新型阿尔法狗如何通过自学3天击败李世石旧版？

Fan（打败了樊麾的版本）使用了176个GPU，而Master和AlphaGo Zero仅仅用了4个TPU，也就是说一台电脑足够！

由于在硬件和算法上的进步，AlphaGo变得越来越有效率。

AlphaGo Zero在72小时内就能超越AlphaGo Lee也表明，优秀的算法不仅仅能降低能耗，也能极大提高效率。另外这也说明，围棋问题的复杂度并不需要动用大规模的计算能力，那是只浪费。

AlphaGo Zero的算法有两处核心优化：将策略网络（计算下子的概率）和值网络（计算胜率）这两个神经网络结合，其实在第一篇 AlphaGo的论文中，这两种网络已经使用了类似的架构。另外，引入了深度残差网络（Deep Residual Network），比起之前的多层神经网络效果更好。

Deepmind 的历程

这不是 Deepmind第一次在《自然》上发论文，他们还在Nature上发表过《利用深度神经网络和搜索树成为围棋大师》和《使用深度强化学习达到人类游戏玩家水平》（论文链接：http://rdcu.be/wRDs）以及《使用神经网络和动态外存的混合计算模型》三篇论文，Deepmind在Nature Neuroscience上也发过多篇论文。

我们可以从中一窥 Deepmind的思路，他们寻找人类还没有理解原理的游戏，游戏比起现实世界的问题要简单很多。然后他们选择了两条路，一条道路是优化算法，另外一条道路是让机器不受人类先入为主经验的影响。

这两条路交汇的终点，是那个真正能够超越人的AI。

结语

这是AlphaGo 的终曲，也是一个全新的开始，相关技术将被用于造福人类，帮助科学家认识蛋白质折叠，制造出治疗疑难杂症的药物，开发新材料，以制造以出更好的产品。