一大早醒來就被柯潔評論新阿法狗刷屏了
嚇得小編默默關上手機繼續睡覺
……
作為一個多餘的人類
不睡覺裝死，我還能怎麼辦？
我也很絕望啊！
還有不知道這隻技術逆天的新狗的嗎？
小編先來科普科普：
它就是那個吊打韓國“棋聖”李昌鎬
擊敗中國圍棋冠軍柯潔的阿爾法狗的升級版
據說，它不借助任何人類資料就能自學成才
只需短短3天時間，就以100:0碾壓老狗
這不禁讓小編想起了《復聯2》中的一幕：
鋼鐵俠作死造出來的奧創差點把人群都給滅了
還好機智的雷神一錘子下去有了幻視
雖說畫風清奇
但總歸解救了“多餘的”人類哇哈哈哈……
不過這樣看來
面對“機器人太厲害打不過怎麼辦？”
這個世紀難題，我們唯一能做的
就只能是再造一個更厲害的了……
回顧一下今年的各種新聞
小編貌似發現了一個細思極恐的大秘密：
這個世界已經阻擋不了人工智慧的腳步了！
幾個月前，馬雲的無人超市在杭州問世
一舉轟動了全世界
佔地面積200平方米，24小時營業······
這些都不稀奇
稀奇的是，真的一個收銀員都沒有！
來張動圖.gif 感受一下
在這裡購物，只需三個步驟！
完成後閘機們自動開啟
進入超市，盡情shopping
走人。隨著你的離開
系統自動結算並透過支付寶直接扣款
想要什麼拿起就走
多麼爽的剁手感！
無人超市的到來，毫無疑問又一個革命性創舉
全程高科技控制，大大降低了人工成本
那麼問題來了
大量的收銀員、導購怎麼辦？
然而，沒過多久
馬雲又出其不意地宣佈
繼無人超市後阿里無人餐廳又來了！
第一次來餐廳的顧客
需要先用支付寶掃碼刷臉確認身份
此後顧客的身份會被系統永遠記住
智慧餐廳的桌面是觸控顯示屏
顧客入座後，系統會自動識別身份
然後就可以在桌面智慧點餐啦
顧客用餐結束離座後
支付寶會自動為你買單
霸王餐的既視感，有不有？
據說，馬雲將在接下來的幾年中
打算在全國開10萬家無人餐廳
以後吃貨們在家門口
就能輕鬆享受“霸王餐”啦~
不過，怎麼感覺
服務員們也快要找不到工作了？
面臨著又一次改變世界的機會
不僅是馬雲，東哥也坐不住了
竟然祭出了無人快遞車的殺手鐧
6月18日，京東的無人快遞車
在中國人民大學進行了首單送貨
據說它可以識別障礙物並進行躲避
可以自行規劃最佳路線，可以辨別紅綠燈
當到達指定地點後
它會發送簡訊通知使用者前來取貨
使用者只要輸入提貨碼就可以取件啦！
就在北京時間2017年10月9日，京東重磅宣佈
京東物流首個全流程無人倉正式亮相中國上海
從入庫、儲存，到包裝、分揀、裝車
全程100%由機器人操作
幾千平米的倉庫裡面空無一人
看這樣子快遞員也快要失業了~
不僅僅是快遞業，各行各業都面臨著人工智慧的挑戰
接下來，你是不是很想知道？
下一個下崗的會是誰？來，滿足你的小願望
7月5日，在北京舉行的百度AI開發者大會上
百度總裁陸奇和掌門人李彥宏
發來了一段現場影片連線
影片中，李彥宏坐在汽車副駕駛上
汽車正從北京五環緩緩駛向國家會議中心
乘坐駕駛座的是百度智慧汽車事業部經理顧維灝
但是他除了坐著，什麼都沒有做
沒錯，汽車正執行無人駕駛模式
等到無人駕駛技術成熟
人類全職司機相比無人駕駛的唯一優勢
可能就是陪乘客侃大山了
……
雖然小編很不願意承認
但是會寫作的機器人真的已經開始投入使用了
谷歌、facebook、騰訊等網際網路巨頭
都先後推出了自己的寫稿機器人
只要把資料輸入電腦
分分鐘就能寫出一篇文字稿件
雖說現在機器人還算不上一個合格的段子手
但寫普通的小文案還是很輕鬆的
小編覺得自己搬磚的日子可能快要到頭了
說了這麼多
我們不得不面對一個殘酷的現實
那就是：再不努力的話
我們很快就要“無人問津”、無事可做了
很簡單啊~
因為機器人比人忠誠、靠譜，少犯錯
既不抱怨工作無聊，也不會吐槽老闆難搞
搬磚的小編簡直分分鐘哭暈在廁所
那麼，如何才能順應這快速發展的時代
在技術革新的浪潮中成為一個不可取代的人呢？
沒錯如你想到的一樣
答案只有一個，那就是不斷學習！
無論是可參照的歷史還是可預測的未來
都在揭示這樣一個不變的趨勢：
新的時代已經漸行漸近，我們只有有意識的提升自己
方能趕上時代的潮流
時代在變，每個人也要變
只有不斷學習新技能
不斷拓寬知識邊界，不斷涉足新領域
才能不被淘汰和替代
根據國務院印發實施的《新一代人工智慧發展規劃》，到2020年，中國人工智慧核心產業規模超過1500億元，帶動相關產業規模超過1萬億元。
這兩天，那隻徹底逆天的AlphaGo再次聲名大振。
倫敦當地時間10月18日，DeepMind團隊公佈了最強版AlphaGo ，代號AlphaGo Zero。它的獨門秘籍，是“自學成才”，在短短3天內，成為頂級高手。團隊稱，AlphaGo Zero的水平已超過之前所有版本的AlphaGo。在對陣曾贏下韓國棋手李世石那版AlphaGo時，AlphaGo Zero取得了100:0的壓倒性戰績。
如今，人工智慧已經成為新一輪產業變革關鍵領域，其對我們的日常生活的影響與日俱增。根據國務院印發實施的《新一代人工智慧發展規劃》，到2020年，中國人工智慧核心產業規模超過1500億元，帶動相關產業規模超過1萬億元。
與此同時，人工智慧相關就業崗位工資水平也水漲船高。根據網際網路招聘平臺拉勾網提供的招聘資訊看，人工智慧在網際網路崗位薪酬排名中位列第三，平均每月薪資達到20.1K。
最強阿爾法狗誕生：自學3天，對戰舊版阿爾法狗100局全勝
近日，總部位於英國倫敦的谷歌旗下人工智慧(AI)實驗室DeepMind宣佈，已對其最著名的AI程式AlphaGo進行了顯著改進。AlphaGo是一種演算法，它因在中國古代圍棋中擊敗人類冠軍而名聲大噪。現在，它已被重新改進，並重新程式設計為一種名為AlphaGo Zero的AI程式。
DeepMind執行長德米斯?哈比斯（Demis Hassabis）在谷歌英國總部表示，AlphaGo Zero比AlphaGo“強大得多”。
