哈薩比斯首次解讀AlphaZero遭diss 當場起身回擊
文章來源：量子位公眾號
有爭論才有意思。昨天是機器學習“煉金術”，今天則是AlphaZero。
在NIPS大會期間，DeepMind創始人兼CEO哈薩比斯（Demis Hassabis）出席了自己贊
助的一個研討會。在這個活動上，哈薩比斯首次公開解讀了他們最新的研究成果
AlphaZero。
哈薩比斯在演講中首先提到DeepMind背後的哲學，這家公司奉行的第一性原理。回顧
了AlphaGo在此前比賽中的表現，特別是那些具有“獨創性”的時刻。
至於最新的AlphaZero，哈薩比斯坦言結果出乎他們預料。DeepMind本來認為手動調
整的國際象棋引擎Stockfish已經接近最優解，但沒想到AlphaZero還是在24小時之內，通
過不斷地自我對弈，最終擊敗了Stockfish。
當然不只是擊敗了一個國際象棋程式，AlphaZero還橫掃了日本將棋程式Shogi，以及
剛剛創下佳績的圍棋程式AlphaGo Zero。
在國際象棋比賽中，AlphaZero的棋風，既不像人、也不像電腦。
哈薩比斯介紹說，AlphaZero偏愛遠期的局面性棄子，沒有子力的概念。AlphaZero會
根據當前的局面進行判斷，相較而言，如果使用了剛性規則就無法動態調整策略。人類可
以向AlphaZero學習國際象棋的戰略，而不是戰術。
當然，哈薩比斯也沒忘了問一句：人類關於國際象棋的知識是不是太有限了？（╭（
╯^╰）╮）
說句題外話，關於這次的AlphaZero，固然又給DeepMind掙了臉，但是奇怪之處在於
，有關AlphaZero的研究，論文只在arxiv上“草草”發出了事。
既沒有發Nature，也沒有投會議。甚至DeepMind官方博客、推特等管道，也沒有專門
發文提及此事。
這不像DeepMind既有技術，又擅長“炒作”的風格呀……
馬庫斯當場Diss哈薩比斯
安妮薇，對於DeepMind最新搞出的AlphaZero，有人溢於言表的讚美。當然也有人一
萬個不爽。
比方，紐約大學的馬庫斯老師（Gary Marcus）。他是紐約大學心理學和神經科學教
授，所涉獵的領域包括人類和動物行為、神經科學、人工智慧。馬庫斯還曾擔任Uber AI
實驗室的負責人（主要他的AI創業公司被Uber收購了）。
哈薩比斯講完後不久，馬庫斯登臺。他很快指出：DeepMind令人驚歎的結果，仍然依
賴於一些人類知識，比方使用了蒙特卡洛樹搜索。
接著，他提出一個“理論”：認知（Cognition）可以視為三個變數的函數，寫成公
式就是：Cognition = f （a，k，e）。其中a代表先天演算法，k代表先天知識，e代表經
驗。
“DeepMind已經非常令人信服的表明，即便k值接近於0（zero），也能獲得出色的認
知表現”，馬庫斯表示。
不過你有沒有發現，馬庫斯實際上用公式寫了一個大大的單詞：f a k e。
馬庫斯對於DeepMind以及AlphaGo的主要抨擊點在於，哈薩比斯等人的工作，低估了
對人類知識和特定領域的需求。
馬庫斯主張人類擁有先天的知識，而神經網路基本不具備。他認為在特定領域的專長
，不等於先天性。他舉了幾個例子，例如膝跳反射、人臉識別、國際象棋都是特定領域的
能力，但先天性方面各自不同。
而通用智慧不分領域，有部分是天生的。
馬庫斯指出，如何認知物件等等能力，可能都是進化所賦予人類的天生能力（當然也
有觀點說這些都不是天生的）。
“生命不是一場Kaggle競賽。”
馬庫斯表示，生命是一場訓練集（training set），沒有什麼是預先準備好的整齊資
料，很多情況都無法預測。在這個過程中，每天的挑戰都不一樣，真正應該重視的是那些
可以用在多個領域的知識。
哈薩比斯當面回擊
其實馬庫斯有點看什麼都不滿意的習慣，之前馬庫斯還跟LeCun等人公開叫板。只不
過這一次，他diss的對象，就坐在台下。
於是最勁爆的一幕出現了。
哈薩比斯聽完馬庫斯的一番言論，然後當場起身開始了回擊。哈薩比斯表示，
DeepMind並不是反對先天知識，他們方法已經遠超完美資訊博弈的範疇，而且整合了神經
科學、認知心理學的原理。
OMT
關於AlphaGo、AlphaZero的爭論，讓量子位想起不久前看到的一篇論文。論文的題目
是AlphaGo祛魅：Demystifying AlphaGo Zero as AlphaGo GAN。
這篇論文的作者是南京東南大學的幾位學者：
董曉，副教授，影像科學與技術系
伍家松，講師，影像科學與技術系
周玲，副教授，電腦工程系
他們在這篇論文中指出：
AlphaGo Zero的驚人成功，在全球範圍內引發了對人類社會未來的討論，期間夾雜著
希望、焦慮、興奮和恐懼混合的情緒。
我們嘗試對AlphaGo Zero去魅，通過定性分析表明AlphaGo Zero可以被理解為特定結
構的GAN（生成對抗網路），這個系統本應具有良好的收斂性。
因此，我們認為AlphaGo Zero的成功，可能不是新一代AI的標誌。
可能影響AlphaGo Zero性能的因素包括：1、圍棋的固有屬性；2、AlphaGo Zero的結
構（基於ResNet的價值和策略網路，MCTS和強化學習）。
這篇論文中，我們通過指出AlphaGo Zero可以被理解為一個具有良好收斂預期的特殊
GAN，來試圖定性的回答這個問題。
如果你對這篇論文感興趣，可以在量子位微信公眾號後臺回復：“祛魅”兩個字，就
能獲得相關的下載地址。
文中的現場圖文、視頻來自推特帳號：@thinkmariya、@willknight等。
— 完 —
http://sports.sina.com.cn/go/2017-12-08/doc-ifyppemf5834613.shtml