如何评价DeepMind发表在Nature上的AlphaGo Zero？
我个人观点，人工智能的发展肯定会给人类的世界带来翻天覆地的变化，人工智能也是人类科技的发展史上一个新的里程碑，人工智能未来的趋势是势不可挡的，谁也无法阻止人工智能科技的发展。
科技界的有关人士尽管有各种说法，好的坏的等等，各种危言耸听，说人工智能的发展会给人类带来毁灭性的灾难等等吧，我觉得这种说的说的太过于片面了，如果说先进的科技会毁灭人类，那么现在的核电站，***，战斗力等各种先进的科技都可以毁灭人类，为什么还要使用这些科技呢，毁灭人类的不是科技，而是使用贪婪的人类，科技是一把利剑，他自己不会刺向人类，只有手握它的人才能控制它。
人是大自然的产物，是宇宙的产物，科技是人的产物，科技在先进也不可能超过它的创造者的，就像人类无法超越宇宙
今天有两只GO快要改变世界了，老GO被新GO的智能碾压，完成了从“快速学习”到“无师自通”的革命性转换。
对，就是大谷歌的“新狗”AlphaGo Zero的水平已经超过之前所有版本的AlphaGo。在对阵曾赢下韩国棋手李世石那版AlphaGo时，AlphaGo Zero取得了100:0的压倒性战绩。
2017年5月，以3:0的***赢下中国棋手柯洁后，AlphaGo宣布退役，但DeepMind公司并没有停下研究的脚步。伦敦当地时间10月18日，DeepMind团队公布了最强版AlphaGo ，代号AlphaGo Zero。它的独门秘籍，是“自学成才”。而且，是从一张白纸开始，零基础学习，在短短3天内，成为顶级高手。
一年多前，AlphaGo便是2016年1月28日当期的封面文章，Deepmind公司发表重磅论文，介绍了这个击败欧洲围棋冠军樊麾的人工智能程序。
AlphaGo Zero的神经网络通过新的自我对弈数据进行训练，在每个位置s，神经网络fθ都会进行蒙特卡洛树（MCTS）搜索，得出每一步落子的概率π。这一落子概率通常优于原始的落子概率向量p，在自我博弈过程中，程序通过基于蒙特卡洛树的策略来选择下一步，并使用获胜者z作为价值样本，这一过程可被视为一个强有力的评估策略操作。在这一过程中，神经网络参数不断更新，落子概率和价值 (p,v)= fθ(s)也越来越接近改善后的搜索概率和自我对弈胜者 (π, z)，这些新的参数也会被用于下一次的自我对弈迭代以增强搜索的结果。
AlphaGo Zero的突破使得我们在未来面对人类面对的一些重大挑战（如蛋白质折叠、减少能源消耗、寻找革命性的新材料等）充满信心。众所周知，深度学习需要大量的数据，而在很多情况下，获得大量人类数据的成本过于高昂，甚至根本难以获得。如果将该技术应用到其他问题上，将会有可能对我们的生活产生根本性的影响。
对于知识有二种观点，1）知识是传承的，新知识是旧知识积累而获得的，2）知识是否定的，否定旧知识才是创新的前提，造再多的马车发明不了汽车，汽车是由完全不懂马车的机械工程师应用新科技发明的，学再多的因式分解发明不了微积分，否则便否定了牛顿的伟大，显然阿尔法支持2）阿尔法1受人类经验的局险，遵人理，如同中医。阿尔法2直接从原理出发，遵天理，如同西医，直接以最前沿的理论与实验科学为基础。显然，我们死背死记知识是阿尔法坚决反对的，结果也表明从一开始就不会成功