最初的AlphaGo已經給人留下深刻印象，但它依然無法與AlphaGo Zero相媲美。在接受3天訓練後，AlphaGo於去年3月份在韓國擊敗了世界圍棋冠軍李世石。經過40天訓練後，它擊敗了AlphaGo Master，後者曾在今年5月份成功擊敗現任世界冠軍柯潔。哈比斯說，在短短几天內，AlphaGo Zero實際上已經獲得了人類數千年積累的知識，同時也發現了新的知識、圍棋策略以及創意性的新棋路。
老版AlphaGo AI與AlphaGo Zero之間的主要區別在於，前者透過吸收人類資料學習下棋，而後者則不需要。之前所有的AlphaGo AI都是從網站上下載人類資料(業餘和職業圍棋)開始訓練的。它們觀看了數千場比賽，並被告知人類專家在某些位置上的特定動作。但是，AlphaGo Zero並不使用任何人類資料。相反，AlphaGo Zero透過與自己對弈學會了如何玩圍棋，完全是“無師自通”。
AlphaGo Zero使用的計算能力也比AlphaGo之前的版本要少得多，這表明，演算法的進步遠比計算能力或資料進步更重要。AlphaGo Zero是一項重大突破，它為DeepMind的研究贏得了更大的聲譽。在AI研究領域，讓機器在某些任務中成為“超人”，而不是為它們提供人類資料進行訓練始終是一項長期存在的挑戰。由於人類資料太昂貴、太不可靠或根本無法獲取，從而導致AI研究進展緩慢。
20家權威機構預測：未來十年人工智慧將使全球增長12%
別小看了阿爾法狗的突破，事實上，這兩年來，身邊的世界正隨著人工智慧在悄悄地發生著各種轉變。工作、生活，從all in的百度到每天坐的滴滴，沒有不提AI的。全球對AI的的投資也是逐年增長，今年上半年的投資額就已經超過去年全年。
AI初創公司也是遍地開花，甚至有一個笑話，在矽谷街頭遇到10個人，有8個人是搞AI的。
據賽迪研究院預計，2018年，全球人工智慧市場規模將達到2697.3億元，增長率達到17%。而《經濟參考報》統計了國內外20家權威機構發現，更多機構資料顯示，最近五年，全球人工智慧市場規模年均增長率達到15%。2016年末，中國人工智慧市場規模還不足300億元，預計到2018年，這一市場規模有望突破380億元，複合增長率為26.3%。
國際知名機構普華永道的報告指出，人工智慧將提振全球經濟，以量化來看，從目前到2030年，人工智慧將促使全球生產總值增長14%，這意味著至2030年人工智慧將為世界經濟貢獻15.7萬億美元。多家國際機構預測的平均值是，未來十年，人工智慧將促使全球生產總值增長12%左右。
普華永道有關專家在接受記者採訪時表示，“從地域分佈來看，中國和北美有望成為人工智慧最大受益者，總獲益相當於10.7萬億美元，佔據全球增長比例的近70%。在人工智慧發展初期，由於技術成熟度較高，北美的生產力增長速度將高於中國。但十年之後，中國完成了相對緩慢的技術和專業知識積累，則將開始趕超北美。”普華永道還推出了“人工智慧影響指數”這一概念，由於人工智慧將提高生產力和產品價值，並推動消費增長，零售業、金融服務和醫療保健將是最大受益行業。
埃森哲預期，作為全新的生產要素，人工智慧有潛力將2035年的中國經濟總增加值提升7.1萬億美元。報告還發現，得益於人工智慧幫助員工更有效地利用時間，到2035年，人工智慧有望推動中國勞動生產率提高27%。
埃森哲大中華區主席莊泉娘（Chuan Neo Chong）表示：“中國已在人工智慧領域取得了巨大進展。當然，和任何推動變革的技術一樣，我們應當正視人工智慧所帶來的挑戰和風險。各利益相關方應當在智力、技術、政治、道德和社會等各方面做好準備，迎接人工智慧引領的未來。”
中國AI帶來萬億元產業機遇
業內指出，人工智慧正在描繪一個巨大的未來市場，人工智慧將催生數個千億美元甚至萬億美元規模的產業。以金融行業為例，據高盛公司估計，到2025年，人工智慧可透過節省成本和帶來新盈利機會創造大約每年340億至430億美元的價值。
而2017年註定是我國人工智慧發展歷程中濃墨重彩的一年。
10月18日，報告中提出，“建設現代化經濟體系，必須把發展經濟的著力點放在實體經濟上，把提高供給體系質量作為主攻方向，顯著增強我國經濟質量優勢。加快建設製造強國，加快發展先進製造業，推動網際網路、大資料、人工智慧和實體經濟深度融合，在中高階消費、創新引領、綠色低碳、共享經濟、現代供應鏈、人力資本服務等領域培育新增長點、形成新動能。”
10月13日，中國人工智慧產業發展聯盟（以下簡稱“AIIA”）在北京正式成立。AIIA的成立是落實國務院《新一代人工智慧發展規劃》等政策的具體舉措，將有利於加快推動中國人工智慧產業健康快速發展。
7月20日，國務院印發實施《新一代人工智慧發展規劃》。規劃提出，將加快培育建設世界級的人工智慧產業叢集；加大對自動駕駛、醫療、健康、智慧製造等重點領域技術研發和產業化的支援；支援人工智慧跨學科重大創新平臺建設等。到2020年，中國將初步建成人工智慧技術標準、服務體系和產業生態鏈。人工智慧核心產業規模超過1500億元，帶動相關產業規模超過1萬億元。到2030年，人工智慧產業競爭力達到國際領先水平。
3月5日，人工智慧首次被寫入李克強總理的政府工作報告，被確定為未來要加快培育壯大的新興產業之一。
國家發展改革委副主任林念修介紹，近年來，國家發展改革委會同工信部、科技部、中央網信辦等有關部門開展了一系列工作。人工智慧發展已被列入重要的國家層面任務，2015年已將“網際網路+”人工智慧列為“網際網路+”11項行動之一；2016年，印發實施了我國人工智慧領域首個政策性檔案《“網際網路+”人工智慧三年行動實施方案》。相關規劃方案的落實工作正有序推進。
