“阿爾法狗”（AlphaGo）是第一個擊敗人類職業(yè)圍棋選手敢伸、第一個戰(zhàn)勝圍棋世界冠軍的人工智能，由DeepMind公司開發(fā)（該公司已被谷歌Google買下）喳魏。
2016年3月棉浸，AlphaGo和圍棋世界冠軍、職業(yè)九段棋手李世石進行圍棋人機大戰(zhàn)刺彩，以4比1的總比分獲勝迷郑；2017年5月，在中國烏鎮(zhèn)圍棋峰會上迂苛，它與排名世界第一的世界圍棋冠軍柯潔對戰(zhàn)三热，以3比0的總比分獲勝鼓择。
AlphaGo棋力已經超過人類職業(yè)圍棋頂尖水平三幻，成為圍棋界不爭的事實。2017年5月27日呐能，在柯潔與阿爾法圍棋的人機大戰(zhàn)之后念搬，AlphaGo團隊宣布AlphaGo將不再參加圍棋比賽。
2017年10月19日摆出，在《自然》（Nature）上發(fā)表的一篇研究論文中朗徊，Deepmind公司報告新版程序AlphaGo Zero：從空白狀態(tài)學起，在無任何人類輸入的條件下偎漫，它能夠用4個TPU（谷歌專門為加速深層神經網(wǎng)絡運算能力而研發(fā)的一款芯片爷恳，ASIC集成電路）迅速自學圍棋，“拋棄人類經驗”象踊。自我訓練3天温亲，自我對弈棋局490萬盤棚壁，訓練后它以100:0的戰(zhàn)績擊敗前輩AlphoGo Lee。
沒有已知的“棋譜”輸入栈虚，只告訴 AlphaGo 最基本的圍棋規(guī)則：黑先白后袖外、輪換出子、提子魂务、如何判斷輸贏曼验、貼目等……
明確規(guī)則后讓 AlphaGo 自己跟自己下，開始對弈粘姜，3天鬓照，自我對弈棋局490萬盤，然后出山即封神孤紧。
除了證明了基于策略網(wǎng)絡（Policy network）和價值網(wǎng)絡（Value network）的深度學習人工智能有多厲害颖杏，AlphaGo Zero還體現(xiàn)了一個高效的學習法則：在基礎原理（第一性原理）之上，基于反饋機制的刻意練習坛芽。
為了簡化這個問題留储，我們下來看看2017年AlphaGo紀錄片開頭的一小段——人工智能打方塊（Breakout）。
練習100盤結束后咙轩，AI對于球拍的控制依然十分呆板获讳，系統(tǒng)也不知道什么時候應該向哪里移動，經常漏掉球活喊。
當它自我練習了300局之后——它的操作速度已經幾乎跟人類的操作反應一樣丐膝，操作也順暢了許多。
500局之后钾菊，AI找到了效率最高的打法帅矗，它先在兩邊打開一個缺口，把球彈到頂部煞烫，讓球在頂部區(qū)域不斷的彈彈彈……
這種方式浑此，效率最高、移動次數(shù)最少滞详。沒有人教過他這種打法凛俱，我們只輸入了規(guī)則，以及一套底層反饋機制料饥，通過幾百次的訓練蒲犬，AI最后就能夠建立了一套最優(yōu)策略。
這種基于策略的不斷反饋岸啡、持續(xù)優(yōu)化的深度學習能力不僅比我們更“會學習”原叮，AI還比我們更勤奮——高效且勤奮。
雖然我們窮極一生也不能像AI一樣訓練幾百萬次，但是奋隶！找到正確的方法論沛慢，刻意練習，及時反饋达布，我們也能成為一個更厲害的人团甲！
