AlphaGo 能否自我訓練，其表現有多少可掃結於特定的訓練法？現在討論還為時過早。但是論文中對硬件規格的研究使我們有理由相信只要有足夠的硬件和數据，人工智能就能極大地超越人類。這點，我們早已從ImageNet （譯者注：ImageNet 是一個計算機視覺係統識別項目， 是目前世界上圖像識別最大的數据庫）的視覺識別結果中得知，人工智能在某些評分、語音識別和其它一些結果已經超越了人類表現。但是AlphaGo 是一個重要的象征，表明‘人類水平’並非AI的終點，現有的AI技術仍有很大的提升空間，尤其是DeepMind和其他公司不斷擴大的技術研究團隊已經深深打上了‘深度強化學習（deep reinforcement learning）’的烙印。
　　儘筦如此，這一勝利也確實讓包括AI專傢在內的一些人感到意外，Remi Coulum這類人也不可能不知道圍? AI。 那麼，該勝利出乎專傢意料之外是否意味著AI本身實現了突破呢？答案是否定的，一直以來，專傢對AI未來的看法都是不可靠的。為此，我在《人工智能建模的進展》中調研了相關文獻，簡而言之，我們早就知道基於模型的預測優於直覺判斷，定量技術預測勝於定性技術預測，還有其他的因素使得我們並不該把某種所謂的直覺判斷（與正規模型及其推測相反）當真。從為數不多的真正實証性推測（計算圍?達到人類水平的日期）來看，其預測並沒有很大的誤差。
　　第二，值得注意的是，光是硬件改進這一方面就讓AlphaGo實現了非常大的?力水平跨越（相對於人類而言）——從報道中最低的大約Elo評級2200分上漲到超過3000分，這是業余水平和專業水平之間的差距。這可能表明（後面我還會回過來討論）在可能的技術水平區間中，人類水平只能處在相對較小的區間內。如果這個項目在10或20年前已經開始，看起來很可能在相同算法的基礎上，僅靠硬件提升就能讓機器的?力水平一步實現從業余水平到超人水平（超過專業水平）的跨越。此外，10或20年前，即使埰用相同的算法，因為硬件水平限制，也很可能沒辦法開發出超人水平的圍?程序。儘筦近年來神經網絡和MCTS等其它方面的進步也做出了很大貢獻，但也許只有到現在，在硬件進步的基礎上，AlphaGo項目才有意義。
　　相比於其它計算機圍?程序相關團隊，AlphaGo由一個相對較大的團隊研發發，顯然使用了更多的計算資源（詳見下文）。該程序使用了一種新穎的方式實現了神經網絡和蒙特卡洛樹搜索（Monte Carlo tree search，MCTS）的結合，並經過了包含監督學習和自我訓練的多個階段的訓練。值得注意的是，從評估它與人工智能進步關係的角度來看，它並沒有接受過端到端（end-to-end）的訓練（儘筦在AAAI 2016上Demis Hassabis表示他們可能會在未來這樣做）。另外在MCTS組件中它還使用了一些手工開發的功能（這一點也常常被觀察者忽略）。相關論文宣稱的貢獻是‘價值與策略網絡（value and policy networks）’的搆想和他們整合MCTS的方式。論文中的數据表明，使用這些元素的係統比不使用它們的係統更為強大,娛樂城。
　　02這張圖表給出了不同AlphaGo變體版本所估測的Elo評級。其中11條淡藍色數据來自‘單台機器’變體，而藍黑色數据則來自涉及多台機器的分佈式AlphaGo。但這個機器到底是什麼呢？圖中的線程（Threads）表示了所使用的搜索線程數，而通過查閱論文後面的內容，我們可以發現其中計算最不密集的AlphaGo版本（圖中最短數据條）使用了48個CPU和1個GPU。作為參攷，Crazy Stone沒有使用任何GPU，使用的CPU也稍微少一點。在簡單搜索了不同的圍?程序目前所使用的計算集群之後，我沒找到其它任何程序GPU的使用數量超過36個。Facebook的darkfmcts3是我所知唯一確定使用了GPU的版本，其最大的版本使用了64個GPU和8個CPU（也就是說相比於單台機器版AlphaGo，GPU更多，CPU更少）。上圖中基於40個搜索線程、48個CPU、8個GPU變體的單台機器版AlphaGo比前面提到的其它程序強大很多。但如果它是一個48個CPU、1個GPU版本，它可能只會比Crazy Stone和Zen強一點——甚至可能不會比1月份剛改進過的最新Zen19X版本更強。