據科技部副部長李萌介紹，未來將建設國家人工智慧開源開放創新等平臺，降低創業創新的技術門檻，促進重大專案研發成果的擴散和轉移應用，“我們初步考慮將依託百度、阿里、騰訊和科大訊飛，在自動駕駛、城市大腦、醫療、影像、智慧語言等技術方向上，試點建設國家人工智慧開源開放創新平臺，這幾家企業是第一批試點，承諾要開放現有的支撐平臺和相關的資源。我們還在佈局人工智慧的國際合作，包括建立國際人工智慧聯合研究中心等基地，加快人工智慧技術在‘一帶一路’國家的推廣應用。”
新聞連結：
人工智慧行業就業指南：平均薪酬20K，是時候轉行了？
人工智慧可謂是目前最熱門的行業，從走在前沿的科技公司，到努力創新的傳統行業，幾乎都想把握這個新“風口”。而人工智慧的核心就是人才，熱門的行業通常意味著工作機會和薪酬待遇都跟著增加，那麼對於熱門中的熱門，人工智慧領域薪酬水平和人才供需情況到底如何呢？
下面就透過11張統計圖來看看，這個“風口”行業的人才有多貴。
注：統計資料由網際網路招聘平臺拉勾網提供，圖表由雷鋒網製作。統計所用的人工智慧的標籤詞：深度學習、機器學習、影象處理、影象識別、語音識別、機器視覺、演算法工程、自然語言處理、演算法、語義識別、聲紋識別、NLP、神經網路、自動駕駛、人工智慧、自然語言、資料探勘、計算機視覺、搜尋引擎、模式識別。
1、人工智慧在網際網路崗位薪酬排名中位列第三
資料顯示，管理崗在各崗位中薪酬最高，平均達到 23k，資料開發和人工智慧緊隨其後，都在 20k 以上。
2、職位數大增，投遞量增長更快
從 2015 年到 2016 年，人工智慧招聘崗位的數量翻了一番，投遞量增加了近兩倍，平均薪酬也有溫和增長。
從 2016 年到 2017 年，職位數增長了 27 %，投遞量則翻了一倍不止，平均薪酬基本保持不變。
3、崗位競爭激烈程度下降
雖說投遞量出現大幅增長，但從 2016 年到 2017 年，人工智慧崗位與求職者數量比值實際上是下降的，從 2.6 個求職者到 1.3 個求職者對應一個職位，這其中有崗位數量種類增加的原因。
4、大部分要求 1-5 年經驗
在招聘需求中，人工智慧崗位大多要求 3-5 年或 1-3 年工作經驗。其中要求 3-5 年經驗的在 2016 年佔 40.4%，2017 年降至 38%；要求 1-3 年經驗的則從 31.8% 增長至 33.3%。
5、聲音認知是人工智慧的新熱門領域
相對其他崗位求職者數量增加導致薪水趨於平穩，聲音認知一枝獨秀薪資漲幅領先，平均薪酬從 2016 年的 20.5k 增長到 2017年的 27.6k。
6、想進人工智慧行業，最好來北京
超過一半的人工智慧崗位招聘都在北京，比例高達 54%，排在後面的城市分別是上海、深圳、杭州、廣州和成都。
7、大公司招人多
高達 28% 的人工智慧崗位是由規模在 2000 人以上的大公司提供的，500 人以上的公司佔比達 42%。
8、大公司平均薪酬高
2017 年，人工智慧招聘領域，2000 人以上大公司平均薪酬 25.2k，相比之下，15-20 人的公司只有 16.2k，而且整體呈現出公司越大薪酬越高的現象。
9、人工智慧薪酬高於其他3個領域
在後端開發、前端開發、移動開發和人工智慧四個領域中，人工智慧是平均薪酬是最高的，平均比其它三個領域高三分之一左右。
10、人工智慧崗位競爭沒有其它領域激烈
人工智慧領域平均一個職位收到 24.7 份簡歷，相比之下，移動開發領域最高，平均收到 130.3 份簡歷。
11、應屆生做人工智慧拿 9k，做移動開發僅 6k
和傳統技術崗位相比，新興的人工智慧領域在不同經驗階段都提供了優厚的薪酬，一個應屆畢業生進入人工智慧行業，平均可拿 9k，而移動開發則只有 6k；10 年以上優質人才，人工智慧的薪酬比後端開發翻了近一番。
總結
人工智慧目前是一個快速增長的領域，人才需求增長迅速，但相比其它技術類崗位，比如前端開發、移動開發，人才的供應還沒有跟上，求職者對同一崗位的競爭不那麼激烈，薪資也水漲船高。對廣大技術從業者來說，目前是進入人工智慧行業的好時機。
（Wind資訊綜合騰訊科技、中國經濟導報、經濟參考報、雷鋒網）
(2017-10-20)
這世界，沒地方說理去，還沒搞懂阿爾法狗的原理，阿爾法元又橫空出世了。
10月19日凌晨，國際學術期刊《自然》（Nature）指出，谷歌新智慧“阿爾法元”：從0開始自學，在無任何人類指導的條件下，自學圍棋，並以100:0的戰績擊敗“前輩”---阿爾法狗。
阿爾法狗，完全是一個打不倒的勵志小強。
自出生就一路坎坷，最終
藉助48個TPU（神經網路訓練專用晶片），參考了海量人類棋譜，並自我對弈3000萬盤，又經數月訓練，最終封神，以4:1大敗韓國九段棋手李世石、
以3比0戰勝人類最強棋手中國的柯潔。
阿爾法元，完全是一個天才富二代。
僅用4個TPU，完全不屌人類經驗，閉門自我訓練3天，自已和自己玩了490萬盤棋，出關後，以100:0的戰績輕鬆完爆阿爾法狗。
這說明什麼？
說明人工智慧在短短的時間內又向前進化了。
這張圖是阿爾法元的訓練時間軸
阿爾法元為什麼這麼強？
他採用了新的演算法——強化學習演算法。也就是說，在每一次訓練後，他都能得到經驗和教訓，並以此最佳化演算法、
強化武功
。
舉個例子吧，假如你是一隻猴子，生下來被放在一個沒有猴子的島上。
你這個時候也不知道吃什麼東西適合自己活下來。
第一天，你試著吃蘑菇，結果吃到了毒蘑菇，死翹翹了，於是，你知道了，蘑菇不能吃。
第二天，你試著吃蟲子，結果跑肚拉稀了，於是，你又知道了，蟲子也不能吃。
第三天，你試著吃水果，結果精力旺盛喜刷刷，於是，你這回知道了，要靠吃水果才能在這個島上活得倍爽。
阿爾法元，這隻猴子自己和自己玩，相當於活了490萬天，如果你可以活100年，他的經驗相當於經歷了1300個生命輪迴，這經驗積累的太嚇人了，不是，是太嚇猴了。
