前言

AlphaGo Zero [1]提出了新的估算搜索評(píng)價(jià)函數(shù)的方法，即基于蒙特卡洛樹搜索的強(qiáng)化學(xué)習(xí)；部分地解決了超大狀態(tài)空間搜索的難點(diǎn)；成功地應(yīng)用到圍棋領(lǐng)域并完勝了人類；證明了強(qiáng)化學(xué)習(xí)的有效性，是人工智能史上一座里程碑。其學(xué)術(shù)貢獻(xiàn)中上，學(xué)術(shù)意義上，社會(huì)影響上上。

AlphaGo Zero雖然不是開創(chuàng)性工作，但它所提出的方法很好地結(jié)合了已有的兩種重要方法。對(duì)于類圍棋智力游戲，AlphaGo Zero是一個(gè)重要的結(jié)論性工作。但故事并沒有完全結(jié)束，因?yàn)閲宓谋貏俨呗赃€沒找到。對(duì)于能轉(zhuǎn)化成搜索問題的人工智能領(lǐng)域和難點(diǎn)，AlphaGo Zero有很大的用武之地，但這需要研究者們的艱辛努力。而對(duì)于人工智能其他領(lǐng)域和難點(diǎn)，或許能觸類旁通。但至少目前，AlphaGo Zero并不能提供直接幫助。

對(duì)AlphaGo Zero的評(píng)價(jià)，既沒有必要貶低，也不用神化。本著實(shí)事求是的精神，還原其真實(shí)面貌。更重要的是，期望AlphaGo Zero取得的成功能鼓勵(lì)同儕做出更好的工作，從而進(jìn)一步推動(dòng)人工智能發(fā)展。

AlphaGo Zero的意義

AlphaGo Zero的成功意味著什么？我們從學(xué)術(shù)貢獻(xiàn)、學(xué)術(shù)意義和社會(huì)影響三個(gè)方面來談?wù)劇?/p>

從學(xué)術(shù)貢獻(xiàn)的角度，雖然AlphaGo Zero是一個(gè)里程碑式的工作，但不應(yīng)該對(duì)其過分神化。前文已經(jīng)論述，AlphaGo Zero的主要學(xué)術(shù)貢獻(xiàn)是提出了新的估算評(píng)價(jià)函數(shù)的方法，即基于蒙特卡洛樹搜索的強(qiáng)化學(xué)習(xí)方法。該方法是把已有的兩種方法，即蒙特卡洛樹搜索[2]和強(qiáng)化學(xué)習(xí)[3, 4]，融合到了一起，在圍棋領(lǐng)域取得了很好的效果。所以，AlphaGo Zero在人工智能學(xué)術(shù)界不算最頂級(jí)的開創(chuàng)性工作。

AlphaGo Zero更重要的，是其學(xué)術(shù)意義。首先，AlphaGo Zero某種程度上攻克了圍棋領(lǐng)域。至此，可以論斷，機(jī)器下圍棋可以完勝人類。由于圍棋難度在同類智力游戲中居首，由此推論，在同類智力游戲中，機(jī)器可以戰(zhàn)勝人類。

另外，AlphaGo Zero也再次驗(yàn)證了深度學(xué)習(xí)的有效性。深度學(xué)習(xí)給人工智能帶來了革命性的變革，使人工智能整體水準(zhǔn)有了質(zhì)的飛躍，并能真正應(yīng)用到不同的領(lǐng)域，取得商業(yè)上的成功。

?圖1 AlphaGo Zero學(xué)習(xí)過程，圖片來源：Deepmind

更值得稱道的是，AlphaGo Zero摒棄了有監(jiān)督學(xué)習(xí)，僅使用強(qiáng)化學(xué)習(xí)就達(dá)到了很好的效果，而且發(fā)現(xiàn)了以前沒有被人類所有選手發(fā)現(xiàn)的知識(shí)。因此，AlphaGo Zero在圍棋這個(gè)領(lǐng)域，解決了困擾機(jī)器學(xué)習(xí)的兩個(gè)最重要的問題，數(shù)據(jù)的來源以及數(shù)據(jù)的質(zhì)量。如果這種方法能夠推廣到其他領(lǐng)域，那AlphaGo Zero的學(xué)術(shù)意義就會(huì)更加巨大。

