今天被一则消息刷爆朋友圈：一篇发表于Nature的人工智能论文，引起轰动。英文题目是《Mastering the game of Go without human knowledge》，直译为《不使用人类知识掌握围棋》

这篇论文为何如此重要？它不仅是很多人期盼已久的技术报告，也是人工智能一个新的技术节点。在未来，它将得到很多引用，成为无数AI产业和服务的基础。

为什么这么受到广泛关注，原来这篇论文是谷歌专门从事深度学习研究的子公司DeepMind发布的，在文中宣布新一代Alpha Go正式诞生，被命名为AlphaGo Zero。

这款新版的AlphaGo有什么厉害的地方呢？去年阿法狗经过学习人类经验中的所有棋谱，然后4比1打败围棋世界冠军李世石，今年5月再度以3比0打败新冠军柯洁，而一度被业界津津乐道、叹为观止。

令人更加惊奇的是：如今的新版阿法狗，根本没有学习一点人类经验，从空白状态起，左右互搏、无师自通，三天后，居然100比0打败了老版阿法狗！

由于从事量化研究，公子今天来聊聊人工智能这个话题。

这款新版的AlphaGo翻译为阿法元(AlphaGo Zero)，这个翻译挺好的，元者何？君之始年也。一元初始,这款阿法元就是人工智能的新纪元。

他完全从零开始，不需要任何历史棋谱的指引，不需要参考人类任何的先验知识，完全靠自己强化学习（reinforcement learning）然后成为一代宗师。

人工智能的目标在于一个能够具有挑战性的领域，以超越人类的算法实现超越人类的行为。

此前，阿法狗成为首个在围棋中战胜人类世界冠军的系统。他利用机器学习中的神经网络算法，使用人类专家下棋的数据进行监督学习训练，同时也通过自我对弈进行强化学习。

所谓监督学习就是利用一组已知类别的样本，通过反复训练，使其达到，能识别给定其他类别过程。举个不太恰当的例子，相当于一个幼儿园老师拿着两种或多种颜色的笔，让小朋友们反复记住该颜色，训练好后，拿出新的笔让小朋友判断出所属颜色。

阿法狗项目负责人说阿法元远比阿法狗强大，因为它不再被人类认知所局限，而能够发现新知识，发展新策略。

在基于强化学习的算法，阿发元不使用人类的数据、指导或规则以外的领域知识做为监督学习，他无师自通，只需知道规则，通过训练了一个神经网络来预测自己的落子选择，从而摆脱了对人类标注样本(人类历史棋局)的依赖，让深度学习用于复杂决策更加方便可行。

也这证明了人类经验由于样本空间（棋局经验）大小的限制，往往都收敛于局部最优而不自知（或无法发现），而机器学习可以突破这个限制！

我们人类的所有的知识都来自于后天的学习、经验或感知，但这也是人类的局限所在。

如果过份依赖过去的经验，比如曾经认为是错的，遍不敢去碰触，一朝被蛇咬十年怕井绳；而人工智能则没有这方面的负担，或许全局最优解或在其中。

比如曾经认为是对的，便会继续发展下去，想一招吃遍天、墨守成规。岂不知世间唯一不变的,就是变化本身。如果无视环境变化，就会陷入局部最优的陷阱中，也就是说在某个时间在某个地点来说是最优的结果，但按动态全局来看，则不是最优的选择。

阿法狗通过学习人类的棋谱经验，代表着人类可以找到局部最优解，而阿法元无师自通，摒弃人类经验，意味着可以找寻全局最优解。

那么，人类的经验是无用的吗?是无知的吗？是不是很恐怖呢！

愚蠢的人类，你对我的力量一无所知！颤抖吧！

如果未来阿法元能够自我制定规则，再通过自我学习，是不是没人类什么事了？

从科技发展的历史来看，每次在重点发现之后才觉得人类是多么无知啊！在牛顿经典力学体系的大厦没有造起来之前，整个西方世界都被亚里士多德的物理学统治着。当爱因斯坦最早提出他的广义相对论的时候，他彻底革新了我们原先对于时间与空间的概念理解。最近探测到引力波信号则证明爱因斯坦预测的准确性，一个崭新的引力波天文学时代开启，未来更多宇宙之谜等待揭开！

策略方面，会中没有多少操作性，继续保持与这几天都一致：以消费、上证50、白马等防守为主，注意控制仓位，少动为宜，见昨日《划重点》

资金方面

融资余额上一交易日为9948亿，较上一日减小4亿

量化分析

赚钱效应：

今天涨停家数为34家，跌停家数达3家，涨跌停家数比为11，该数据低于近期平均数，注意控仓！

大盘多空趋势线指标

上证综指的趋势指标，量能继续减少，量能白线位于黄色均线处，濒临多空头临界处。注意控仓！

创业板的量能指标继续缩小，目前处于空头趋势，注意控仓

@水晶球财经网