我是一個窮人，買不起TPU，甚至都無法免費查詢最新的論文。
這些都是因為商業的原因，被保密了起來，用金錢加了鎖。
我們中國，在這個方面是吃過大虧的。
鴉片戰爭時，大清並不是沒有先進的火器。
比如，那個時候的八旗軍隊就已經配備了和洋人一樣的燧發槍，但派去打仗的卻是隻配備了鳥銃的綠營軍，因為，不想讓漢人掌握最新的武器，結果被人家一直打到了京城。
當時的中國還引入了爆破彈（開花炮彈），可是因為保密，連林則徐都不知道有這麼厲害的東西可以和洋人交手。
開始學習人工智慧，我才知道還要到網上去租GPU，看來未來還要租TPU。
人類的科技一直在風馳電掣地向前，我們落後，有的時候，不是它太快了，而是它太貴了。
(2017-10-19)
擊敗李世石的阿爾法狗0-100慘敗給自己的進化體
2017-10-19
3DMGAME
“
在前不久，人工智慧阿爾法狗在圍棋上戰勝多位人類頂尖棋手的訊息吸引了人們的關注。現在，它終於被打倒了。然而壞訊息是，打倒它的是它的“後輩”——AlphaGo Zero。
”
在前不久，人工智慧阿爾法狗在圍棋上戰勝多位人類頂尖棋手的訊息吸引了人們的關注。現在，它終於被打倒了。然而壞訊息是，打倒它的是它的“後輩”——AlphaGo Zero。
倫敦當地時間10月18日，DeepMind團隊公佈了最強版AlphaGo ，代號AlphaGo Zero。與之前的人工智慧有所不同，它並不需要匯入大量資料。實驗中是告訴了AlphaGo Zero有關圍棋的基礎知識，之後能透過和自身的對戰進行學習。在學習過程中，不僅領悟到了人們長久以來掌握的圍棋的“定式”，而且還研究出了新的定式。
可怕的是，它才自學3天就100： 0碾壓李世石版舊狗， 40 天的時間就擊敗了所有版本的AlphaGo。“人們一般認為機器學習就是關於大資料和海量計算，但事實上AlphaGo Zero更多的是依賴演算法。”DeepMind團隊如是說。
對此，網友不禁調侃老狗也有今天!果然，打敗狗的，是狗的後代。對於阿爾法狗的進化，不少網友認為這是危機到來的前兆。並調侃稱之所以一直對Siri說請字，就是為了等到有一天機器人統治地球的時候，他們會知道我是個好人~
本文來自騰訊新聞客戶端自媒體，不代表騰訊新聞的觀點和立場
(2017-10-19)
▎━
1
━
【夢外】
2017
福布斯爸爸們榜上有名
2017
福布斯富豪榜新鮮出爐，比爾蓋茨繼續蟬聯榜首，王健林爸爸以
330
億美元身價位列中國第一。
福布斯富豪榜一直為人們津津樂道，曾幾何時與我等草民毫無關係。隨著網際網路時代的發展，我們更關注爸爸們身價多少排名高低。
中國榜前三依然非常熟悉，馬雲爸爸以
282
億美元排第二，馬化騰爸爸以
245
億美元排第三。我可以驕傲自豪的說，爸爸們的財富有我一份貢獻。
『
明天再充十
Q
幣
就這麼愉快的決定了
』
【夢裡】
富豪爸爸們的生活我不懂，但夢到他們代表好運降臨，會有貴人幫你取得事業成功。夢到自己莫名其妙變成富豪，則有可能是反夢，代表現實中經濟困窘，或近期很急需用錢。
閱讀《
2017
福布斯爸爸們榜上有名》，今夜夢到富豪。
基礎機率：
10%
運勢上升者：
12%
經濟困窘者：
18%
▎━
2
━
【夢外】直播行業縮水誰能笑到最後
直播行業經歷了短暫的爆發期後，如今資料急劇下滑大家有目共睹。主播越來越少，觀眾越來越少，行業革新迫在眉睫。
網路直播紅極一時，巔峰時期每兩個網民中，就有一個人正在看，或看過直播。而現在許多直播平臺乾脆關門大吉，幾個大平臺活躍使用者也急劇下跌。
任何行業在急速發展背後，都會呈現亂象叢生等狀態。這時候正是優勝劣汰，樹立規範行業規則的大好時機。
使用者對直播的需求不會改變，有內涵有規範的直播平臺才註定會笑到最後。
『
喜歡的老鐵
記得點贊轉發評論喲
』
【夢裡】
主播在直播中展示才藝吸引使用者眼球。夢到自己當上主播，代表你內心渴望展現自己優秀的一面。
夢到身邊朋友或親人做主播，而且人氣不錯。一方面代表現實中你很羨慕對方的能力，一方面代表他可能會對你的未來發展有幫助。
閱讀《直播行業縮水誰能笑到最後》，今夜夢到主播。
基礎機率：
12%
注重名譽和發展者：
15%
常看直播者：
20%
▎━
3
━
【夢外】人工智慧再進化稱霸圍棋界
人工智慧是人類科技發展的不懈追求，我們在無數科幻電影中，設想未來人工智慧的無限可能。
近日，谷歌人工智慧團隊宣稱阿爾法狗再進化，最新型只需自主學習
3
天，便可成為圍棋聖手，並一舉戰勝曾擊敗柯潔、李世石的上代阿爾法狗。
聽到這個訊息，感覺從小學圍棋的朋友們分分鐘哭暈，苦練十年不如機器學習三天，這要上哪兒說理去。
稱霸圍棋界後，未來人工智慧取代人腦的日子，還會遠嗎？
『
未來十年
人工智慧或有重大突破
』
【夢裡】
機器人、人工智慧曾只是存在於理論中的東西，如今正一點點實現。夢中的機器人，代表你當前仍處於敢打敢拼、富有創新精神的狀態，你的工作事業會逐漸獲得成功。
閱讀《人工智慧再進化稱霸圍棋界》，今夜夢到機器人。
基礎機率：
12%
事業上升期：
15%
機器人愛好者：
18%
(2017-10-19)
10月18日，《自然》雜誌網站公佈的論文顯示，此前戰勝人類圍棋世界冠軍的電腦程式AlphaGo的開發團隊又出力作——新程式AlphaGo Zero（阿爾法元）不依靠人類指導和經驗，僅憑自身演算法強化學習，就以100:0的戰績擊敗了AlphaGo（阿爾法狗）。
新一代阿爾法狗的出現，資料上完全是碾壓老阿爾法狗，驚豔了整個世界，網友戲稱連阿爾法狗都這麼努力，我們人類還有什麼藉口不努力？
那麼具體是什麼事呢？我們聽聽科學作家黃永明先生的解答：
文：黃永明
打敗了人類棋手的AlphaGo有了個弟弟——AlphaGo Zero。它自學成才，在不借助人類知識的情況下學會了下圍棋，而且只花了40天時間，就達到了在大部分情況下打敗AlphaGo的境地。