同時(shí)，由于沒有用到人類先驗(yàn)知識(shí)和原始數(shù)據(jù)，AlphaGo Zero再次強(qiáng)調(diào)了算法的重要性。算法比數(shù)據(jù)重要一直是人工智能界的主流觀點(diǎn)，但近年由于基于大數(shù)據(jù)的人工智能應(yīng)用取得了重大的成功，“數(shù)據(jù)是王道”成為了一種新的潮流，某種程度上稍微忽略了對(duì)算法、原理以及理論的探索。AlphaGo Zero再次表明，算法、數(shù)據(jù)、原理和理論都很重要。

在上一段的論述中，筆者加了很多看似拗口的修飾詞，如“某種程度上”、“圍棋領(lǐng)域”、“同類智力游戲”、 “如果能夠推廣”等，而這些修飾詞是有其深意的。 “某種程度上”意味著AlphaGo Zero并沒有完全攻克圍棋領(lǐng)域。完全攻克需要找到圍棋的必勝策略（理論上一定存在）。戰(zhàn)勝世界冠軍和找到必勝策略之間存在相當(dāng)大的距離，前者代表相對(duì)于人類 “更好”，而后者代表絕對(duì)意義上的“最佳”。就象西洋跳棋程序一樣，Chinook 1994年戰(zhàn)勝了人類世界冠軍，2007年才找到必勝策略[5]。“圍棋領(lǐng)域”、“同類智力游戲”意味著AlphaGo Zero能夠應(yīng)用的領(lǐng)域，雖然可能很廣，但并不包括人工智能的全部。 “如果能夠推廣”意味著把AlphaGo Zero中的技術(shù)推廣和應(yīng)用到其他領(lǐng)域，并不是一個(gè)想當(dāng)然的事情，需要人工智能研究者們付出相當(dāng)大的努力。其根本原因在于其他領(lǐng)域的基本難點(diǎn)于環(huán)境和圍棋有本質(zhì)上的區(qū)別。

?圖2 1992年，Chinook與Tinsley人機(jī)對(duì)戰(zhàn)現(xiàn)場(chǎng)，圖片來源：google

為何AlphaGo Zero取得了如此大的成功，而人工智能離總體成功卻仍然遙遠(yuǎn)？這就要先從人工智能的原理說起。

自人工智能出現(xiàn)以來，人們對(duì)于智能本質(zhì)是否可描述、可用數(shù)學(xué)刻畫就有不同的觀點(diǎn)。觀點(diǎn)的分歧導(dǎo)致了兩種截然不同的人工智能發(fā)展思路，即強(qiáng)人工智能和弱人工智能。前者強(qiáng)調(diào)需要弄清楚智能原理，而后者不管三七二十一，只要造出來的機(jī)器能夠體現(xiàn)某種智能行為即可，比如下棋、駕駛、高考、翻譯、玩游戲等。在弱人工智能中，又可以分為通用和專用。通用是指要讓造出的機(jī)器體現(xiàn)通用的智能，既可以用來下棋、又可以用來駕駛、高考、翻譯和玩游戲；而專用是指對(duì)每一種不同的智能行為，打造專用的機(jī)器，如程序A用來下棋，程序B用來駕駛等等。當(dāng)前的人工智能進(jìn)展，主要在專用弱人工智能上，通用弱人工智能和強(qiáng)人工智能幾乎沒有革命性的突破。

?圖3 人工智能在翻譯軟件中的應(yīng)用，圖片來源：google

AlphaGo Zero再次為專用弱人工智能添磚加瓦，而且是最亮麗的一片琉璃瓦之一。AlphaGo Zero對(duì)通用人工智能和強(qiáng)人工智能可能會(huì)有些啟發(fā)，但至少目前并不明朗。但話說回來，從應(yīng)用角度，專用弱人工智能已經(jīng)非常強(qiáng)大非常重要，因?yàn)楹芏嗳祟惖墓ぷ骶褪窃谀撤N特定的場(chǎng)景下做特定的事情。

除了智能原理之外，再深入一點(diǎn)，人工智能可以細(xì)分為很多困難點(diǎn)，我試圖用九點(diǎn)來大致概括，插入與AlphaGo Zero戰(zhàn)勝人類的的圍棋問題作對(duì)比，供大家了解。

第一，建模。很多人工智能問題，連一個(gè)完整的數(shù)學(xué)模型都很難建立。例如玩星際爭(zhēng)霸游戲、高考、自然語言理解等，雖然很容易對(duì)其中的某一部分建立一個(gè)模型，但很難把整個(gè)模型完整地統(tǒng)一起來。而圍棋的建模非常簡(jiǎn)單。

