人工智能能夠“零”生萬物？

人工智能壹定不能夠“零”生萬物，人工智能的自學能力也是有基礎的，不可能憑空出現的。尹燁也認為，不依賴數據庫的互搏算法無法應對規則不明確的計算，“比如醫療健康行業，依然是數據為王，算法會根據數據的積累而不斷修正，從人工智能（AI）走向真智能（RI）。”

10月19日，英國《自然》雜誌發表論文報道，壹款新版的“阿爾法狗”（AlphaGo）計算機程序能夠從空白狀態起，在不需要任何人類輸入的條件下，無師自通，自學成才。

創造者給它起名叫“Zero（零）”。道家說，道生壹，壹生二，二生三，三生萬物。這從零開始，能超越人類頂尖棋手的圍棋技藝，聽起來顛覆常理，讓很多人心生畏懼。

加上被AlphaGo擊敗的世界知名圍棋選手柯潔不久後在社交平臺上表示：“壹個純凈、純粹自我學習的AlphaGo是最強的……對於AlphaGo的自我進步來講……人類太多余了（請聯系上下文，註意語境）。”

“人類多余”的概念被斷章取義，壹個算法僅憑自己就能學習出高超的棋藝，人工智能能夠“零”生萬物，就這樣被解讀出來，然而事實是這樣嗎？科技日報記者專訪了業內學者，聽聽他們怎麽說。

正聽：Zero也需要數據庫

“Zero可以自己產生數據，下壹秒的數據和上壹秒的數據‘對打’，贏了就再生成，如此循環往復，勝招就逐漸被‘進化’出來了。”中國首席數據官聯盟專家組成員、瀚思科技創始人高瀚昭說。

那麽，沒有數據庫的支持，Zero是如何產生數據、又如何知道產生何種數據的呢？難道真的有了“聰明才智”？

華大基因CEO尹燁並不贊成“自學成才”的說法。他將AlphaGo Zero，和AlphaGo就學習源頭進行了對比。“後者被輸入了人類歷史上的3000萬個棋局、壹步壹步從中學到了對應圍棋規則的算法，Zero就是站在AlphaGo的‘肩膀’上，繼承了後者規則明確的確定算法，才能懂得圍棋的規則，遵循這個規則，左右互搏。”

也就是說，Zero從前輩處學習規則，“它不需要的只是以往人類的比賽數據，並不意味著不需要數據庫。”高瀚昭說。

北京語言大學教授荀恩東將Zero之所以能“棋高壹著”解讀為兩個原因，壹是“在同樣的規則下，機器抓到的落子策略，和人抓到的不同”；二是“它的運算速度比人快，因此能夠進行更深入的、甚至窮舉的計算，完全知道後招。”

也就是說，既找對了路，還跑得快。但是，這樣的狀況是有前提的——“規則是簡單的！勝負是明確的！策略是可以窮舉的！”荀恩東說。

分析壹下Zero的學習過程，就能了解為什麽必須是這類問題，它們才能勝出。

根據規則，它不斷產生新數據，進而新舊數據相互對抗比賽，最終產生壹個勝負結果。也就是說，在固定的規則下，不斷地對“勝負”進行驗證，讓Zero獲得了精進的棋藝，而當把這些策略全部驗證壹遍的時候，它就無敵了。