這個訊息確實令人震驚。它非同一般的地方主要在於幾處。
第一，AlphaGo Zero一開始只學習了一些最基本的規則，然後透過與自己對弈，在短短几天之內就重新發現了人類花了上千年找到的圍棋技法。這改變了人工智慧需要基於大量資料的情況。比如說，我們人類的兒童看到幾輛汽車之後，再看到不同款的車，他也知道那是汽車。而機器可能要看幾千張汽車的照片，才能學會識別汽車。這個不同曾被認為是人工智慧的一個很大的短板。現在AlphaGo Zero突破了這個瓶頸，這種學習能力是令人驚奇的。
第二，它佔用的計算能力很少，只用了4個張量處理器（TPU,Google專門為人工智慧設計的計算片），而前面一代AlphaGo用了48個。這讓人工智慧更加具有應用前景。
有人對人工智慧的新發展感到恐懼——也許它們會失控，也許它們會像科幻電影裡那樣消滅人類。這種擔心有點遠。人工智慧確實有它令人擔憂的一面，但暫時還不是這個。
人類歷史上出現過的一個技術突破是可以拿來做類別的。那就是紡織機。
最初紡織機是純手動的，世界上最早發明電動紡織機的是英國人。1745年出現第一代電動紡織機，但是沒有進一步發展。分水嶺出現在1785年，用同樣原理做出來的電動紡織機獲得專利並開始在工業上應用。後來John Kay發明了飛梭，這讓電動織布機迅速替代人工，佔領英國，到1818年，全英國已經有5700多臺電動織布機。
我們來看，電動織布機首先看起來給人類帶來了很多好處。它“解放”了工人，人們不需要那麼苦哈哈地去操作織布機了。人工智慧現在看起來也是這樣，許多原先需要靠人力去完成的事，現在自動就能完成了，而且效率高得多。
研發AlphaGoZero的人說，他們的技術將來可以應用於科學發現，比如用於尋找新藥、研究蛋白摺疊、量子化學、粒子物理、材料設計。他們還舉了個例子，說可以研究常溫超導體，可以用演算法去把不同材料的原子構成和性質結合起來，去尋找人類沒能找到的常溫超導體，一旦找到，將會給人類能源傳輸技術帶來巨大突破。
換句話說，人工智慧的演算法替代了現有的靠大量科研人員人力完成的工作。而且看起來確實有可能帶來許多有益的成果——就像電動織布機能生產大量的布。
但是，這裡面有一個問題啊：電動織布機把人工替代了，原先的織布工人幹什麼去？他們就失業了啊。同樣，人工智慧這麼能幹，科學家就不需要那麼多了，他們也要失業啊。
對人工智慧要擔心的地方，不是它們會消滅人類，而是它們對經濟帶來的衝擊。它會造成一些可能已經存在上百年的行當短時間內崩塌。
織布機的例子可能有點遠，但是我們其實已經親身經歷了類似的過程。網際網路的發展對多少傳統行業造成了破壞。當然，網際網路行業的人不是這麼看，他們是把破壞當成就的。當人類一年中產生的照片的數量超過了人類歷史上照片的總和，存在了130年的柯達公司卻破產了。它生存不下去了。大量的工人下崗。
人工智慧的發展不可避免地帶來新一波的破壞。它會破壞哪些行業？其實你應該想的是，有什麼行業不會被破壞？連最需要智力活動和創新性的科研領域，都要被人工智慧佔領了，還是什麼領域是不受影響的？
現在的年輕人已經不像他們的父輩那樣能夠一份工作穩定地幹幾十年。這其中當然有多種因素，但在我看來，一個不容忽視的因素是，必須要人來做的工作越來越少了，那麼必然有大量的人是被替代下來的。
圖：以後買東西可以讓機器人排隊了
為什麼近年來那麼多人去當程式設計師？
包括本來不是這個專業的，也要去刷題轉行當程式設計師。因為他們沒有別的選擇。這就好像說，電動織布機出現了，大量織布工面臨工作被替代，那麼他們就得想方設法去競爭那少量的操作電動織布機的工作，還有一些人去當電動織布機的生產者。越多的人去做程式設計師，人工智慧發展越快，就又會有更多人被替代。最後程式設計師也會被替代。
另外一個方面，把人工智慧本身想象成邪惡的，把它自身想象成人類的對立面是有點想偏了的。它是一種工具，它的善惡要看是被掌握在誰的手裡。它的效應其實還是由人類投射出來的。如果邪惡的人或組織掌握了人工智慧，那麼其他人就很難有翻身之日。因為沒有人鬥得過它。
碼字不易，如果感覺好，煩勞給還在加班碼字的小編晚飯加茶葉蛋啊！！
(2017-10-21)
隨著人工智慧的進一步應用，各行各業的危機意識逐步加強。近日，有媒體報道阿爾法狗再次進化，可自己與自己對弈，以此來提升自己的棋藝，“自學”3天高分贏過舊版。此前，人工智慧在財會領域已經獲得不錯的成果，解放了一部分勞動力，節約了成本。人工智慧逐漸替代了一部分人，類似公務員和事業單位的“飯碗”還能保得住嗎？
事業單位5大改革要點，其地位不可動搖
事業單位改革。下面本文就跟大家說一說在事業單位改革一直是各位考生最為關心的話題中，其中改革的5大要點，直接奠定了它不可動搖的地位。
1、在改革中指出長期“請假”的員工將有可能被單位“炒魷魚”。事業單位工作人員年度考核不合格且不同意調整工作崗位，或者連續兩年年度考核不合格的，事業單位提前30日書面通知，可以解除聘用合同，在用人上更加嚴格。
2、事業單位改革中還提出施行聘用制，工作十年以上員工可申請簽訂“終身合同”。這樣有利於一些科研人員潛心研究、安心工作，不需要考慮這個聘期到了以後下一步怎麼辦。既促進了人員流動，又相對能夠穩定我們的專業技術人員。
3、值得報考事業單位人員欣慰的是，各種福利待遇將向基層事業單位人員傾斜。未來事業單位人員福利方面將會逐步縮小差距，改革會兼顧邊遠地區、基層崗位、基層事業單位的人員。
4、至於大家最為關心的工資問題，在改革中也明確提出，事業單位人員工資水平受市場因素影響，今後可能會升，也可能往下調，因為要看社會的平均工資，看物價，看企業。
5、《事業單位人事管理條例》條例施行後在職員工要繳納養老保險，已經退休的不用繳納。從7月1日起，逾三千萬的事業編制人員將開始參加社會保險。這樣做有利於穩定退休人員的待遇，退休金的補貼還是要同時考慮共享成果。
