AlphaGo的新技能学习过程

AlphaGo.png

引言

AlphaGo是google最近的一个人工智能项目，以下是百度百科的介绍：

阿尔法围棋（AlphaGo）是一款围棋人工智能程序，由位于英国伦敦的谷歌（Google）旗下DeepMind公司的戴维·西尔弗、艾佳·黄和杰米斯·哈萨比斯与他们的团队开发，这个程序利用“价值网络”去计算局面，用“策略网络”去选择下子。

如何学习新技能

下面我详细介绍一下AlphaGo是怎样从0开始学习下子的。

1. 研究者教会系统看盘面信息，其中包括黑子信息，白子信息，空着信息，围棋规则等。
2. 通过学习高手对弈棋谱，学习了3000万高手落子，让系统预测该如何落子，预测准确率达到57% 。
3. 通过与自己对弈2000万局进一步提高自己的能力，完成这一步的系统与第二步中的系统对弈达到80%的胜率。

同样学习如何看整个盘面局势也用类似的方法。

这里我们来分解一下整个学习的过程：

1. 入门：第一步对应的是一个领域的基本知识，掌握以后就入门了。
2. 模仿：一直和菜鸟下棋是不会有进步的，去模仿该领域高手的作品，此时就进阶了。
3. 领悟：通过不停练习来提升自己的能力，逐渐形成自己的风格，又一个高手诞生了。

通过这次AlphaGo的胜利，我觉得上面的学习方法是对学习的很好的一种抽象，整个过程可以让一个人更好的学习掌握一个领域知识，下面我拿学习编程来举个例子：
在入门阶段，选择介绍一门编程语言，学习语法以及基础库的使用，然后去看一些基础的教程。
在模仿阶段，这里一定要接触高手的作品（去找该语言github上star比较多的项目），思考他们如何去构建一个项目，如何实现各个功能模块，等到学习几个项目之后，能够基本理解高手为什么这么实现的。
在领悟阶段，用之前学到的知识，自己尝试去做几个项目，不停回顾自己的项目，通过重构现有的代码来提升自己的编程能力：架构，以及功能实现。
这时候你的编程能力也应该是在中上层的水平了，就像AlphaGo一样，进入了职业选手的大门。

后记

人类在做这类学习的过程相比机器还是有优势的，一个是人类强大的抽象能力，还有人类的思考的能力，这大大减少了需要学习的量，可以看到机器在学习围棋的过程中用的数据是非常大的，而人类要达到这个水平需要的学习量大大小于机器的量。

这里只进阶到了高手，和顶尖水平还是有距离的，期待AlphaGo三月份和韩国围棋高手的对局，同样我们也要思考顶尖高手和普通高手的差距到底在哪里，如何去跨越。