自从 AlphaGo 战胜人类，获得了世界冠军，人工智能就走在了时代的浪潮前。那么世界冠军 AlphaGo 是无师自通的吗？AlphaGo 都有哪些版本？AlphaGo 的关键技术是什么？中国科学院计算技术研究所研究员何清，带领我们走进 AlphaGo 的神奇世界。
首先，这是一个标志性的人工智能事件，就是在 2016 年发表在最高级别的学术杂志《Nature》上的文章，报道了 AlphaGo 的第一版。这一版是与人类选手比赛最后获胜，对手是樊麾。
AlphaGo Fan 是它的第一个版本，紧接着是与李世石以 4 比 1 获胜的 AlphaGo Lee 版本，之后又在 2017 年初在网上有一个快棋赛的版本，这个版本以 60 盘棋完胜中日韩的所有顶尖高手，这就是 AlphaGo Master，或者叫 AlphaGo 大师。
Master 版本微调以后，在 2017 年的 5 月，在乌镇与柯洁对阵中，以 3 比 0 战胜了柯洁，之后 AlphaGo 又有一次突破性的进展，那就是 AlphaGo Zero。
AlphaGo Zero 根本不学习人类的棋谱，根据围棋的规则，自己生成棋局，左右互搏最后形成自己的棋力，之后进行了与它的前一辈，也就是 AlphaGo Master 对阵，它完胜 AlphaGo Master。
在 AlphaGo 的版本当中，AlphaGo Zero 和以前的版本相比，最大的两个不同是什么呢？首先，AlphaGo Zero 不再输入以前的、人类的棋手所用的棋盘特征，而是用棋子的位置直接输入来做。第二点，初始训练的时候根本不需要棋谱了，只需要知道棋盘的结构和下棋的规则。
AlphaGo 战胜了很多顶尖棋手，它最关键的技术是什么呢？就是蒙特卡洛树搜索技术、深度学习的特征学习技术，还有增强学习技术。增强学习技术就是自身相互左右互搏，然后增强自身棋力。那么 AlphaGo Zero 的突破是什么呢？首先，它的输入变成了棋子的位置；第二，它不再用人类的棋谱去训练，而是基于围棋规则，生成很多样例，利用样例去做强化学习。
AlphaGo Zero 按照他们披露出来的资料，实际上它很重要的方面，它讲了一个根本不需要人类的知识就能搞定围棋，这是他们所讲的很有广告色彩的一个口号，但是事实上蒙特卡洛方法是人创造的方法，这是人的知识。并且，它具有完整的表述。除了纯粹的强化学习之外，他们还用了基本的围棋规则，没有任何给定的人类知识。但是棋盘的规则结构就不是知识吗？这些知识也是几百年总结出来的。原来的围棋结构可能和现在都不一样。
实际上，AlphaGo 所做的这件事情实际是冷启动、无实例、无样本的，但是初始的无实例并不意味着真正的没实例、没样本。因为人类总结的规则已经能够保证获得几乎所有的棋局、棋势，所有棋谱都可以概括，只要你有时间。因此 AlphaGo Zero 属于机器生成的大数据人工智能，我本人就主要搞大数据挖掘技术。
它们到底起什么作用呢？比如说棋盘的结构，其实棋盘的结构就已经决定了明确的最终目标和确定的学习方法。
我们有强化学习方法，是人想出来的，作用于大样本实例就行了，有的是来自棋谱的大样本实测，有的采取的是规则生成的实例。算法上有强化学习，计算上有分布式并行计算。因此我们说 AlphaGo 不是无师自通的，无论是哪一个版本，特别是 AlphaGo Zero 也不是无师自通。因为 AlphaGo 是不以人类的棋谱为学习的知识，但是自己生成了知识。
人和机器都要遵守所有的规则，机器不能自主改变规则，而人可以改变，这就是人下棋和机器下棋的不同，所以 AlphaGo Zero 不是无师自通的。谢谢大家！