202000 - AlphaGo如何进化为孤独求败？

独孤求败，金庸笔下功高盖世的武林前辈，江湖虽没有他的身影，却处处有他的传说。其墓碑前刻有：“纵横江湖三十余载，败尽英雄，天下更无敌手，无可奈何隐居深谷，呜呼哀哉，生平难求一敌手！”[1]

剑的江湖，有孤独求败！

围棋的江湖，也有孤独求败，正是AlphaGo.

初出茅庐
2015/10, 谷歌开发的名为“阿尔法围棋”（AlphaGo）的AI机器人横空出世[2]，AlphaGo-Fan以5:0完胜欧洲围棋冠军、职业二段选手樊麾。

一鸣惊人：大哥 - AlphaGo-Lee
2016/3/9-15，在韩国首尔，AlphaGo-Lee以4:1战胜世界围棋冠军李世石。

无人能敌：二哥 - AlphaGo-Master
2017/5/23-27, 在中国乌镇围棋峰会上，AlphaGo-Master以3:0战胜世界第一的围棋冠军柯洁。

孤独求败：终结者 - AlphaGo Zero[3]
2017/10/19，DeepMind(谷歌旗下公司，AlphaGo出生地)在《Nature》杂志上发表论文，报告新版AlphaGo Zero，抛弃人类经验，从零开始，自学围棋，3天战胜了大哥哥AlphaGo-Lee；21天后，又战胜了二哥AlphaGo-Master；40天后，已经妥妥地称霸天下，孤独求败。

AlphaGo Zero放弃了之前基于人类经验的“监督学习”思路，而是改用了“强化学习”+“监督学习”的思路。
大量的人类棋局作为数据输入的思路被摈弃，开发者只是告诉AlphaGoZero围棋的规则，然后让双胞胎兄弟互相切磋，从零开始，自学成才。
每秒可以下8万步，一盘棋400步不到，每秒就下了200盘。
每盘棋后长进一点，到7个小时，也就相当于下了500万盘棋后，就已经有模有样了。
一天半后，也就是下了2600万盘后，已经可以战胜大哥AlphaGo-Lee了。
三天后，100：0直接将大哥打趴。
后面的事情就是超越二哥，并且难求一败了。

AlphaGo在没有人类对手后，2017年5月25日，AlphaGo之父杰米斯·哈萨比斯宣布AlphaGo退役。
AlphaGo的研究计划于2014年开始，从业余棋手的水平到世界第一，AlphaGo的棋力获取这样的进步，仅仅花了两年左右。

AlphaGo虽已退休，但技术永存。

“强化学习”势必会为人类带来更多的借鉴与思考。

链接: [1] 独孤求败 词条(https://baike.baidu.com/item/%E7%8B%AC%E5%AD%A4%E6%B1%82%E8%B4%A5/24317?fr=aladdin).
[2] AlphaGo 词条(https://baike.baidu.com/item/%E9%98%BF%E5%B0%94%E6%B3%95%E5%9B%B4%E6%A3%8B/19319610?)
[3] AlphaGo Zero横空出世 完全自学21天虐Master （http://sports.sina.com.cn/go/2017-10-19/doc-ifymzqpq2269773.shtml）