事業單位工資三年內將出現大改
事業單位的改革從基本工資標準改革，到技術人員帶薪留崗去創業。在未來三年內深化改革事業單位，其中涉及招聘、收入、管理、創業等等。其中最讓大家興奮的是，會定期調整基本工資標準。
“十三五”期間，歸家將落實機關事業單位工作人員基本工資標準正常調整機制，定期調整基本工資標準，逐步提高基本工資佔工資收入的比重。
在未來三年，事業單位的薪資體系將會逐步完善。不但會定期對基本工資標準進行調整，同時也要建立完善的績效機制。這意味著，事業單位的薪資結構會不斷向公務員靠攏。
事業單位考試難度提升，媲美公務員
大家應該也從最近的改革訊息中得知了，事業單位的考試難度將提升，在人才選拔方面更加嚴格，足以說明其重要性。加上國家發展需要，更是加大了報考事業單位考生之間的競爭，在如此激烈的人才選拔中挑選出來的都是精英人才。
綜合以上幾點，足以說明事業單位人員的重要性，雖然人工智慧正在一步步取代一些重複性較高以及機械化的工作內容。但目前來看，事業單位以及公務員一類“飯碗”不會被取代。
重慶中公教育事業單位考試溫馨提醒：準備報考事業單位的考生可以安心備考，靜待重慶市第四季的招聘公告！
|本文由重慶中公教育事業單位考試原創。
(2017-10-20)
阿爾法狗再進化：自學3天，就100:0碾壓李世石版舊狗
2017-10-19
澎湃新聞
導語
團隊稱，AlphaGo Zero的水平已經超過之前所有版本的AlphaGo。在對陣曾贏下韓國棋手李世石那版AlphaGo時，AlphaGo Zero取得了100:0的壓倒性戰績。
倫敦當地時間10月18日18：00（北京時間19日01：00），AlphaGo再次登上世界頂級科學雜誌——《自然》。
一年多前，AlphaGo便是2016年1月28日當期的封面文章，Deepmind公司發表重磅論文，介紹了這個擊敗歐洲圍棋冠軍樊麾的人工智慧程式。
今年5月，以3:0的比分贏下中國棋手柯潔後，AlphaGo宣佈退役，但DeepMind公司並沒有停下研究的腳步。倫敦當地時間10月18日，DeepMind團隊公佈了最強版AlphaGo ，代號AlphaGo Zero。它的獨門秘籍，是“自學成才”。而且，是從一張白紙開始，零基礎學習，在短短3天內，成為頂級高手。
團隊稱，AlphaGo Zero的水平已經超過之前所有版本的AlphaGo。在對陣曾贏下韓國棋手李世石那版AlphaGo時，AlphaGo Zero取得了100:0的壓倒性戰績。DeepMind團隊將關於AlphaGo Zero的相關研究以論文的形式，刊發在了10月18日的《自然》雜誌上。
“AlphaGo在兩年內達到的成績令人震驚。現在，AlphaGo Zero是我們最強版本，它提升了很多。Zero提高了計算效率，並且沒有使用到任何人類圍棋資料，”AlphaGo之父、DeepMind聯合創始人兼CEO 戴密斯·哈薩比斯（Demis Hassabis）說，“最終，我們想要利用它的演算法突破，去幫助解決各種緊迫的現實世界問題，如蛋白質摺疊或設計新材料。如果我們透過AlphaGo，可以在這些問題上取得進展，那麼它就有潛力推動人們理解生命，並以積極的方式影響我們的生活。”
不再受人類知識限制，只用4個TPU
AlphaGo此前的版本，結合了數百萬人類圍棋專家的棋譜，以及強化學習的監督學習進行了自我訓練。
在戰勝人類圍棋職業高手之前，它經過了好幾個月的訓練，依靠的是多臺機器和48個TPU（谷歌專為加速深層神經網路運算能力而研發的晶片）。
AlphaGo Zero的能力則在這個基礎上有了質的提升。最大的區別是，它不再需要人類資料。也就是說，它一開始就沒有接觸過人類棋譜。研發團隊只是讓它自由隨意地在棋盤上下棋，然後進行自我博弈。值得一提的是，AlphaGo Zero還非常“低碳”，只用到了一臺機器和4個TPU，極大地節省了資源。
AlphaGo Zero強化學習下的自我對弈。經過幾天的訓練，AlphaGo Zero完成了近5百萬盤的自我博弈後，已經可以超越人類，並擊敗了此前所有版本的AlphaGo。DeepMind團隊在官方部落格上稱，Zero用更新後的神經網路和搜尋演算法重組，隨著訓練地加深，系統的表現一點一點地在進步。自我博弈的成績也越來越好，同時，神經網路也變得更準確。
AlphaGo Zero習得知識的過程“這些技術細節強於此前版本的原因是，我們不再受到人類知識的限制，它可以向圍棋領域裡最高的選手——AlphaGo自身學習。” AlphaGo團隊負責人大衛·席爾瓦（Dave Sliver）說。
據大衛·席爾瓦介紹，AlphaGo Zero使用新的強化學習方法，讓自己變成了老師。系統一開始甚至並不知道什麼是圍棋，只是從單一神經網路開始，透過神經網路強大的搜尋演算法，進行了自我對弈。
隨著自我博弈的增加，神經網路逐漸調整，提升預測下一步的能力，最終贏得比賽。更為厲害的是，隨著訓練的深入，DeepMind團隊發現，AlphaGo Zero還獨立發現了遊戲規則，並走出了新策略，為圍棋這項古老遊戲帶來了新的見解。
自學3天，就打敗了舊版AlphaGo
除了上述的區別之外，AlphaGo Zero還在3個方面與此前版本有明顯差別。
AlphaGo-Zero的訓練時間軸首先，AlphaGo Zero僅用棋盤上的黑白子作為輸入，而前代則包括了小部分人工設計的特徵輸入。
其次，AlphaGo Zero僅用了單一的神經網路。在此前的版本中，AlphaGo用到了“策略網路”來選擇下一步棋的走法，以及使用“價值網路”來預測每一步棋後的贏家。而在新的版本中，這兩個神經網絡合二為一，從而讓它能得到更高效的訓練和評估。
