AlphaGo人肉臂黃士杰: 阿爾法狗項目結束, 我的使命完成智能
據了解，AlphaZero算法可以在8個小時訓練擊敗李世石版本AlphaGo；再用4小時訓練擊敗世界頂級的國際象棋程序Stockfish；再用2小時訓練擊敗世界頂級將棋程序Elmo。這是DeepMind團隊繼AlphaGo Zero…
（黃士杰在DeepMind辦公室）
凌晨，AlphaGo曾經的“代言人/人肉臂”、谷歌DeepMind科學家黃士杰（Aja Huang）博士今天凌晨在Facebook上發帖宣布，他本人將正式從AlphaGo團隊離開，轉到DeepMind其他項目的研究中去。
（黃士杰Facebook發帖）
據了解，早在今年5月戰勝世界圍棋第一人柯潔后，DeepMind就曾宣布，從今往后AlphaGo項目將不會再繼續開發，AlphaGo也不會再參加競技比賽了。與此同時，DeepMind也初步披露了AlphaGo團隊的下一步計劃——研發出應用領域更廣泛的算法，包括找到新的疾病治療方法、顯著降低能源消耗、發明革命性的新材料等。
11月27日，黃士杰在Facebook轉發了一則關于DeepMind將與一些頂尖的研究機構共同投入診斷乳腺癌的AI研究消息。DeepMind將利用最新的機器學習技術，希望能夠快速、準確地檢測出癌癥的跡象，幫助醫生盡早發現癌癥，以便更早的有效治療，所以，他之后投身醫療研究的可能性非常大。
對于著名的AlphaGo、人機大戰、柯潔，大家可能非常熟知了，但黃士杰是誰大家可能并不熟悉。
（黃士杰博士代為執子）
黃士杰博士是一名臺灣工程師，AlphaGo的幕后推手，黃士杰從小熱愛圍棋，在臺灣師大讀書時就曾經創辦了學校的圍棋社，還曾獲得大專杯圍棋賽冠軍，是個業余六段圍棋選手，在校取得了輝煌成績的黃士杰通過博士論文口試之后就被加拿大一所大學挖走，擔任電腦圍棋程序研究員，1年后被英國一家專門研究人工智能的公司DeepMind招攬，2014年，DeepMind公司被谷歌并購，黃士杰已經是公司內兩位首席工程師之一。
（從左至右，哈薩比斯、柯潔、席爾瓦）
黃士杰至此開啟了DeepMind生涯，有一天，席爾瓦走到黃士杰面前說：“Aja，我們準備啟動一個圍棋項目，最開始只有你和我”。2014年2月，AlphaGo項目正式啟動，團隊三個人：哈薩比斯、席爾瓦、黃士杰，哈薩比斯是整個公司的老板，席爾瓦是黃士杰的經理。所以，這個團隊真正干活的只有黃士杰一個人。AlphaGo項目想搞出一個強大的圍棋程序，并且沿著深度學習和強化學習的方向探索。
兩年之后的2016年3月9日至15日，他們帶著AlphaGo驚艷世人，從此所向披靡，戰無不勝。
我們期待黃士杰的新征程，他不僅僅是人手臂，人工智能時代的大幕才剛剛開始！
所以，DeepMind團隊帶著新的使命，發表了全新的強化學習算法AlphaZero。
AlphaZero
它是一種可以從零開始，通過自我對弈強化學習在多種任務上達到超越人類水平的新算法，堪稱“通用棋類AI”。
AlphaZero
據了解，AlphaZero算法可以在8個小時訓練擊敗李世石版本AlphaGo；再用4小時訓練擊敗世界頂級的國際象棋程序Stockfish；再用2小時訓練擊敗世界頂級將棋程序Elmo。這是DeepMind團隊繼AlphaGo Zero的研究問世之后，帶給我們的又一全新算法，它是“更通用的版本”。
此外，我們看到這次的AlphaZero與AlphaGo Zero有幾點不同。
首先AlphaGo Zero是在假設結果為贏/輸二元的情況下，對獲勝概率進行估計和優化。而AlphaZero會將平局或其他潛在結果納入考慮，對結果進行估計和優化。
其次，AlphaGo和AlphaGo Zero會轉變棋盤位置進行數據增強，而AlphaZero不會。
第三，AlphaZero只維護單一的一個神經網絡，這個神經網絡不斷更新，而不是等待迭代。
第四，AlphaZero中，所有對弈都重復使用相同的超參數，因此無需進行針對特定某種游戲的調整。
來源：網易智能
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
