AlphaGo项目首席研究员大卫·席尔瓦博士指出：“如果一个程序能实现白板学习， 那么这个程序就有一个代理， 这个所谓代理也可以被移植到任何其他的领域。”
大卫·席尔瓦说，“过去所有版本的AlphaGo都从利用人类数据开始训练，它们被告知人类高手在这个地方怎么下，在另一个地方又怎么下，AlphaGo Zero不使用任何人类数据，而是自我学习，完全从自我对弈中学习。人们一般认为机器学习就是关于大数据和海量计算，但是我们从AlphaGo Zero中发现，算法比所谓计算或数据可用性更重要，事实上我们在AlphaGo Zero上使用的计算比过去AlphaGo版本上使用的少一个数量级，但是它的性能更强大。因为我们使用了更多的原理和算法。这个系统完全从零开始训练，从随机招式开始，建立于基本原理，来弄清怎样从零学围棋，不依赖于任何人类知识、人类数据、人类案例、人类特征或者是人类的介入。”
“对于我们来说，，AlphaGo不是要去在各种领域中打败人类，而是要去发现科学的意义，以及让一个能无师自通的程序去进行自我学习。”他补充道。“在很短的时间内，AlphagGo Zero已经理解了人类经过数千年的积累、分析而来的围棋理论。”
深/度/思/考
“不再受限”
若为健康问题服务
或能很快找到疗法
谷歌深度学习联合创始人兼CEO德米什·哈萨比斯表示，AlphaGo Zero这个项目之所以如此强大，是因为它“不再受限于人类知识的局限”。哈萨比斯还相信，如果将这个项目应用到治疗像老年痴呆症这样重大的健康问题上的话，那么在几周内，就能找到治愈人类需要花费几百年时间才能找到的疗法。
...
...
...
...
...
...
...