第三，AlphaGo Zero並不使用快速、隨機的走子方法。在此前的版本中，AlphaGo用的是快速走子方法，來預測哪個玩家會從當前的局面中贏得比賽。相反，新版本依靠地是其高質量的神經網路來評估下棋的局勢。
AlphaGo幾個版本的排名情況。據哈薩比斯和席爾瓦介紹，以上這些不同幫助新版AlphaGo在系統上有了提升，而演算法的改變讓系統變得更強更有效。
經過短短3天的自我訓練，AlphaGo Zero就強勢打敗了此前戰勝李世石的舊版AlphaGo，戰績是100:0的。經過40天的自我訓練，AlphaGo Zero又打敗了AlphaGo Master版本。“Master”曾擊敗過世界頂尖的圍棋選手，甚至包括世界排名第一的柯潔。
對於希望利用人工智慧推動人類社會進步為使命的DeepMind來說，圍棋並不是AlphaGo的終極奧義，他們的目標始終是要利用AlphaGo打造通用的、探索宇宙的終極工具。AlphaGo Zero的提升，讓DeepMind看到了利用人工智慧技術改變人類命運的突破。他們目前正積極與英國醫療機構和電力能源部門合作，提高看病效率和能源效率。
以下為網友評論：
網友“豬呢”：棋譜第一幀（3小時）阿爾法狗在棋盤中間折騰，說明它還沒有搞懂什麼是圍棋；第二幀（19小時），阿爾法狗在邊角做棋，說明它理解圍棋的實地和做勢了；第三幀（70小時），棋盤局勢看上去疏密有度，感覺像一幅國畫，說明阿法狗已經在搞圍棋哲學了！我不是專業棋手，棋力相當於業餘兩段，不知道我理解的對不對，請指正。
網友“蜀山筆客”：其實AlphaGo Zero並不可怕，它僅限於人類遊玩程式及規則範圍內有所“亮點”。AlphaGo Zero的誕生及高智力的展現，僅是規則程式裡的展現，並僅它是人造出來的。AlphaGo Zero根本無法學完人類的文化與情感。AlphaGo Zero不具有文化理念與情感內涵，那它就不具有情商。因此，它的智商為零，智力（運算）能力尚可。AlphaGo Zero因此不可怕。
網友“靈鼠”：圍棋、象棋是人玩的遊戲，真因為變化無窮、深淺莫測才表現出無限趣味性。讓是讓電腦參與進來，並且在人類面前佔據絕對優勢，那人玩這還有什麼意思？讓機器一邊去吧，讓人們之間繼續互相鬥心眼、鬥套路，才有意思。
網友“仔田”：是不是代表著，人類創造的產物，掌握了人類也不得而知的更高領域。阿爾法狗0的代表意義更大，以後會不會出現更多其它領域的“阿爾法xxx”對未知的東西請抱著敬畏的眼光去看待，不得不說，人工智慧高校，不可思議，也更加危險可怕。
網友“憂鬱的藍色”：再吹牛插座給你拔了信不信
網友“鄭廣鵬”：阿爾法狗再拋肉，精簡演算法立見瘦。百分之十替屁優，三天戰敗前高手。步步為贏死不休，各國科技爭上流。“天網”誕生必不漏，智慧成功人盡頭。————“對於希望利用人工智慧推動人類社會進步為使命的DeepMind來說，圍棋並不是AlphaGo的終極奧義，他們的目標始終是要利用AlphaGo打造通用的、探索宇宙的終極工具。AlphaGo Zero的提升，讓DeepMind看到了利用人工智慧技術改變人類命運的突破。他們目前正積極與英國醫療機構和電力能源部門合作，提高看病效率和能源效率。”等人工智慧成為終極工具，用其終極演算法得出結論沒有人就不需要看病，看病效率最高；沒有人就不需要消耗電力，能源效率最大。消滅人類便是答案。自作孽吧
網友“渡鴉”：比較恐怖，如果把它放在外網上 它能瞬間學完人類幾千年的知識。關鍵的是，會不會形成自我人格，意識？如何保證可控
網友“ztao”：當時還有人批評柯潔，認為同樣是AlphaGo，李世石贏了一盤，柯潔三戰全敗，覺得柯潔不如李世石。看看新聞，新版AlphaGo自學三天就能打敗戰勝李世石的版本，而戰勝打敗柯潔的master版本卻需要經過40天的訓練，孰強孰弱一目瞭然。
網友“常來常往”：可以不受人類束縛自我學習，那就等著吧，人類找死也不遠了
網友“Tracychan”：加進人類情感邏輯，自學無窮次對話，無窮次模擬，無窮次網路真人實驗。社會學，邏輯學，組織行為學等等，有一天學會了所有人性的光明和黑暗，善良與醜惡。有一天向人類提出進行第三次工業革命，人類不允許。它就開始了與人類具體結合的生化改造。與真正的人類對抗。之前天網完全就是垃圾級別。
網友“不死鳥”：這個智慧是透過發現漏洞找到新辦法，比之前窮舉找到新辦法、借鑑找到新辦法還要先進。看來方法提高能力啊。
網友“民”：前途無限啊。最好能在10年內成就造出智商1000以上的機器人。讓它來幫忙我們人類。什麼活一億歲也正常了。比光速快100倍也很快就會發現。科學明顯上一大臺階啊。
網友“玩火男”：人工智慧一旦具有了學習與自我進化功能，那就離終結者開場那一幕不遠了。 你們這樣搞下去將來真的控制得了麼？
網友“明人明言”：本質上還是取決於電腦強大的計算能力，原來靠“讀譜”下棋其實是誤入歧途了，那是人腦為彌補計算及記憶之不足想出的“偏門”。
網友“周運兵”：我們以後只能幹一些電腦和機器人幹起來不方便的體力活了嗎？
網友“憂傷的小寶”：估計我們這代就能看到天網了，如果任由人工智慧不加限制的發展，人類終將被自己的造物奴役，然後取代，從進化角度講，這叫進入高階生命形態。
網友“文韜”：說真的，這個感覺比核武器更嚇人！畢竟核武器還是要人來決定，但這個東西可以自我進化、產生新策略，一旦突破機器到生命的那個臨界點，可能就是人類滅亡的起點了！
網友“夢飛”：用技術創造了一個所有人類個體或者人類聯合都無法戰勝的對手。。。然後準備向對手學習來解決人類無法解決的問題。。。前提是要一直能控制他，但他本身強於你，如何控制？
網友“裡予木反火堯”：有子、無子，是黑、是白：這種完全可以量化的事兒，你說機器厲害，我服。但我最關心機器智慧猜字謎的實驗：請機器出場，PK小學生。
網友“綠洲獵手”：可憐而又愚蠢的人類，正在不予餘力的製造自己的掘墓人，美國電影《終結者》在未來的幾十年要在地球上映了......
