真實環(huán)境數據同樣重要，這些深入到行業(yè)的數據，比如醫(yī)療，恰恰是谷歌缺失的數據源。作為一家搜索、社交基因的互聯(lián)網公司，谷歌手中的巨量數據，多是開放社交屬性類數據。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。