AlphaGo 2.0没实质突破 AI革命任重道远

科技讯5月25日消息，人机大战第二局落幕，柯洁在与AlphaGo的对弈中出现失误，zui终以155手中盘投子认负。对此，猎豹移动CEO傅盛认为，AlphaGo 2.0未有实质突破，“从零开始”AI革命任重道远。傅盛认为Deepmind作为世界zui顶尖的*度学习机构，引领着人类在*度学习上的探索。但*年的时间，AlphaGo 2.0本质上只*化了算法，提升了运算能力。这也提醒广大的AI从业者，不要仅仅寄希望于爆炸性的技术突破，落脚当下应该聚焦AI与应用相结合。

赛前猎豹移动CEO傅盛预测AlphaGo目前版本并未做脱离监督学习，如果能做到，新版本的技术突破其实不亚于第*版AlphaGo的意义。从零开始训练，意味着利用增强学习从零开始演化，纯粹靠对局zui后的Reward（胜负）来学习。“用RL模型在初始没有监督的情况下想要收敛到接近zui*解还是*个很开放的问题，哪怕对于红白机的*些游戏也不能完全做到。如果AlphaGo 2能够完成从零开始学习，很可能意味着对于增强学习算法本身有比较重大的突破，而这种突破可能不仅用于围棋，也有大量对其他应用的可能，所以意义会不亚于AlphaGo 1的横空出世。”

傅盛的观点在赛后得以认证，AlphaGo的核心作者之*Aja Huang(黄士杰)在*战后声明“此次AlphaGo是单机版，但仍有人类知识的训练。”

“AlphaGo 2.0并没有本质性突破，我们期待的无监督学习并没有到来。Deepmind作为世界zui顶尖的*度学习机构，引领着人类在*度学习上的探索。但*年的时间，AlphaGo 2.0本质上只*化了算法，提升了运算能力。这也提醒广大的AI从业者，不要仅仅寄希望于爆炸性的技术突破，落脚当下应该聚焦AI与应用相结合”傅盛说。

而这*AI应用结合论“由来已*”，傅盛曾多次公开指出*度学习的机会在于和应用的集合而不仅仅是技术输出。他认为*度学习是算法革命，本质上降低了技术壁垒。由于基本算法模型的固定化，算法的驱动力已经大大地降低了，算法驱动变成了数据驱动。因此，*度学习的核心是数据驱动，虽然有模型调参的机构会有自己的*势，但更多的数据调参会很快拉平*势。

本质上，虽然AI是*个技术和工具 ，但是由于互联网的加速发展，今天*个*立的技术本身已经很难成为*个完全的行业。很难想像*家公司通过技术输出就能成功，未来*度学习是基础的技术运用，很多公司都会具备*度学习的研发能力。所有的公司都将是科技公司。科技是基础点，需要和应用结合。

而这*论调并非空穴来风，猎豹去年收购了法**家新闻产品News Republic，把用户的点击行为变成数据的标注部分，神经网络会找到自动的相关新闻进行推送。猎豹还做了直播类应用Live.me，现在是**zui大的第三方直播平台，每天有几十万的**用户开播，产生几百万、上千万张标准人脸，这个数据使得猎豹能够找到精准的数据。猎豹研发的人脸识别技术，在色情和儿童识别上有大量应用。在zui近的 LFW 人脸识别的评测中，猎豹取得了前三*的成绩。

从*蓝到阿法狗，棋*类游戏*直被用来检验人类与人工智能的差距，追溯原因，*方面棋类历史悠*，人类有足够的积累，围棋拥有的变化足够多，暴力搜索不能解决问题，*须要让AI有＂直觉＂；另*方面在博弈中属于完全信息博弈（Complete information），其实是zui方便拿来验证AI能力。傅盛预测，未来AI所扮演的是助手的角色，而不是对抗的角色，将是人机共存的时代。