第二，如何處理復(fù)雜函數(shù)，特別是是嵌套分層的函數(shù)。在圍棋中，作為數(shù)據(jù)的<輸入，輸出>對(duì)被定義得很清楚，輸入就是棋盤狀態(tài)而輸出就是當(dāng)前狀態(tài)下的選擇。但在很多開放問題上，函數(shù)的定義沒那么清楚。比如機(jī)器人足球，傳球這個(gè)行動(dòng)，不僅有參數(shù)，本身不好定義，而且可以進(jìn)一步細(xì)分成很多更加細(xì)粒度的行動(dòng)，如抬腳、踢球等等，而這些行動(dòng)又可以進(jìn)一步細(xì)分。

第三，行動(dòng)后果的不確定性。在圍棋中，每個(gè)行動(dòng)都有確定的結(jié)果，落子必定會(huì)成功。然而很多人工智能問題，行動(dòng)的后果是不確定的，并不保證一定成功。例如傳球的時(shí)候，球可能被敵方搶走，導(dǎo)致這個(gè)行動(dòng)失敗。

第四，環(huán)境的部分可觀察性和動(dòng)態(tài)性。例如星際爭(zhēng)霸游戲中，敵方的軍隊(duì)位置和動(dòng)向都是部分可觀察的，并且不是一成不變的。而在圍棋領(lǐng)域，這些都是完全可觀察的和靜態(tài)的。

第五，表示的規(guī)模和魯棒性。比如在自然語言理解中，自然語言的規(guī)則不僅相當(dāng)之多，而且很多情況下這些規(guī)則并不對(duì)所有情況都適用。而在圍棋中，規(guī)則都是很簡(jiǎn)單且很通用的。

第六，意外和突發(fā)情況。例如在自動(dòng)駕駛中，可能有很多意外情況，如突然躥出來一個(gè)小孩。在這些領(lǐng)域中，幾乎不可能列舉所有的突發(fā)情況。而在圍棋領(lǐng)域，完全沒有意外和突發(fā)。

第七，很多問題并不能簡(jiǎn)單的規(guī)約成搜索問題，比如帶有微分方程的混合動(dòng)力系統(tǒng)等?；蛘呒词贡硎境伤阉?，搜索空間是不完整的或者是無窮的。而圍棋的搜索空間雖然非常巨大，但總歸是完整的和有窮的。

第八，如何獲取大規(guī)模高質(zhì)量的數(shù)據(jù)。在圍棋中，獎(jiǎng)懲機(jī)制相當(dāng)清楚。所以很容易獲取強(qiáng)化學(xué)習(xí)需要的數(shù)據(jù)。獲取有監(jiān)督學(xué)習(xí)的數(shù)據(jù)（即棋譜），相對(duì)困難一些。然而在有些領(lǐng)域，比如新聞的自動(dòng)分類以及我們?nèi)祟惐旧淼慕K身學(xué)習(xí)，并沒有嚴(yán)格定義好的獎(jiǎng)懲機(jī)制。

第九，也是唯一AlphaGo Zero某種程度上真正解決的難點(diǎn)，如何搜索龐大的搜索空間，因?yàn)檫@往往需要的計(jì)算量極為巨大。在圍棋領(lǐng)域中，只有最后一個(gè)才是難點(diǎn)，其他幾個(gè)方面難度幾乎等于零。當(dāng)然，AlphaGo Zero能做到這一點(diǎn)，已是很大的突破。

AlphaGo Zero的成功可不可以用來解決其他的難點(diǎn)？或者說移植到其他領(lǐng)域呢？這個(gè)答案沒有那么簡(jiǎn)單。首先可以肯定的是，AlphaGo Zero對(duì)解決一類特定問題，即可以表示成超大狀態(tài)空間搜索并有明顯獎(jiǎng)懲機(jī)制的問題（如很多智力游戲），有很大幫助。而對(duì)于這類問題之外的，比如高考、星際爭(zhēng)霸、機(jī)器翻譯、自然語言理解等，至少從文章和和目前的情況來看，并沒有直接幫助。其次，對(duì)于某些難點(diǎn)以及某些領(lǐng)域，比如邏輯推理和人工智能規(guī)劃等，AlphaGo Zero可以有幫助，但這需要人工智能研究者們付出艱辛努力。