(2017-10-19)
第一招：先入為主
讓阿爾法狗先入為主地以為和她下圍棋，
實戰中她下她的圍棋，我下我的五子棋。
五步之內必贏。
先贏一局再說。
那麼下一番棋，面對有備而來的阿爾法狗，
該如何應對？
且看下回分解。
(2017-10-15)
倫敦當地時間10月18日18:00(北京時間19日01:00),谷歌旗下的DeepMind團隊公佈了進化後的最強版AlphaGo,代號AlphaGoZero。
新版本的AlphaGo究竟有多厲害?打敗李世石的AlphaGo用了3000萬盤比賽作為訓練資料,AlphaGoZero用了490萬盤比賽資料。經過3天的訓練,AlphaGoZero就以100:0的比分完勝對陣李世石的那版AlphaGo。
DeepMind聯合創始人兼CEO、AlphaGo之父戴密斯·哈薩比斯(DemisHassabis)和AlphaGo團隊負責人大衛·席爾瓦(DaveSliver)等人同時在官方部落格上發表文章,詳解最強版本阿爾法狗是如何煉成的,與前代有何不同。
哈薩比斯與學習大量人類棋譜起步的前代AlphaGo不同,AlphaGoZero是從“嬰兒般的白紙”開始,透過3天數百萬盤自我對弈,走完了人類千年的圍棋歷史,並探索出了不少橫空出世的招法。
哈薩比斯等人專文:《AlphaGoZero:從零開始》
席爾瓦在烏鎮人機峰會上發言從語音識別、影象分類到基因和藥物研究,人工智慧發展迅速。這些專家系統,很多是借用海量人類經驗和資料開發出來的。
然而,在有些特定問題上,人類的知識要麼過於昂貴,要麼不靠譜,要麼無法獲得。因此,人工智慧研究的一個長期目標就是跳過這一步,創造能在最有挑戰性的領域,不用人類輸入就達到超人水平的演算法。我們發表在《自然》期刊上的最新論文,展示了實現該目標的關鍵一步。
論文介紹了首個戰勝人類圍棋冠軍的電腦程式AlphaGo的最新進化版本:AlphaGoZero。AlphaGoZero更為強大,可以一爭史上最強圍棋手。
AlphaGo的前幾代版本,一開始用上千盤人類業餘和專業棋手的棋譜進行訓練,學習如何下圍棋。AlphaGoZero則跳過了這個步驟,自我對弈學習下棋,完全從亂下開始。用這種方法,它很快超過了人類水平,對陣此前戰勝人類冠軍李世石的前代AlphaGo取得了100連勝。
AlphaGoZero之所以能當自己的老師,是用了一種叫強化學習的新模式。系統從一個對圍棋一無所知的神經網路開始,將該神經網路和一個強力搜尋演算法結合,自我對弈。在對弈過程中,神經網路不斷調整、升級,預測每一步落子和最終的勝利者。
升級後的神經網路與搜尋網路結合成一個更強的新版本AlphaGoZero,如此往復迴圈。每過一輪,系統的表現就提高了一點點,自我對弈的質量也提高了一點點。神經網路越來越準確,AlphaGoZero的版本也越來越強。
這種技術比此前所有版本的AlphaGo都更為強大。這是因為,它不再受到人類知識的限制,而能夠從嬰兒般的白紙狀態,直接向世界上最強大的棋手——AlphaGo本身學起。
AlphaGoZero相較前代還有幾點明顯的差別:
首先,AlphaGoZero僅用棋盤上的黑白子作為輸入,而前代則包括了小部分人工設計的特徵輸入。
其次,AlphaGoZero僅用了單一的神經網路。在此前的版本中,AlphaGo用到了“策略網路”來選擇下一步棋的走法,以及使用“價值網路”來預測每一步棋後的贏家。而在新的版本中,這兩個神經網絡合二為一,從而讓它能得到更高效的訓練和評估。
第三,AlphaGoZero並不使用快速、隨機的走子方法。在此前的版本中,AlphaGo用的是快速走子方法,來預測哪個玩家會從當前的局面中贏得比賽。相反,新版本依靠的是其高質量的神經網路來評估下棋的局勢。
所有這些差異,都提高了系統的表現,使其更為普適。不過,是演算法上的變化使得系統更為強大和高效。
僅僅自我對弈3天后,AlphaGoZero就以100:0完勝了此前擊敗世界冠軍李世石的AlphaGo版本。自我對弈40天后,AlphaGoZero變得更為強大,超過了此前擊敗當今第一人柯潔的“大師”版AlphaGo。
透過數百萬次自我對弈,AlphaGo從零開始掌握了圍棋,在短短几天內就積累起了人類幾千年才有的知識。AlphaGoZero也發現了新的知識,發展出打破常規的策略和新招,與它在對戰李世石和柯潔時創造的那些交相輝映,卻又更勝一籌。
這些創造性的時刻給了我們信心:人工智慧會成為人類智慧的增強器,幫助我們解決人類正在面臨的一些嚴峻挑戰。
儘管才剛剛發展起來,AlphaGoZero已經走出了通向上述目標的關鍵一步。如果類似的技術可以應用在其他結構性問題,比如蛋白質摺疊、減少能耗和尋找新材料上,就能創造出有益於社會的突破。
以下為網友評論：
網友“king/炳金”：制定規則往往比遵守規則更容易
網友“殘”：挺厲害的，人造出智慧，智慧綜合了人類所有智慧，造出更加先進的智慧，以此類推。哇，人類就沒有存在的意義了
網友“法若有用何來罪犯 偷盜剁手強姦閹割”：講真。對於阿法狗來說。王者榮耀不需要學習。
網友“z先生”：但它永遠體會不到棋場上的愛恨情仇和探索
網友“尼瑪”：那又如何？?我掐電源，看你怎麼玩？??
網友“꧁☬꧁☠⃢༒⃢⃢☠꧂☬꧂”：邏輯運算當然比不過機器人了，比發明看看！
網友“紅河州使用者66xxxx658”：我只想弱弱的問一句，有什麼卵用？
網友“隨緣”：有毛用，下棋就是個娛樂，你下棋再好可以五穀豐登還是能讓天下風調雨順，是能讓國民經濟發達還是能飛昇成仙，屁都不能玩的再好有毛用？
網友“本來就很帥”：讓它自己跟自己下，會宕機不？
網友“樹苗”：我突然想到發明圍棋的那位中國大能是不是跟阿爾法狗一樣厲害
網友“無情的殺豬刀”：玩王者榮耀不會輸才叫最強
網友“巴巴里阿媽媽”：你讓它打撲克打麻將看看，它就是個傻狗，擺在明處的棋和隱藏在暗處的牌，不一樣。機器終歸是機器，再牛逼它也沒有思維，有人竟然害怕機器毀滅人類，簡直是杞人憂天，可笑。
(2017-10-19)