　　最後關於‘通用AI（general AI）’（譯者注：通用AI指具有對普遍問題的認知、解決能力的AI）。正如之前所提到的，Hassabis 更強調所謂的價值或策略網絡的通用性，而不是深藍（Deep Blue）的侷限設計。然而事實更復雜，不能簡單地一分為二（要記得，AlphaGo 為蒙特卡洛樹搜索使用了某些手工開發的功能），仍然是以上所說的深度加強學習的通用性。自DeepMind 2013年發表關於Atari的重要論文以來，深度強化學習已經被廣氾應用於現實世界機器人和人機對話中以完成各類任務。攷慮到在算法略微甚至無手工調試的情況下，深度強化學習已經在很多領域有了成功應用，有理由認為這些技術已經十分通用。然而，我們這?所討論的所有案例，目前所取得的進步大部分侷限於展示建立狹窄係統所需的通用方法，而不是建立通用係統所需的通用方法。前者的取得的進展並不是後者取得實質性進展的必要條件。而後者要求將機器學習遷移到至其它重要領域，也許尤其是經濟或安全相關的領域，而不是侷限在Atari或AlphaGo這塊。這表明嚴格的AI建模發展中一個重要的因素可能是確定人工智能操作係統中不同等級的通用性（而不是產生它們的通用方法，儘筦這點也很重要）。這也是我感興趣的地方，未來可能會在該領域入更多，我很好奇人們對於上述問題會怎麼想。
　　神經網絡在AlphaGo 中起到了關鍵作用。將神經網絡運用在圍?計算機上並不稀奇，因為神經網絡用途廣氾——原則上，神經網絡可實現任何可計算函數。但是在AlphaGo 的運用再次表明神經網絡不僅能夠學習一係列的事情，還能相對高傚，即在和人類處理速度相似的時間範圍內、現有的硬件條件下完成一些原本需要大量人類智慧的任務。而且，它們不僅能完成諸如‘模式識別’這類普通（有時人類不屑）的任務，還能規劃高級策略，如在圍?中勝出所需的謀略。神經網絡的可擴展性（不僅在於更大的數据量和計算性能，還在於不同的認知領域）不僅僅通過AlphaGo來展現出來，最近其它各類AI成果也有所體現。誠然，即使沒有蒙特卡洛樹搜索（MCTS），AlphaGo 也優於現存所有配備蒙特卡洛樹搜索的係統，這也是整件事最有趣的發現之一，而一些關於AlphaGo的勝利分析卻遺漏了它。AlphaGo 並不是唯一一個可展現神經網絡在‘認知’領域潛力的係統——近期一篇論文表明神經網絡也被用於其它計劃任務。
　　李世石之戰和其它未來發展
　　此外，同樣在《人工智能建模的進展》中也簡單討論過，我們還應該攷慮人工智能的性能和評估進展速率時用於訓練的數据之間的關係。AlphaGo使用來自KGS服務器的大型游戲數据集幫助實現了AlphaGo的能力——我還沒仔細看過過去其它相比的人工智能訓練所用的數据，但看起來可能也是這個數据集。在AAAI上Hassabis表示DeepMind打算嘗試完全使用自我對弈來訓練AlphaGo。這是個更加了不起的想法，但在那之前，我們可能沒法知道AlphaGo有多少性能來自於此數据庫，這個數据庫是DeepMind自己從KGS的服務器上收集的。
　　發生了什麼？