在之前提到的難點(diǎn)中，有些是可以通過某些技術(shù)手段轉(zhuǎn)換成超大搜索空間問題的。例如第三點(diǎn)行動(dòng)的不確定性，可以通過引入一個(gè)行動(dòng)后果的概率分布。又如第七點(diǎn)的連續(xù)函數(shù)，可以通過采樣來離散化。但是這些技術(shù)手段往往會(huì)導(dǎo)致搜索空間急劇增長(zhǎng)。所以，把AlphaGo Zero借鑒過來，并不是一件容易的事。最后，對(duì)于其他一些難點(diǎn)，如建模、如智能原理等，可以說AlphaGo Zero的技術(shù)很難有用武之地?；诿商乜鍢渌阉鞯膹?qiáng)化學(xué)習(xí)，并沒有揭示人類下棋的智能原理。

與其學(xué)術(shù)貢獻(xiàn)和學(xué)術(shù)影響相比，AlphaGo Zero更重要的是它的社會(huì)影響。雖然有相當(dāng)多學(xué)者認(rèn)為社會(huì)影響不應(yīng)該被嚴(yán)肅對(duì)待，但在當(dāng)今的社會(huì)，特別是對(duì)于和工業(yè)界及應(yīng)用極度緊密相關(guān)、且如日中天的人工智能領(lǐng)域來說，社會(huì)影響的重要性不言而喻。AlphaGo Zero是前沿人工智能技術(shù)的一個(gè)杰出代表。對(duì)于大眾來說，圍棋就是人工智能的皇冠。再加上Google完美的營銷策略以及圍棋在中國文化中的神圣地位，AlphaGo Zero紅遍了全球。尤其在國內(nèi)，AlphaGo Zero幾乎成了人工智能的代名詞，也讓很多大眾對(duì)其既愛（因?yàn)楦杏X很厲害很高大上）又恨（因?yàn)閾?dān)心人類會(huì)被人工智能取代）。

所以，有必要給AlphaGo Zero一個(gè)正確公允的評(píng)價(jià)。嚴(yán)格意義上，圍棋問題在人工智能領(lǐng)域不能說是最難或最重要的，同樣，AlphaGo Zero也不能說是目前人工智能最先進(jìn)最重要的工作。只是因?yàn)樗硎龊?jiǎn)單，其效果非常容易理解，易被大眾所接受，因此成為人工智能成就的代表展現(xiàn)在人們面前。

在全球范圍內(nèi)，AlphaGo Zero雖然也引起了廣泛關(guān)注和一片贊美，但并不像在國內(nèi)被捧到神壇的地步。AlphaGo Zero在技術(shù)上固然取得了重大突破，但它能解決的只是人工智能很多困難中的一種，而且只是部分解決。雖然這個(gè)技術(shù)可能對(duì)人工智能其他領(lǐng)域會(huì)有幫助，但這并不是顯然的，需要做大量努力。所以，AlphaGo Zero的成功并不代表人類會(huì)被人工智能取代。當(dāng)然，隨著AlphaGo Zero還有一些其他技術(shù)的出現(xiàn)，越來越多領(lǐng)域會(huì)被人工智能攻克，越來越多人類職業(yè)會(huì)被人工智能部分取代。但這點(diǎn)并不能完全歸功于AlphaGo Zero，它只是這一類工作的一個(gè)杰出代表。

機(jī)器戰(zhàn)勝人類，一直在發(fā)生。以前有，現(xiàn)在正在進(jìn)行，以后會(huì)更多。從弱人工智能的角度，人工智能的發(fā)展史，就是人類各種智能行為被機(jī)器復(fù)現(xiàn)并超越的歷史。只是這些都是在特定的領(lǐng)域，如西洋跳棋、國際象棋、問答秀、圍棋等等。暫時(shí)來說，還看不到機(jī)器在所有領(lǐng)域都能戰(zhàn)勝人類的希望。所以，至少現(xiàn)在還沒有到要擔(dān)心人類滅亡的時(shí)候。

