今日DeepMind資深工程師黃士傑在人工智慧年會中，以「AlphaGo－深度學習與強化學習的勝利」為主題分享AlphaGo研發成果。整場演講中，黃士傑不僅分享了背後的技術，也透露了Deepminmd團隊的科學精神與研究理念。
技術：AlphaGo Zero展示了強化學習的巨大潛力
黃士傑強調，AlphaGo Zero不使用人類的資料、指導或規則以外的領域知識，「一切都從零開始，一開始AlphaGo自己再亂下棋，」但是Alpha Zero三天就以100:0成果打敗李世乭版本的AlphaGo，「超越人類幾千年圍棋研究的歷程」。
黃士傑指出，AlphaGo Zero和先前版本主要的差異在於1. AlphaGo Zero 結合了決策網絡（Policy Network：選擇下一步棋的位置）與價值網絡（Value Network：預測每一個位置上決定的勝者）2.移除Rollouts（快速隨機下棋法，從棋盤位置預測哪個棋手贏面較大），依靠神經網絡評估下棋位置。同時也把RL Training Pipeline效能極大化。
而這些改變也讓AlphaGo Zero效能更好，Zero版本只需四個TPU就可以運行。黃士傑強調硬體的重要性，尤其是TPU，「Google給了充足的資源，讓團隊自由地嘗試各種點子。」
精神：推動全球人工智慧領域的進步
而在演講中，黃士傑也透露出Deepmind團隊的科學家精神與科學分享的胸襟。這和一個棋手有關：樊麾。
樊麾是誰？他是中國出生的法國職業棋手，也是人類史上第一個被人工智慧打敗的棋士。2015年10月，樊麾受邀與AlphaGo競賽，結果，AlphaGo以5:0全勝的紀錄擊敗樊麾，成為世界上第一個於十九路棋盤上，被電腦擊敗的職業棋手。打敗樊麾後，黃士傑非常想和外界分享這個驚人事件，不過Deepminmd對整件事情下了「禁聲令」，不能對外說明。
「我們憋了好幾個月！」原來，Deepmind公司要黃士傑先完成論文，把研究成果投稿到《自然》（Nature）（《自然》規定在論文未發表前，不得對外說明，否則不予接受。）
當時黃士傑對此非常疑惑？「為什麼我們要花時間寫論文？不是應該好好準備和李世乭比賽？」再來，「把研究成果寫成論文發表，那所有秘密不就公開了嗎？」
不過Deepmind團隊的想法是，「我們是在做研究！科學的精神就是互相『分享』，推動整個領域進步。」於是團隊先把論文完成，2016年1月《自然》線上發表了這篇論文：Mastering the game of Go with deep neural networks and tree search。雖然這一段只是整場演場中的一小部分，但對於科技圈來說卻是一個極佳的典範。
科技創新不是鎖在實驗室，而是化成知識快速在外界傳遞，促成更多的研究者前仆後繼。
目標：人工智慧是人類的工具而非威脅
黃士傑指出現在的人工智慧離接近人類的「強」人工智慧還有很長的距離（far-away），至於這個距離有多少年？黃士傑沒有給出自己的看法，不過他強調，人工智慧離擁有「自我意識」的本質更加遙遠，因此無所不能的人工智慧，不會在短期內出現，「電影終究只是電影」。
AlphaGo從首爾比賽到烏鎮，對於外界來說，都是人類與人工智慧的對弈。而在烏鎮的柯潔大戰AlphaGo時，業界幾乎沒有人認為人類能贏，也就是說科技圈早就知道這是一場人類必輸的比賽，那為何AlphaGo還要打老遠跑到中國和柯潔對戰？
黃士傑說，在第一場在首爾與南韓棋王李世乭的戰役，重點在「輸贏」，氣氛緊張嚴肅，但第二場在烏鎮對戰中國旗手柯潔，重點在於人機共同探索圍棋，這時人工智慧的價值在於「幫助」棋手擴張思路 ，因此氣氛變得愉悅。
這也是Deepmind要傳達給外界的理念：人工智慧是人類的工具而非威脅，破除外界對於人工智慧統治人類的迷思想法。
