|
措手不及。
之前在围棋大战火得一塌糊涂的AlphaGo，风头丝毫还没消散，最近又登上了世界顶级科学杂志《自然》。
AlphaGo已经是该杂志2016年1月28日当期的封面文章，当时Deepmind公司发表重磅论文，介绍了这个让整个人类世界都震惊的人工智能程序，因为它击败了欧洲围棋冠军。
时至今日，人类还是那个人类，但AlphaGo已经不再是那个AlphaGo。它变了，更智能、更先进、也让人类更惶恐。它现在的名字叫AlphaGo Zero。
如果你要问它可怕成什么样子？ ——完全不需要人类输入条件，自学围棋。你没听错，自学。
AlphaGo Zero仅用了3天时间自学和训练，就以100比0的绝对比分完胜此前AlphaGo。
之前“封神”的AlphaGo，它可是参考学习了大量人类专业棋手的围棋经验，最终才有和人类对决中的胜算优势，但新版的AlphaGo Zero则是自我对弈，即通过跟不同版本的自己下棋来学习。
我们来梳理下逻辑关系：AlphaGo轻松打败人类，AlphaGo Zero轻松打败AlphaGo。由此可得，如果人类和AlphaGo Zero对决，结果就是——毫无胜算。 1、AlphaGo的“封神”之路全回顾 2016 年 3 月，AlphaGo 首次挑战韩国棋手李世石时，当时大多数持观望态度的人都希望AI 获胜，验证下新技术的崛起。众望所归，AlphaGo真的赢了。世界排名第一的中国围棋选手柯洁当时抛出言论“就算阿法狗赢了李世石，它也赢不了我”。
2017 年 1 月， AlphaGo开始对人类世界的围棋冠军们扫荡了一轮。世界第一柯洁、韩国冠军朴廷桓、日本冠军井山裕太时，AI的崛起让之前放出豪言的柯洁感叹“人类千年的实战演练进化，计算机却告诉我们，人类全都是错的……”
2017年5月23日中国乌镇，AlphaGo与柯洁将对弈三局比赛，柯洁在赛前说，“能够代表人类出战，是我以前不敢想象的事情，这次选择我作为主角，我也会竭尽全力去一争胜负”，人类世界态度发生了很大的改变，大家都希望世界冠军至少能赢一盘，为人类“挽尊”。但，结果终究没有发生。
这次“人机终极对决”第一局中，世界排名第一的中国围棋选手柯洁，输给了Google 旗下的人工智能程序 AlphaGo，AlphaGo赢四分之一子。阿尔法围棋团队也宣布，阿尔法围棋将不再参加围棋比赛。
到了2017年10月19日，DeepMind发布新版本AlphaGo程序，经过三天的训练，该系统能够击败AlphaGo Lee，后者是去年击败了韩国选手李世石，胜率是100比0。经过大约40天的训练后，AlphaGo Zero完胜AlphaGo Master。
2、对不起，不需要人类来教我。 DeepMind发表这篇文章，文字很简单：《不使用人类知识掌握围棋》。
一台机器，不需要人类帮助和教育，掌握了人类世界中代表智慧比拼的一项技能——中国围棋。
话说回来，本来人工智能的一项重要目标，就是在没有任何先验知识的前提下，通过完全的自学，在极具挑战的领域，达到超人的境地。
前几代AlphaGo都需要人类的帮助教导，如分析上万场优秀人类玩家间的对决，记住一些招数和套路，取得制胜的关键逻辑等等。但AlphaGo Zero根本不需要，只需对它做的就是知道游戏的规则和目标，它就能开始游戏。
“它学游戏仅仅是通过跟自己玩，从完全的随机玩游戏开始，”DeepMind首席执行官杰米斯·哈萨比斯(Demis Hassabis)说。“在玩的过程中，它很快就超过了人类的水平，并以100比0的战绩击败了在论文中介绍过的上一代AlphaGo。”
他的同事、AlphaGo项目负责人戴维·西尔弗(David Silver)补充称：“我们不以任何方式使用人类数据，就可以让它从一块白板创造知识。”在几天时间里，AlphaGo不仅学会了下围棋，而且还胜过了人类历经数千年在该游戏上累积的智慧。
AlphaGo Zero 是自己的老师，也相当于自己是自己的创造者！
研发团队只需让它自己随意在棋盘下棋，自我博弈。只用到了一台机器和4个TPU的它，已经可以达成这样的造诣。
AlphaGo Zero强化学习下的自我对弈。 经过几天的训练，AlphaGo Zero完成了近5百万盘的自我博弈后，已经可以超越人类，并击败了此前所有版本的AlphaGo。据DeepMind团队称，Zero用更新后的神经网络和搜索算法重组，随着训练地加深，系统的表现一点一点地在进步。自我博弈的成绩也越来越好，同时，神经网络也变得更准确。
AlphaGo Zero习得知识的过程 AlphaGo Zero使用新的强化学习方法，它主要围绕神经网络强大的搜索算法，进行了自我对弈。从一开始不知道围棋，到变成这方面的顶级行家。