粗略來分，智能的層次，從低到高，可以分為基礎(chǔ)智能（包括計(jì)算、記憶、行為能力等）、感知智能（包括語音識(shí)別、圖像識(shí)別等）、認(rèn)知智能（包括智力游戲、智力測(cè)試等）和創(chuàng)新智能（包括藝術(shù)創(chuàng)作和科學(xué)發(fā)現(xiàn)等）。雖然每個(gè)層次都有機(jī)器戰(zhàn)勝人類的案例，但總體來說，越高層次的智能，機(jī)器做的越差。基礎(chǔ)智能，比如計(jì)算和記憶，總體上機(jī)器早就遠(yuǎn)遠(yuǎn)超過了人類。當(dāng)前深度學(xué)習(xí)的崛起，加速了機(jī)器在感知智能上接近并有時(shí)超過了人類水準(zhǔn)。然而，對(duì)認(rèn)知智能和創(chuàng)新智能，機(jī)器整體上比人類差了太多。AlphaGo Zero誠然是機(jī)器在認(rèn)知智能上對(duì)人類的又一次重大勝利。但從整體來看，并未改變整個(gè)格局。

?圖4 人工智能在電商物流中的應(yīng)用，圖片來源：baidu

此外， AlphaGo Zero的宣傳文章上有著不少春秋筆法，有抬高工作之嫌。例如，宣傳100:0戰(zhàn)勝了AlphaGo李世石版本[6]，而不是89:11戰(zhàn)勝了AlphaGo Master，不與最近的成果作對(duì)比，不僅蹭前輩機(jī)的余光，還用100:0吸引人眼球；又比如，AlphaGo Zero號(hào)稱學(xué)到了圍棋知識(shí)（即定式），但這種基于使用頻率就判斷為之知識(shí)的做法某種意義上屬于事后諸葛亮，并不足夠令人信服。而且這些所謂的知識(shí)在AlphaGo Zero中完全沒有用上；又比如宣傳文中稱圍棋是“最有挑戰(zhàn)的領(lǐng)域”，這并不確切。之前論述過，對(duì)人工智能來說，圍棋只算最有挑戰(zhàn)的領(lǐng)域之一。這些寫法雖然不算錯(cuò)誤，但某種程度上誤導(dǎo)了讀者。這種自我標(biāo)榜的做法，甚至遭到了部分人工智能學(xué)者的反彈。

AlphaGo Zero的未來

AlphaGo Zero是一個(gè)人工智能史上的一座里程碑。對(duì)于它與人工智能的未來，我認(rèn)為還大有可為。比如，在AlphaGo Zero大放異彩的圍棋領(lǐng)域，就仍有三個(gè)方向值得繼續(xù)耕耘。

一、將戰(zhàn)勝人類轉(zhuǎn)化為必勝，找到比人類 “更好”的策略后，繼續(xù)尋求“最佳”策略。理論上，圍棋存在必勝策略，因此，后AlphaGo Zero時(shí)代的一個(gè)重要挑戰(zhàn)，就是把它找到。這個(gè)挑戰(zhàn)不僅是為了追求完美，而且有很大的實(shí)際意義。機(jī)器學(xué)習(xí)的最大優(yōu)點(diǎn)之一就是面對(duì)復(fù)雜問題時(shí)迅速找到很好的近似，避免計(jì)算復(fù)雜度的障礙。但這也是一個(gè)軟肋，即沒有找到復(fù)雜問題的最優(yōu)解。如果AlphaGo系列能突破這個(gè)軟肋，這將是非常偉大的學(xué)術(shù)貢獻(xiàn)。

二、現(xiàn)在的AlphaGo Zero是針對(duì)正規(guī)棋盤（19*19棋盤），如果能推廣到一般的情形，即n*n棋盤，也是很有意義的。機(jī)器對(duì)問題輸入的規(guī)模往往非常敏感，對(duì)于圍棋這類的問題，機(jī)器求解的難度隨著棋盤大小而指數(shù)遞增。AlphaGo Zero之前，人工智能已經(jīng)解決了7*7的圍棋問題，它出現(xiàn)后才解決了19*19的圍棋問題。相對(duì)來說，人類對(duì)于棋盤的輸入規(guī)模沒那么敏感，人們下7*7圍棋和19*19圍棋策略差別不大。這點(diǎn)對(duì)機(jī)器學(xué)習(xí)相當(dāng)重要。原因之一，這是從專用弱人工智能朝通用弱人工智能邁出的一步，即解決同樣問題不同規(guī)模的差異。原因之二，這能揭示從一個(gè)規(guī)模中學(xué)到的東西（如策略和贏面估算）是否能平移到另一個(gè)規(guī)模中。

