AlphaZero登《科學》封面
自學「成才」：一個算法完敗三大棋
【香港商報訊】12月7日，谷歌旗下AI公司DeepMind的通用棋類算法，也是迄今最強棋類AI--AlphaZero，被頂級期刊《科學》以封面論文形式正式引入學界和公眾視野。同時，這也是經過完整同行審議的AlphaZero論文，首次公開發表。
博弈結果經同行評估驗證
論文描述了AlphaZero如何快速學習每個遊戲，如何從隨機對弈開始訓練，在沒有先驗知識、只知道基本規則的情況下，成為史上最強大的棋類AI。《科學》雜誌評價稱，能夠解決多個複雜問題的單一算法，是創建通用機器學習系統，解決實際問題的重要一步。
DeepMind說，AlphaZero現在已經學會了三種不同的複雜棋類遊戲，並且可能學會任何一種完美信息博弈的遊戲，這「讓我們對創建通用學習系統的使命充滿信心」。
AlphaZero到底有多厲害？總結如下：在國際象棋中，AlphaZero訓練4小時就超越了世界冠軍程式Stockfish；在日本將棋中，AphaZero訓練2小時就超越了世界冠軍程式Elmo；在圍棋中，AlphaZero訓練30小時就超越了與李世石對戰的AlphaGo。
一年前，DeepMind悄然在arXiv貼出AlphaZero的預印版論文時，就已在圈內引發轟動。現在，DeepMind將同行完整評估後的AlphaZero公之於眾，不僅驗證了上述結果，還補充了新的提升。
國際象棋世界冠軍：機器也能成為專家
國際象棋大師卡斯帕羅夫--20年前輸給IBM深藍的國際象棋世界冠軍，昨天在《科學》上發表社論，表示他很高興看到AlphaZero展現出了像他一樣「動態、開放」的棋風：傳統觀點以為，機器將通過無休止的枯燥操作趨近完美，最終導致平局。但據我觀察，AlphaZero優先考慮棋子的活動而非盤面上的點數優勢，更喜歡在我看來有風險和激進的地方落子。
AlphaZero證明了機器也能成為專家，機器生成的知識也值得人類去學習。「AlphaZero以這樣一種強大而有用的方式超越了我們」，卡斯帕羅夫寫道，「只要在虛擬知識能夠生成的領域，這個模型都可能複製到任何其他任務上」。
AlphaFold獲醫療大突破
除了AlphaZero外，DeepMind近期在醫療領域也取得重大突破。該公司宣布已經打造了一個名為AlphaFold的AI系統，能夠應對當今生物學中最大的挑戰之一：模擬蛋白質的形狀。
蛋白質是維持生命所必需的結構複雜的大分子，動物身體的幾乎所有功能，包括肌肉收縮、感知光線或將食物轉化為能量，都與一種或多種蛋白質的移動和變化情況有關。但預測蛋白質結構是目前生物學的最大挑戰之一，一旦取得突破，對阿爾茨海默氏症、帕金森氏症等病症的診斷和治療都將具有很大意義。
在本月2日舉行的有蛋白質結構預測「奧運會」之稱的CASP全球競賽上，AlphaFold以優異成績碾壓了人類專家。