并且在自我博弈的增加情况下，神经网络可以升级预测到下一步的能力，从而赢得比赛。而且最让人称奇的是，AlphaGo Zero根据游戏规则，能自我发现走出新策略，真正开创了属于自己的理解和判断。
AlphaGo-Zero的训练时间轴 人类世界随AlphaGo-Zero的诞生而来，是一片哗然。
来自果壳网编辑、美国加州伯克利大学博士生@Ent_evo评论：
抛弃人类经验是不是AI进步的必由之路呢？人类围棋棋手积攒了这么多年的历史是好事儿还是坏事儿呢？阿法狗毕竟还看了3000万人类棋局，这些棋局对AI围棋水平到底是什么影响呢？
现在有答案了。阿法狗·零根本就不需要这些东西。人类经验是好是坏，对AI而言无关。完全无关。
我个人觉得，这是所有AI末世中最令人恐惧的一个场景。 你又怎么看？
比如说，金融圈怎么办？
告诉大家一个消息，人工智能正在重塑华尔街。 人工智能已不再是对冲基金的专用投资方式，除了文艺复兴、双西格玛和元盛等老牌对冲基金，传统的价值投资派也开始尝试AI的新路子。英国老牌资产管理公司Baillie Gifford，就决定聘任一名数学家组建团队设立AI项目，将AI技术应用于资产管理运作。一旦成功，这将是颠覆性的提高管理的能效。
巴美列捷福是一家注重长期投资、擅长选股的资产管理公司，该公司的投资对象包括阿里巴巴、百度以及美国的脸书和亚马逊。巴美列捷福对于AI技术的尝试，代表了对AI浪潮持欢迎态度的公司的意愿。
实际上，AI融入到投资管理中已经被越来越多海外资产公司接受。据《养老金与投资》杂志发起的一项网络调查中，有36.69%的投资者认为，在未来3到5年内，AI就能够融入资产管理的主要环节，将成为投资界的主流。
从目前情况看，交易环节是AI进军资产管理领域的先行地带，也是AI被认为最有可能突破的领域。美国最大投行JP摩根就雇佣了一批AI专家重塑其全球交易中心。今年年初，JP摩根已经在欧洲开始结合AI执行交易，并计划在今年年末推广到亚洲和美洲机构的交易中。
管理着全球最大对冲基金桥水联合的达里奥，虽然已经年近古稀，但也希望AI能够在公司管理方面有所突破。他的目标是即使他本人不再管理公司，仍能通过一套自动化的管理系统维持公司的正常运作，剔除情绪对工作的干扰。
无独有偶，金融资格认证工作也在不断提高持证人对大数据、人工智能、智能投顾等AI领域知识的了解程度。今年5月，特许金融分析师（CFA）组织声明，从2019年开始，考生都需要掌握电脑编程、分析数据以及处理机器交易算法。
在普华永道今年发布的人工智能分析报告中指出，一些老牌的量化对冲基金在使用人工智能方面已有很长时间，而现在的趋势是整个资产管理行业都开始考虑广泛采用人工智能技术，以更好地提高投资效率，更广泛地覆盖资产公司的投研范围，获得更多投资机会。 选股为价值突破口 回溯发现交易机会 如今，不管是传统的价值投资、还是大型的共同基金公司甚至以交易为主的对冲基金，都在寻找AI带来的新机遇，它辅助人工投资决策，同时具备在数据处理、公司以及数据建模等方面具有较强的综合实力。
巴美列捷福的投资分析师麦克恩利表示，考虑到目前数据爆炸性的增长以及计算机性能的提升，资产管理公司非常必要充分考虑AI具有的潜力。麦克恩利认为，AI的潜力巨大，如果发现有人力完成耗时耗力而效果不如机器的情况，就会考虑使用AI。
而在擅长的选股环节上，巴美列捷福已经开始了人工智能的探索。该公司正在测试一套算法体系来判断某一个股更适合何种投资风格，其国际股票投资小组正在考虑使用这套算法来筛选符合某些特定要求的个股。
在对冲基金方面，则着重希望AI能够模拟他们过去的辉煌。被称为“对冲基金之王”的72点资产管理公司创始人史蒂文·科恩，希望通过AI找到过去成功交易之间的关联，帮助他在当下市场中复制这些交易成果。而大型基金管理公司则可以通过中心化的AI处理系统，来更加智能化、系统化的处理资产管理、交易和运营。 深度学习进入探索 大公司纷纷大胆尝试 深度学习成为“网红”，一些大型资产管理公司已经意识到，对大数据价值的挖掘程度决定着在未来竞争格局中的地位，那些更好采用深度学习等人工智能方式的资产管理公司，将比传统公司有机会更好地把握金融市场脉动。
贝莱德，应对变革反应最为迅速的大型基金公司之一。在2017年4月，贝莱德加强了公司量化团队的权重，以量化投资方式替代部分传统选股的投资经理，此举在整个华尔街引起轰动，有报道也发出基金经理将被机器替代的预测。同样，英仕曼集团旗下的量化研究团队GLG也正在将深度学习应用到选股运作之中。目前，GLG通过深度学习对新闻、社交媒体、市场事件等多方面信息进行数据分析，从中得出有助于投资决策的信号。
高盛则是使用一套利用深度学习的自然语言处理系统来处置研究报告，并对报告的正面或负面讯息进行评分，这个评分最终会用来指导有效选股。
文转载 | 中国基金报 泰勒 姚波 |
|
|