三、AlphaGo Zero學(xué)到了不少圍棋的知識(shí)，也就是定式。但它下棋的策略和這些知識(shí)無關(guān)，還是通過評(píng)價(jià)函數(shù)來做的。所以這些知識(shí)，即使在學(xué)到了之后，在AlphaGo Zero中也沒什么用處。如果能夠先使用AlphaGo Zero學(xué)習(xí)知識(shí)，然后再僅僅表示和使用這些知識(shí)來下棋并戰(zhàn)勝人類，也將是非常大的貢獻(xiàn)。因?yàn)檫@連接了兩種完全不同的人工智能方法（機(jī)器學(xué)習(xí)和知識(shí)的表示與推理），也更加接近于人類下圍棋背后的智能原理，從而對(duì)強(qiáng)人工智能有所幫助。

AlphaGo Zero另一個(gè)可能的未來是把它應(yīng)用到圍棋之外的領(lǐng)域。AlphaGo Zero中應(yīng)用的新評(píng)價(jià)函數(shù)具有一定的普適價(jià)值，因?yàn)楹芏嗳斯ぶ悄苤械膯栴}都可以歸結(jié)為大規(guī)模搜索的問題。

這里僅枚舉兩個(gè)重要的領(lǐng)域，第一是命題邏輯推理，以及更廣義的約束可滿足問題。簡(jiǎn)而言之，約束可滿足問題是給定了一些變量（如ｘ，ｙ），每個(gè)變量有其值域（如ｘ只能是１或２，ｙ只能是０或１）；同時(shí)給定一些這些變量需要滿足的約束條件（如ｘ＋ｙ＝２），目的是求解滿足這些約束條件的變量（如ｘ＝２，ｙ＝０）。約束可滿足問題可以轉(zhuǎn)換成搜索問題，其中每一個(gè)節(jié)點(diǎn)是變量們部分賦值的某一個(gè)狀態(tài)，而它的子節(jié)點(diǎn)們是對(duì)下一個(gè)變量的不同賦值。既然約束可滿足問題能轉(zhuǎn)化成大規(guī)模狀態(tài)下的搜索，那么AlphaGo Zero就可能有幫助。

第二是人工智能規(guī)劃，即從給定初始狀態(tài)找到一系列行動(dòng)達(dá)成某個(gè)目標(biāo)。同樣，因?yàn)橐?guī)劃問題也能轉(zhuǎn)化成搜索，所以AlphaGo Zero有其用武之地。但是，注意到約束可滿足問題和規(guī)劃終極目標(biāo)都是要找到“最優(yōu)解”，AlphaGo Zero作為一種尋找“較優(yōu)解”的手段在這些領(lǐng)域里面到底能走到哪一步，還需要深入探索和時(shí)間來檢驗(yàn)。

除了這些明顯可以轉(zhuǎn)化成搜索問題的領(lǐng)域外，還有一些人工智能領(lǐng)域有可能借鑒AlphaGo Zero的思路，因?yàn)檫@些領(lǐng)域可以看成是搜索的某個(gè)變種，比如帶有概率分布的搜索。這些領(lǐng)域包括馬爾科夫決策、博弈論等等?？偠灾?，AlphaGo Zero有很大潛力被廣泛地用到人工智能其他領(lǐng)域，尤其是和搜索密切相關(guān)的。但是，這并不是一件水到渠成的事情，需要研究者們付出艱辛努力，這些應(yīng)用并不比AlphaGo Zero本身簡(jiǎn)單。

?圖5 視頻網(wǎng)站利用人工智能優(yōu)化搜索，圖片來源：google

更重要的未來在于用AlphaGo Zero來解決人工智能的其他難點(diǎn)。雖然目前從論文中來看，并沒有直接幫助，但如之前所述，人工智能的其他難點(diǎn)中有些能夠轉(zhuǎn)化成更大狀態(tài)空間下的搜索，比如部分可觀察、行動(dòng)不確定性、連續(xù)函數(shù)、甚至突發(fā)意外情況等，但這種轉(zhuǎn)化往往伴隨著狀態(tài)空間的指數(shù)上升，極有可能其搜索難度比19*19的圍棋還要大，甚至大很多。所以，怎么更好地轉(zhuǎn)換？轉(zhuǎn)化后AlphaGo Zero能不能處理？這都需要人工智能研究者們付出艱苦的探索和努力。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。