2017/10/26 DeepMind在Nature 雜誌以“不靠人類知識精通圍棋”(Mastering the game of Go without human knowledge)為題發表一篇文章，介紹了阿法狗的新版本AlphaGo Zero以100:0懸殊的比數大敗阿法狗，引起大家的興趣。

《本文開始》

教（機器學習）有一種教法叫做 supervised learning ，就是給電腦大堆數據樣本，告訴電腦那些是對的，那些是錯的。讓電腦從中學習如何判斷，一旦電腦建立了自己的模型能夠正確地去判斷，就學會了一項技能。

人類老師（谷歌）就是用這個教法教阿法狗，打敗了全人類所有的圍棋高手。

百度參照谷歌“機器學習”的論文，一樣教會了“絕藝”（百度的圍棋AI）去打敗全人類的圍棋高手。

DeepMind 清空阿法狗的知識庫，讓電腦從圍棋的基本規則開始，自行採用強化學習(reinforcement learning) - 不告訴電腦什麼是對的，什麼是錯的，讓電腦從規則中自我領悟出判斷的模型，這樣AlphaGo Zero三個月就打趴了阿法狗，開拓了人工智慧的新視野。

AI 科學家讓電腦像人一樣學習，專家普遍認為阿法狗的圍棋知識受限於人類老師，所以比不上AlphaGo Zero從零開始學習那樣的天空海闊。

從電腦學習圍棋的新聞裏，想到自己受的教育和教育自己下一代的經歷，不能不反省自己是不是被教育系統限制了？

這倒不要緊，反正已經無藥可救了。

問題的是自己局限的知識是否限制了我們的下一代？

《end》