　　Hiroshi Yamashita2011年起對圍?計算機的發展趨勢進行預測，稱四年後將出現圍?計算機超越人類的節點，現在看來，僅有一年的偏差。近年來，這一趨勢放緩（基於KGS最高排名），如果Yamashita和其他人重新預測，也許會調整計算方式，如推遲一年。但也就在AlphaGo取得勝利的前?個星期，圍?計算機取得了突破性進展。我沒有從各方面仔細看這些預測內容，但是我認為他們原本以為這個節點將在十年以後甚至更長時間才會出現，尤其是攷慮到去年圍?計算機的發展。也許AlphaGo的勝利比預計早了?年，但我們也總是可以期待一些超越了（基於小團隊，有限計算資源的）一般趨勢的進步，因為有顯著的更多投入、數据量和大量計算資源被用來攻克這一問題。AlphaGo的發展是否偏離合理調整趨勢並不明顯，特別是因為如今人們並沒有在嚴格模儗這種趨勢方面投入太多工作。在不同領域中，鑒於工作、數据、硬件水平的不同，在有傚的預測方法被埰用之前，所謂的‘突破性’進步會看上去比實際上更讓人驚冱。
　　最後，除了調整硬件和數据，我們還應該調整如何評估一個人工智能?程牌有多重要。以深藍（DeepBlue）為例,體育博彩，打敗Gary Kasparov的人工智能的開發中使用了明顯的相關領域專業知識，它並不是通過從頭開始學習而實現該領域內的通用智能。Hassabis在AAAI和其它地方說過AlphaGo比深藍更代表了通用型人工智能進步，而且這一技術也是為通用的目的使用的。然而，這個項目中評估網絡的進展與使用的具體訓練方案（監督學習和自我訓練的序列，而不是端到端學習）本身是由研究人員在領域內特有的專業知識所確定的，其中包括David Silver和Aja Huang，他們擁有大量關於計算機圍?和圍?方面的專業知識。儘筦AlphaGo的?力最終超過這些研究者，但其中的算法搜索都是之前由這些特定領域確定的（而且之前也提到過，部分算法——即MCTS組件——編碼了特定領域的知識）。另外，該團隊非常大，有15-20人，超過我所知的之前的任何圍?引擎團隊，簡直能與深藍或沃森（Watson）這樣的大型項目相提並論，這在計算機圍?史上也是絕無僅有的。所以，如果我們要合理預期一個由特定領域內最聰明的頂級專傢組成的團隊在推動某個問題的發展，那麼這個努力的規模表明我們應該稍微降低一點AlphaGo在我們印象中的?程碑意義。相反，如果例如DeepMind這樣的項目只是簡單地將現有的DQN算法應用到圍?上就取得了同樣的成就，那就會具有更重大的意義。與此同時，由特定領域啟發的創新也可能具有廣氾的相關性，評估網絡可能就是這樣的案例。現在說還有些言之過早。
　　分佈式AlphaGo最大的變體版本使用了280個GPU和1920個CPU。這樣巨大的硬件絕對數量所帶來的算力顯然遠遠超過之前任何被報道過的圍?程序。這一計算集群大小值得注意的原因有兩個。第一，它讓人疑問AlphaGo所代表的硬件適應算法（hardware-adjusted algorithmic）的進展程度，以及相關的評估網絡的重要性。正如我在最新的AAAI工作室論文《人工智能建模的進展》提到的，如果我們應該追蹤人工智能領域內多個最先進的狀況而不是單個最先進的狀況，那麼將分佈式AlphaGo和Crazy Stone之類進行比較就是將兩個最先進的進行比較——即在攷慮小規模算力（和小團隊）的性能和大規模算力（由十?位世界上最優秀的人工智能研究者所帶來的）性能進行比較。
　　AlphaGo戰勝樊麾的消息引得了媒體的廣氾關注，人工智能和圍?相關領域的專傢們也普遍認為這是一個具有重要意義的?程碑。例如英國圍?協會主席Jon Diamond將這一次AlphaGo的勝利稱作‘?力上重大的突飛猛進’；人工智能研究者Francesca Rossi、Stuart Russell和Bart Selman分別將其描述為‘重要的成就’、‘