去年，在AlphaGo以4：1戰(zhàn)勝了李世石之后，AI技術就開始走進了人們的視線，它華麗的出現(xiàn)讓人對它更加的追捧?，F(xiàn)在機器人阿爾法狗下一代友又引起了關注，將會把AI推入一個全新的階段。

　　近日，阿爾法狗的下一代阿爾法元（AlphaZero）的出現(xiàn)再次引起了世人的關注。在此次對弈過程中，阿爾法元以100比0的戰(zhàn)績輕松擊敗阿爾法狗。阿爾法元的成功讓人工智能進入了一個全新的階段。

　　繼今年5月，機器人阿爾法狗（AlphaGo）在世界級三番棋人機大戰(zhàn)中戰(zhàn)勝了世界排名第一的中國棋手柯潔，近日，阿爾法狗的下一代阿爾法元（AlphaZero）的出現(xiàn)再次引起了世人的關注。在此次對弈過程中，阿爾法元以100比0的戰(zhàn)績輕松擊敗阿爾法狗。阿爾法元的成功讓人工智能進入了一個全新的階段。

　　我把人和機器的學習特征歸分為三個階段。第一階段即從外界汲取知識的學習階段。就像我們?nèi)艘W校上課，就是從老師、書本上汲取知識。人工智能機器人在這個階段也一樣。阿爾法狗為了打敗人類圍棋的世界冠軍，訓練期長達幾個月。在這段時間里，它需要基于上百萬種人類專業(yè)選手的下棋步驟來進行自我對弈的強化學習。另外一個案例，IBM基于“DeepQA” （深度開放域問答系統(tǒng)工程）技術所開發(fā)的醫(yī)療輔助機器人Watson，為了能更好地向醫(yī)生提供可供選擇的循證治療方案，它目前已經(jīng)“學習”了腫瘤學研究領域的42種醫(yī)學期刊、臨床試驗的60多萬條醫(yī)療證據(jù)和200萬頁文本資料。

　　到了第二階段，就是人和人工智能的一個自我學習的階段。就在上周，《自然》雜志發(fā)表了一篇名為《Mastering the game of Go without human knowledge》的學術論文。文中提到，與阿爾法狗相比，阿爾法元不需要借助任何人類經(jīng)驗知識，從零開始學習，完全靠自己強化學習和參悟。其中，最大的突破就是無監(jiān)督的深度學習。這是一個不需要人為干預的學習過程，就像我們小時候?qū)W了基礎的數(shù)學知識后，可以自主地去推理、思考。阿爾法元的這種突破正是對人類固有思維模式的一個突破。

　　而開創(chuàng)這一能力背后的核心技術--深度學習，早在2012年就登上了世界的舞臺。這一年，深度學習之父Hinton帶領團隊在全球最知名的ImageNet機器視覺比賽上成功讓人工智能的計算正確率提升至85%，這一數(shù)字在2010為72%，2011年為74%。短短三年后，微軟研究院用了高達152層的神經(jīng)網(wǎng)絡讓正確率提升到了95.06%，跨過了人類視覺94.9%的壁壘?？梢钥闯?，人工智能正在不斷創(chuàng)造奇跡。

　　人與人工智能學習的最后一個階段，我把它稱之為開創(chuàng)能力的階段。美國杜克大學人工智能專家陳怡然曾經(jīng)說過，她覺得人工智能最有趣的地方就是證明了人類經(jīng)驗由于樣本空間大小的限制，往往都收斂于局部而不自知，而人工智能學習則可以突破這個限制。

　　今天的人工智能已經(jīng)進入到了一個自我學習的階段，這是一個全新的突破。通過阿爾法元的故事，我們得出，人類常常會因為自身的局限性進而影響到機器學習的能力。其次，一個依靠外界學習的人工智能最多類似于一個腦子特別好使的人類，而未來需要的一定是更多具備自我開創(chuàng)能力的人工智能機器。

　　未來的十年是人工智能技術爆發(fā)的十年，未來的二十年，人工智能將被應用進更多商業(yè)化場景里逐步取代人類的簡單繁瑣的勞動，同時帶人類進入一些人類無法超越的領域，所以這一切都還是剛剛開始，值得我們期待。